机器学习——降维算法-主成分分析（PCA）
机器学习——降维算法-主成分分析（PCA） 在机器学习领域，主成分分析（Principal Component Analysis，简称PCA）是一种常用的降维技术，用于减少数据集中特征的数量，同时保留数据集的主要信息。本文将介绍PCA算法的过程、理论基础、以及优缺点，并通过Python实现一个简单的PCA算法示例，最后给出总结。 1. PCA算法过程 主成分分析的过程如下： 对原始数据进行标准化处理，使...
机器学习 - 提高模型 (代码）
如果模型出现了 underfitting 问题，就得提高模型了。 举个例子，代码如下： class CircleModelV1(nn.Module): def __init__(self): super().__init__() self.layer_1 = nn.Linear(in_features = 2, out_features = 10) self.layer_2 = nn.Linear(in...
机器学习 - 手动实现 ReLU 和 Sigmoid
直接上代码 import torchimport matplotlib.pyplot as plt A = torch.arange(-10, 10, 1, dtype=torch.float(32))def relu(x): return torch.maximum(torch.tensor(0), x)plt.plot(relu(A)) 结果如下： import torchimport ma...
机器学习介绍
机器学习是人工智能（AI）的一个分支，它使计算机系统能够从数据中学习并改进它们的性能。机器学习的核心在于开发算法，这些算法可以从大量数据中识别模式和特征，并用这些信息来做出预测或决策，而无需进行明确的编程。 ### 机器学习的主要类型 1. **监督学习（Supervised Learning）**： - 在监督学习中，模型从标记的训练数据中学习，每个训练样本都有一个输入对象（通常是一个特征向量）和...
政安晨：专栏目录【TensorFlow与Keras实战演绎机器学习】
本篇是作者政安晨的专栏《TensorFlow与Keras实战演绎机器学习》的总纲，专栏文章不断更新，这篇目录总纲也会随着专栏不断更新。 TensorFLow简述 TensorFlow给自己的定位是端到端机器学习平台，作者政安晨对TensorFlow的简述如下： 导入和使用TensorFlow其实并不难： import tensorflow as tf 关键是如何循序渐进地入门，并针对某个具体目标开展实例...
机器学习 - 创建一个PyTorch classification model
紧接上一篇文章机器学习-神经网络分类 继续描述 先得将数据从 numpy arrays 移到 PyTorch tensor 里。 import torch # 将数据从numpy移到PyTorch tensors里X = torch.from_numpy(X).type(torch.float)y = torch.from_numpy(y).type(torch.float) 之后，将数据分成训练集...
机器学习的实践
机器学习的实践涉及一系列步骤，从理解问题到部署模型，并最终实现模型的持续改进。以下是实践机器学习项目时的详细步骤： 1. 问题定义 理解问题：首先，需要准确理解需要解决的问题，这包括问题的性质、目标以及预期结果。确定目标：明确项目的目标，例如减少误差率、提高准确率或者优化用户体验。 2. 数据获取与处理 数据收集：根据项目需求收集相应的数据。数据可以来自内部数据库、公开数据集或者是通过爬虫获取的网络数据。...
机器学习导论：概念、分类与应用场景
目录 1.引言 2. 机器学习基本概念与分类方法 2.1. 基本概念 1.2. 分类方法 3.主要应用场景与现实案例剖析 3.1. 推荐系统 3.2. 金融风控 3.3. 医学诊断 3.4. 自然语言处理 4.结束语 1.引言 在数字化时代，数据已成为驱动社会进步的关键要素。而机器学习，作为数据分析和处理的重要工具，正在逐步改变我们的生活、工作和思考方式。机器学习不仅仅是一...
机器学习 - 神经网络分类
什么叫做分类问题？ A classification problem involves predicting whether something is one thing or another. 做 classification problem 步骤： Architecture of a classification neural networkGetting binary classification...
机器学习的概念、步骤、分类和实践
作为资深人工智能专家，对机器学习有着深入的研究和实践经验。以下是对机器学习概念、步骤、分类和实践的逐步分析： 一、机器学习概念 机器学习是人工智能的一个子集，它让计算机从数据中学习并改进其性能，而无需进行明确的编程。机器学习算法通过分析和处理大量数据，自动发现模式、规律和关系，并据此做出预测或决策。这种能力使得机器学习在各个领域都有广泛的应用，如图像识别、语音识别、自然语言处理、推荐系统等。 二、机器学习...