首页
学习
活动
专区
工具
TVP
发布

机器学习和数学

专栏成员
68
文章
103009
阅读量
31
订阅数
[机器学习] 用KNN识别MNIST手写字符实战
Hi, 好久不见,粉丝涨了不少,我要再不更新,估计要掉粉了,今天有时间把最近做的一些工作做个总结,我用KNN来识别MNIST手写字符,主要是代码部分,全部纯手写,没有借助机器学习的框架,希望对大家理解KNN有帮助。
用户1622570
2018-07-26
2.2K0
[机智的机器在学习] 机器学习中的归一化和正则化问题
今天我们要说的是,在机器学习常用的算法里面,那些需要归一化,那些不需要,通过scikit-learn中的预处理的一些方法,实际了解如何正则化和归一化数据。看完本文,应该对于一般的机器学习任务,都可以轻松上手操作。 先看一下归一化是什么意思,对于一个机器学习任务来说,首先要有数据,数据怎么来?一种情况是别人整理好给你,一种是自己造数据,根据不同的业务场景,自己提取想要的数据,一般来自各个维度的数据,也就是常说的统计口径不一样,造成的结果是得到的数据大小范围变换非常大,并且可能数据类型也不一样,统计学里面把
用户1622570
2018-04-12
2.2K0
[机器的机器在学习] 你有一次国庆节大作业待接收~
明天就国庆放假了,正好赶上中秋节,首先祝大家“双节”快乐! 不管是出去玩,还在一个人在家里,在宿舍,在自己的小房子“玩”,祝大家都能找到自己的乐趣!但是呢, 安全第一! 想乘着国庆好好学习一把的童鞋, 也别太拼, 学习一会儿就休息一下。然后我想说,我国庆要出去“嗨”一下了,so 这期间不能更新了。。 ============================== 好,接下来我们聊一下机器学习中的一个基本概念,混淆矩阵,confusion matrix,第一个听说混淆矩阵的时候,稀里糊涂的看不懂,等到我明白了机
用户1622570
2018-04-12
6640
[数据结构与算法] Python实现二分查找
可能有人会问,学习机器学习还要不要学习数据结构,知乎上有个帖子,对这个问题有很多讨论,但是答案基本都是一致的,要学!但是这块其实我掌握的并不好,本科的数据结构就没学好,后来就没学了,直到去年有段时间打算恶补一下,买了《数据结构和算法 python语言实现》,书写的挺好的,就是看着头疼,基本概念可以看懂,就是实现起来不是很明白。然后后来就去实习了,在公司做的是深度学习的东西,根本用不到,所以好久不看就又忘记了,唉,也是醉了。最近各大互联网公司都开始秋招了,如果是做算法方向的,基本笔试题都会涉及数据结构,我参加
用户1622570
2018-04-12
8790
[机智的机器在学习] 利用TensorFlow实现多元线性回归分类器
从今天的推文开始,我打算把经典的机器学习算法,都用tf实现一遍。这样一来可以熟悉一下机器学习算法,二来可以对tf有比较好的掌握,如果你是新手,那就跟着我的节奏,一起学习吧。讲的不好,大神轻拍~。 为了节省时间,有兴趣的童鞋可以直接去Github上clone,使用~,欢迎来点star~。 Github 地址: https://github.com/Alvin2580du/machine_learning_with_tensorflow.git # 导入需要的模块 # - * - coding: utf-8 -
用户1622570
2018-04-12
1.2K0
[机智的机器在学习] TensorFlow实现Kmeans聚类
对于机器学习算法来说,主要分为有监督学习和无监督学习,前面有篇文章介绍过机器学习算法的分类,不知道的童鞋可以去看看。然后今天要讲的Kmeans算法属于无监督算法,也就是说它的输入只要训练集没有标签的。说到Kmeans, 就不得不提什么是聚类?简单说就是“合并同类项”,把性质相近的物体归为一类,就是聚类。这样就自然会产生两个问题,1,怎么确定分类的种类数目,也就是说,把所有的样本数据分为几类比较合适? 2,怎么衡量归在一类的样本“性质”是不是相近?如果解决了这两个问题,那么简单的聚类问题就解决了。 Kmean
用户1622570
2018-04-12
2.6K0
[编程经验]Python中os模块最最常用的方法
最近在搞天池的AI医疗那个比赛,所以没时间写文章了,有没有小伙伴想一起做的,可以找我私聊! ***********print("分割线")*********** 为什么是最最常用的呢,这里是我通过总结大神们的代码,经常被使用的方法,也是在实际工程中,有助于提高效率的必然会使用的方法。我写的所有文章,都是为机器学习服务的,这里不考虑web开发,及其他Python开发工程中使用的方法。 # coding:utf-8 import os # 总结一下os模块中最最常用的方法, """ >>> import os
用户1622570
2018-04-11
8060
[机智的机器在学习]机器学习方法的分类
今天主要介绍一下机器学习里面的几个基本概念,我刚开始学的时候,比较纠结的几个概念,主要有监督学习,无监督学习,半监督学习, 深度学习, 还有强化学习,强化学习是我后来才知道的,所以理解不深。刚接触机器学习的时候,基本会碰到监督学习,无监督学习,我觉得这个名字取得对新手不是很友好,想理解这个名字的意思,需要学习了几个机器学习算法之后才能理解监督和无监督的意思,所以开始学的时候,很容易掉进坑里,无法自拔。 首先联系一下我们人类是怎么学习的,想想各位基本也都读了十几年,甚至二十几年的书了,每个人对学习肯定都有自
用户1622570
2018-04-11
6670
[读书笔记] Conditional Generative Adversarial Nets
今天跟大家分享的论文是条件-GAN,不知道上一篇WGAN大家看的怎么样,因为公众号刚开通,貌似还不能留言,如果有问题,可以加我微信交流哦,如果发现问题,一定要告诉我,大家共同进步!比心 - * - 条
用户1622570
2018-04-11
1.2K0
[有意思的数学] 傅里叶变换和卷积与图像滤波的关系(1)
开始之前,说个事情,这个公众号的发文的频率是不确定的哈,有时候我可能不方便,或者比较忙的时候,就不更新了,这几天刚开始,我写着写着还有点上瘾,哈哈,所以每天都会坚持和大家分享。非常感谢大家的关注,每天看着关注人数的增加,心里别提有多激动了,哈哈!* . * 还有个事情,就是公众号的名字,一会儿我发完消息之后就更名为: 机器学习和数学 这样看着正式一点,有木有。但以后跟新的内容,还是我觉得比较坑的地方哈,新手容易走弯路的地方。希望对大家不会造成什么影响。 从今天开始,大概会有3-5篇的文章写一下卷积神经网络
用户1622570
2018-04-11
1.4K0
[机智的机器在学习] 卷积神经网络入门教程(1)
机智的机器在学习,就像机智的你现在在学习一样,当你在看这篇文章的时候,你就是在学习,学习的材料(数据)就是这篇文章。学习的结果就是你了解了卷积神经网络是个什么鬼。同理可得,机器在学习(也可以叫训练机器,想想运动员怎么训练)的时候,它的眼里看着的就是数据(数字,图像,文本,音频,视频。。。),学习的结果就是数据中有哪些内容,它的各种结构,特征是什么样子的。 说句题外话,我开通这个公众号,其实不求粉丝有多少,阅读量有多少,讲道理,这几天我感觉把自己写的东西,发到群里,朋友圈确实需要勇气,如果打扰到谁了,这里说声
用户1622570
2018-04-11
7690
[机智的机器在学习] 常用网络层总结之CNN篇
卷积神经网络(CNN)由输入(Inputs)、卷积层(Convolutions layer)、激活层(Activation)、池化层(Pooling layer)和全连接层(Fully Connected, FC)成。这句话的意思是CNN里面可以有这些层,但是每种网络层(Layer)的个数理论上是可以任意多个的。这也就有了后来的AlexNet,GoogLeNet,ResNet等著名的网络结构,后面我会选择一两个介绍下吧。他们的主要区别就在于Layer的深度不一样,也就是Layer的数量。一般来说Layer
用户1622570
2018-04-11
9350
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
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
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