腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

ATYUN订阅号

专栏作者

2069

文章

2035788

阅读量

114

订阅数

使用Python的四种机器学习技术

线性回归监督学习编程算法机器学习决策树

在一些统计书籍中，我们经常会发现回归是衡量一个变量的均值与其他值的对应值之间相互关系的量度。那么让我们讨论一下该如何看待它。

2020-02-21

4440

深度学习不只是“Import Tensorflow”（下）

serverless 神经网络编程算法线性回归

上一部分我们通过努力得到了一个不错的基本神经元，今天我们将会得到一个不同的线性模型！

2019-11-28

4310

深度学习不只是“Import Tensorflow”（上）

神经网络人工智能编程算法线性回归深度学习

如今，像Pytorch和TensorFlow这样的工具使得人工智能的开发变得如此简单，以至于许多该领域的新手甚至都懒得去学习神经网络是如何工作的。

2019-11-28

3940

如何规避线性回归的陷阱（下）

线性回归编程算法

在上一部分中，我们学习了线性回归的概念和规避线性回归陷阱的前两个解决方案，今天我们继续学习剩余的两个方案。

2019-10-23

6730

如何规避线性回归的陷阱（上）

线性回归编程算法神经网络

本文中蓝色字体为外部链接，部分外部链接无法从文章中直接跳转，请点击【阅读原文】以访问。

2019-10-21

8880

4分钟PyTorch入门

pytorch 编程算法线性回归 python

如果你打算入门这风行一世的深度学习领域，这篇文章应该在合适不过了，本文协助你在2分钟内开始使用python PyTorch和用python编写的代码。对于那些不知道PyTorch是什么的人来说，它是一个来自Facebook的开源深度学习平台，提供了从研究原型到生产部署的无缝路径。

2019-08-12

6530

机器学习技术如何应用于股票价格预测？（上）

线性回归机器学习神经网络深度学习人工智能

机器学习的应用已经非常广泛，其中之一就是预测时间序列。最有趣(或许也是最赚钱)的预测时间序列之一的当属股价了。

2019-07-05

9880

白话机器学习算法 Part 1

编程算法线性回归机器学习神经网络深度学习

作为Flatiron School数据科学训练营(Data Science Bootcamp)的一名应届毕业生，我收到了大量关于如何在技术面试中取得好成绩的建议：一个不断出现在前沿的软技能是向非技术人员解释复杂机器学习算法的能力。

2019-05-09

7280

赫尔辛基大学AI基础教程：神经网络是如何构建的（5.2节）

人工智能神经网络线性回归

正如我们前面所说，神经元是非常简单的处理单元。在第4章讨论了线性和逻辑回归之后，神经网络的基本技术细节可以被看作是同一个思路的变种。

2018-07-27

4210

赫尔辛基大学AI基础教程：回归（4.3节）

人工智能监督学习线性回归机器学习

我们在本节中的主要学习目标是监督学习方法的另一个很好的例子，它也和最近邻分类一样简单：线性回归。以及它的近亲逻辑回归。

2018-07-27

4330

【技术】通过梯度下降逆向工程获取食品中不同成分的含量

pytorch 线性回归

这是一个外国人突发奇想（xiande danteng），用技术去了解包装食品各种成分含量的记录文章，文末附代码链接。为了学习新的东西，我产生了一些奇怪的想法并写下这篇文章。这是一个小型的实验，我猜了包装食品中每种成分的不同含量。基于成分表和营养成分标签，我把这个任务表述成一个线性回归问题，以成分百分比作为参数。为了执行优化（梯度下降），我使用了最近很流行的官方推荐的深度学习库，PyTorch。 pytorch链接：http://pytorch.org/ 我喜欢下厨，但并不总是有时间做饭。当我做的时候，我试

2018-03-06

9930

通过简单的线性回归理解机器学习的基本原理

线性回归机器学习

在本文中，我将使用一个简单的线性回归模型来解释一些机器学习(ML)的基本原理。线性回归虽然不是机器学习中最强大的模型，但由于容易熟悉并且可解释性好，所以仍然被广泛使用。简单地说，线性回归用于估计连续或

2018-03-05

1.1K0

机器学习黑客系列：模型比较与选择

机器学习黑客编程算法线性回归监督学习

训练机器学习并生成模型以供将来预测的科学被广泛使用。为了更好地解决我们的问题，我们引入了不会太复杂的代码，更高级的学习算法和统计方法。模型的比较和选择在我关于“机器学习101和线性回归”的论文中广泛讨论，我们尝试使用机器学习来解决的问题可以主要分为两种类型：监督机器学习与无监督机器学习。监督学习从标记的数据中学习，例如，房屋特征的数据，其中还包括房价，房价预测。换句话说，监督机器学习学习标记的数据点，并预计未来的标记数据点。论文地址：https://codingstartups.com/practica

2018-03-05

1.7K0

Python机器学习的练习三：逻辑回归

python 机器学习编程算法线性回归

在这篇文章中，我们将把我们的目标从预测连续值(回归)变成分类两个或更多的离散的储存器(分类)，并将其应用到学生入学问题上。假设你是一个大学的管理人员，你想要根据两门考试的结果来确定每个申请人的录取机会。你可以把以前申请人的历史资料作为训练集使用。对于每一个训练例子，你有申请人的两门考试成绩和录取决定。为了达到这个目的，我们将根据考试成绩建立一个分类模型，使用一种叫逻辑回归的方法来估计录取的概率。逻辑回归逻辑回归实际上是一种分类算法。我怀疑它这样命名是因为它与线性回归在学习方法上很相似，但是成本和梯度函数

2018-03-02

1.7K0

Python机器学习的练习一：简单线性回归

机器学习 python 线性回归

检查数据在练习的第一部分，我们的任务是利用简单的线性回归去预测食品交易的利润。假设你是一个餐厅的CEO，最近考虑在其他城市开一家新的分店。连锁店已经在各个城市有交易，并且你有各个城市的收益和人口数据，你想知道城市的人口对一个新的食品交易的预期利润影响有多大。首先检查“ex1data1”文件中的数据。“txt”在“我的存储库”的“数据”目录中。首先导入一些库。 import os import numpy as np import pandas as pd import matplotlib.pyp

2018-03-02

1.5K0

Python机器学习的练习二：多元线性回归

python 机器学习线性回归

在第1部分中，我们用线性回归来预测新的食品交易的利润，它基于城市的人口数量。对于第2部分，我们有了一个新任务——预测房子的售价。这次的不同之处在于我们有多个因变量。我们知道房子的大小，以及房子里卧室的数量。我们尝试扩展以前的代码来处理多元线性回归。首先让我们看一下数据。 path= os.getcwd()+ '\data\ex1data2.txt' data2= pd.read_csv(path, header=None, names=['Size','Bedrooms','Price']) data

2018-03-02

1.8K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态