腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
人工智能LeadAI
专栏作者
举报
461
文章
627705
阅读量
104
订阅数
订阅专栏
申请加入专栏
全部文章(461)
其他(111)
深度学习(72)
tensorflow(69)
机器学习(60)
编程算法(60)
神经网络(53)
python(51)
人工智能(27)
卷积神经网络(22)
推荐系统(13)
api(11)
https(11)
NLP 服务(10)
存储(10)
数据处理(10)
http(9)
图像处理(8)
spark(8)
keras(8)
pytorch(8)
大数据(8)
模型(8)
数据(8)
java(7)
数据库(7)
线性回归(7)
工作(7)
人脸识别(5)
数据挖掘(5)
numpy(5)
opencv(5)
算法(5)
android(4)
github(4)
企业(4)
网络安全(4)
系统(4)
性能(4)
html(3)
云数据库 SQL Server(3)
sql(3)
es 2(3)
分布式(3)
爬虫(3)
图像识别(3)
强化学习(3)
决策树(3)
kernel(3)
windows(3)
产品(3)
函数(3)
内存(3)
设计(3)
网络(3)
原理(3)
c 语言(2)
scala(2)
r 语言(2)
xml(2)
ubuntu(2)
开源(2)
缓存(2)
无人驾驶(2)
ssh(2)
gui(2)
tcp/ip(2)
anaconda(2)
安全(2)
机器人(2)
数据分析(2)
数据结构(2)
测试(2)
工具(2)
管理(2)
架构(2)
解决方案(2)
开发(2)
连接(2)
排序(2)
索引(2)
同步(2)
ios(1)
iphone(1)
c++(1)
php(1)
javascript(1)
bash(1)
.net(1)
css(1)
json(1)
arm(1)
nosql(1)
matlab(1)
tomcat(1)
linux(1)
bash 指令(1)
文件存储(1)
mongodb(1)
高性能计算(1)
渲染(1)
svg(1)
游戏(1)
shell(1)
hadoop(1)
jvm(1)
hive(1)
正则表达式(1)
yum(1)
监督学习(1)
markdown(1)
rpc(1)
udp(1)
scikit-learn(1)
数据可视化(1)
物联网(1)
系统架构(1)
架构设计(1)
腾讯云开发者社区(1)
特征工程(1)
汽车(1)
callback(1)
data(1)
func(1)
gpu(1)
int(1)
kaggle(1)
map(1)
network(1)
pandas(1)
png(1)
return(1)
send(1)
series(1)
socket(1)
word2vec(1)
变量(1)
布局(1)
行业(1)
基础(1)
集合(1)
框架(1)
配置(1)
实践(1)
数据中心(1)
数组(1)
搜索(1)
统计(1)
推荐算法(1)
效率(1)
优化(1)
搜索文章
搜索
搜索
关闭
用TensorFlow的Linear/DNNRegrressor预测数据
tensorflow
线性回归
api
今天要处理的问题对于一个只学了线性回归的机器学习初学者来说还是比较棘手——通过已知的几组数据预测一组数据。用excel看了下,关系不是很明显,平方,log都不是很明显,挨着试也不是办法,所以停下来理了理思路。
用户1332428
2018-07-30
436
0
译文 | 与TensorFlow的第一次接触第二篇:线性回归
tensorflow
线性回归
编程算法
本章中,将会利用TensorFlow实现一个简单的模型:线性回归。通过本示例,我会分析一些代码基础及说明如何在学习过程中调用各种重要组件,比如cost function或梯度下降算法。 变量间关系的模型 线性回归是用来度量变量间关系的统计技术。有意思的是该算法的实现并不复杂,但可以适用于很多情形。正是因为这些原因,我非常乐意以线性回归作为开始学习TensorFlow的开始。 请记住,不管在两个变量(简单回归)或多个变量(多元回归)情形下,线性回归都是对一个依赖变量,多个独立变量xi,一个随机值b间的关系建模
用户1332428
2018-03-09
716
0
线性回归与最小二乘法 | 机器学习笔记
线性回归
机器学习
这篇笔记会将几本的线性回归概念和最小二乘法。 在机器学习中,一个重要而且常见的问题就是学习和预测特征变量(自变量)与响应的响应变量(应变量)之间的函数关系 这里主要讨论线性函数:在特征和响应之间
用户1332428
2018-03-08
1K
0
线性回归回顾与logistic回归 | 机器学习笔记
线性回归
机器学习
01 再看线性回归 之前我们选择线性回归的时候,只是认为那些数据看上去很符合线性的样子,选择最小平方损失函数的时候,也是直接提出来的,没有考虑过为什么会是这个样子。接下来就从概率的角度来解释这些问题。
用户1332428
2018-03-08
1.1K
0
机器学习实战 | 第二章:线性回归模型
机器学习
线性回归
线性回归(Linear Regression) 这个类是传统最小二乘回归的类.是最基础的线性回归的类. class sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=1) 参数: fit_intercept : 布尔型,可选.是否计算模型的截距.要是设置为False的话,就不会计算截距了.(表明数据已经中心化了.) normalize : 布尔型,可选,默认是F
用户1332428
2018-03-08
696
0
TensorFlow从0到1 | 第七篇:TensorFlow线性回归的参数溢出之坑
tensorflow
线性回归
编程算法
上一篇 6 解锁梯度下降算法 解释清楚了学习率(learning rate)。本篇基于对梯度下降算法和学习率的理解,去填下之前在线性回归中发现的一个坑。 在5 TF轻松搞定线性回归 中提到,只要把TF官方Get Started中线性回归例子中的训练数据换一下,就会出现越训练“损失”越大,直到模型参数都stackoverflow的情况。然而更换训练数据是我们学习代码的过程中再普通不过的行为,从stackoverflow.com上也能搜到很多人做了类似的尝试而遇到了这个问题。到底为什么这么经不住折腾?马上摊开看
用户1332428
2018-03-08
563
0
TensorFlow从0到1丨 第五篇:TensorFlow轻松搞定线性回归
tensorflow
线性回归
上一篇 第一个机器学习问题 其实是一个线性回归问题(line regression),呈现了用数据来训练模型的具体方式。本篇从平行世界返回,利用TensorFlow,重新解决一遍该问题。 TensorFlow的API有低级和高级之分。 底层的API基于TensorFlow内核,它主要用于研究或需要对模型进行完全控制的场合。如果你想使用TF来辅助实现某个特定算法、呈现和控制算法的每个细节,那么就该使用低级的API。 高级API基于TensorFlow内核构建,屏蔽了繁杂的细节,适合大多数场景下使用。如果你有一
用户1332428
2018-03-08
768
0
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!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档