机器学习原理-腾讯云开发者社区

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

机器学习原理

专栏成员

120

文章

213810

阅读量

51

订阅数

python函数基础字符串操作numpy 和list互相转换

list 转 numpy np.array(a) ndarray 转 list a.tolist() 写入文件必须是字符

2018-12-12

1.7K0

图数据库neo4j介绍（3）——CypherCreateMatchSetDELETE REMOVE

Match (n:Person {id:'baba'}) set n.name='张三',n.age=50 return n

2018-12-07

6360

天池大赛——瑞金医院MMC人工智能辅助构建知识图谱大赛审题解题思路解题训练模型编写预测结果

实体抽取就是自然语言中的命名实体识别，命名实体识别的算法非常多，比如隐马尔科夫、条件随机场、rnn、lstm等等用标注好的数据训练模型参数，调优，预测就可以啦

2018-12-05

2.1K1

pandas几个小函数

1.把列表转化为series，并且命名，和其他列进行拼接： new_concat=pd.concat([id,Series(train_predict,name='pre')],axis=1) 2 .把已经打乱顺序的id重新进行排序 id = id.reset_index(drop=True) 3，删除重复的行，其他行保留下来 new_concat=new_concat.drop_duplicates(subset='SUBSCR_ID', keep='first', inplace=False) 4.结果

2018-11-22

4400

mysql数据库安装和使用

下载和安装mysql 安装社区解压版太坑了，服务器一直开起不了后来直接下载的安装版本，下载install版本，安装教程：https://blog.csdn.net/theLostLamb/article/details/78797643 下载navicat for mysql 直接下载绿色版，进行破解https://pan.baidu.com/s/1oKcErok_Ijm0CY9UjNMrnA#list/path=%2F 导入数据把sql文件导入数据库直接参考教程：https://www

2018-10-18

1.4K0

知识图谱（2）——neo4j的用法

先了解各个命令的用法创建一个节点 CREATE (ee:Person { name: "Emil", from: "Sweden", klout: 99 }) 创建一个节点，三个属性 MATCH (ee:Person) WHERE ee.name = "Emil" RETURN ee; 用于连接节点和关系创造更多节点

2018-08-27

5160

NLP(6)——命名实体识别

普通的工具如hanlp，htp，不能识别特定领域的专有名词，所以需要实体识别的算法。下面就以医疗专业为例子来谈一下医疗专业的命名实体识别。

2018-08-27

2K2

深度学习（4）——BP算法感知器神经网络线性神经网络BP神经网络

前言：从感知器开始引出神经元，感知器中的激活函数进行改进，引入全连接神经网络，只要并且重点介绍一下BP神经网络感知器神经网络也就01分类器，给定阈值，解决二分类问题。类似于前面提到的二值化，例如：

2018-07-06

6150

深度学习——CNN（3）CNN-AlexNetCNN-GoogleNet其他网络结构

前言：前面介绍了最基本的Lenet，下面介绍几种其他的网络结构 CNN-AlexNet 网络结构如下图：从图中可以看出，采用双gpu训练增加LRN归一化层：本质上，这个层也是为了防止激活函数的饱

2018-06-19

6860

图像处理和数据增强图片处理数据增强颜色空间转换噪音数据的加入样本不均衡

前言：用CNN进行训练模型的时候，通常需要对图像进行处理，有时候也叫做数据增强，常见的图像处理的Python库：OpenCV、PIL、matplotlib、tensorflow等，这里用TensorFlow介绍图像处理的过程图片处理展示一张图片注意需要对图像进行解码，然后进行展示，用tf.image.decode_png 先定义一个图片展示的函数代码如下： import numpy as np import tensorflow as tf import matplotlib.pyplot as

2018-06-19

2.4K0

示例三（3）——人物画像特征提取

前言：一个人的信用评级一般用人物画像来评判，如何从很多的人物特征中提取有用的特征呢？下面以一个金融反欺诈模型为例子来对特征提取有一个简单的理解。数据下载地址：Notes offered by Prospectus (https://www.lendingclub.com/info/prospectus.action) 一共有145行特征， 1删除了肉眼看的见的空值列 import pandas as pd import numpy as np import sys df = pd.read_c

2018-06-13

1.5K0

深度学习——RNN(2)双向RNN深度RNN几种变种

前言：前面介绍了LSTM，下面介绍LSTM的几种变种双向RNN Bidirectional RNN(双向RNN)假设当前t的输出不仅仅和之前的序列有关，并且还与之后的序列有关，例如：预测一个语句中

2018-06-06

10.9K1

Markdown几个常用的技巧标题一级标题列表引用表格粗体斜体代码网址图片

前言：写文章的时候就那几个常用的，可记性不行了，老是记不住，把它总结一下，也不用重新搜索了。标题这样写 # 一级标题 ## 二级标题结果一级标题二级标题列表 * 文本1 * 文本2 * 文本3 文本1 文本2 文本3 引用 >这是一段动人故事 > 这是一段动人故事表格 | 符号 | 含义 | | :-----: |:-------------:| | .| 表示匹配除了换行符外的任何字符| |\ |转义字符| 符号含义 . 表示匹配除

2018-04-28

1.1K0

Windows下numpy正确安装方式12345

1 知道你的python的版本以及是32位还是64位 2 下载相应的numpy包，下载地址 http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 3 下载与自己平台相适应的版本，例如下载numpy‑1.9.2+mkl‑cp34‑none‑win_arm64.whl 其中cp34代表着CPython 3.4，win_arm64指的是64位版本。 4 将该文件移动至C:\Python34\Scripts文件夹下 5 pip instal

2018-04-28

8640

梯度下降算法

最优化算法的一种，解决无约束优化问题，用递归来逼近最小偏差的模型。关于梯度的概念可参见以前的文章：从方向导数到梯度梯度下降法迭代公式为： image.png

2018-04-28

7760

我的机器学习概率论篇排列组合古典概率联合概率条件概率全概率公式贝叶斯公式独立事件随机变量离散型随机变量连续型随机变量期望和方差三个基本定理参数估计

前言：概率论的理解有些抽象，掌握概率论的方法，用实际样本去无限接近真实，熟练掌握并且使用一些最基本的概念是前提，比如，均值，方差排列组合计算各种公式的基础排列 image.png

2018-04-27

2K0

我的机器学习微积分篇观点函数从极限到导数导数的应用偏导数从方向导数到梯度

前言：没想到还能在此生再次用到大学习学习的高数，线性代数和概率论，如果上天给我再来一次的机会，我一定往死了学习这三门课。观点与机器学习相关的微积分的核心问题是极值问题核心技能是偏导数

2018-04-27

1.5K0

我的机器学习numpy篇何为ndarray？ndarry创建生成正态分布ndarry属性修改形状ndarry运算ndarry切片矩阵转置聚合函数

前言： numpy是以矩阵为基础的数学计算模块，其基础为多维数组为ndarray 官方文档：(https://docs.scipy.org/doc/numpy/user/index.html) 何为ndarray？一种由相同类型的元素组成的固定的多维数组。(注意黑体字) ndarry创建代码如下 import numpy as np np.array([[1,2,3],[4,5,6]]) np.zeros((4,5)) np.ones((2,3,4)) np.random.randin

2018-04-27

1K0

我的机器学习matplotlib篇导入画出第一个图形颜色，标记，线型刻度、标题、标签和图例!创建子图

前言： matplotlib是python最常用的绘图库，能帮你画出美丽的各种图导入包含了中文显示，屏外显示 import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np %matplotlib tk #解决中文不显示问题 mpl.rcParams['font.sans-serif'] = ['SimHei'] mpl.rcParams['axes.unicode_minus'] = False 画出第

2018-04-27

1.4K0

我的机器学习pandas篇SeriesDataFrame

前言： pandas是在numpy的基础上开发出来的，有两种数据类型Series和DataFrame Series由一组数据（numpy的ndarray）和一组与之相对应的标签构成 DataFrame表格行的数据结构，包含一组有序的列 Series 何为Series？ Series由一组数据（numpy的ndarray）和一组与之相对应的标签构成创建Series from pandas import Series,DataFrame import pandas as pd ser01=S

2018-04-27

1.2K0

点击加载更多

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