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

jeremy的技术点滴

专栏作者

197

文章

456385

阅读量

58

订阅数

机器学习课程_笔记06

机器学习神经网络

多项式事件模型面的这种基本的朴素贝叶斯模型叫做多元伯努利事件模型，该模型有多种扩展，一种是每个分量的多值化，即将\(P(X_i|y)\)由伯努利分布扩展到多项式分布；还有一种是将连续变量值离散化。例如以房屋面积为例： Living area(sq. feet) <400 400-800 800-1200 1200-1600 >1600 \(X_i\) 1 2 3 4 5 还有一种，与多元伯努利有较大区别的朴素贝叶斯模型，就是多项式事件模型。多项式事件模型改变了特征向量的表示方法：在多元伯努利模型中，

2018-05-10

6830

tensorflow学习笔记_03

tensorflow 卷积神经网络神经网络

上一篇使用tensorflow完成一个卷积神经网络，但当时写的代码虽然可以工作，还比较零乱，并且并没有经过参数调优，最终得到的模型准确率也并不是很高。本周花了些时间将代码进行了重构，并且对某些地方进行了调整了，目前得到的准确率就比较高了。神经网络神经网络的概念神经网络只是一个很酷的名词，媒体用来夸大其词的，其实没有生物神经那么高级。神经网络归根结底就是计算图谱，或者说数据流图谱。其实就是一串链在一起的函数，这些函数的操作对象是各种维度的矩阵。下面这段我总结出来的话很重要，很重要，很重要。在tens

2018-05-10

6230

tensorflow学习笔记_02

tensorflow 神经网络图像识别卷积神经网络机器学习

上一篇笔记采用一个线性关系的神经层处理了MNIST的训练数据，最后得到一个准确率一般的神经网络。但其实对于这种图像识别的场景，tensorflow里还可以使用卷积神经网络技术进行准确率更高的机器学习。卷积与池化卷积是一个数学上的概念，简单说就是拿卷积核从原始图像里提取特征映射，将一张图片转化为多张包含特征映射的图片。理解卷积可以读一下这篇帖子，里面除了很抽象的数学定义外，还有一些便于理解的示例。池化主要用来浓缩卷积层的输出结果并创建一个压缩版本的信息并输出。示例程序学习卷积神经网络，我也参照官方的

2018-05-10

6120

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