不仅仅是python-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

不仅仅是python

专栏成员

131

文章

156250

阅读量

28

订阅数

机器学习-K邻近算法（KNN）简介

编程算法 python

在我们遇到的所有机器学习算法中，KNN很容易成为最简单的学习方法。尽管它很简单，但是事实证明它在某些任务上非常有效（正如您将在本文中看到的那样）。

2019-10-14

1.5K0

机器学习-将多项式朴素贝叶斯应用于NLP问题

机器学习神经网络深度学习人工智能编程算法

朴素贝叶斯分类器算法是一系列概率算法，基于贝叶斯定理和每对特征之间条件独立的“朴素”假设而应用。贝叶斯定理计算概率P（c | x），其中c是可能结果的类别，x是必须分类的给定实例，表示某些特定特征。

2019-09-25

8450

机器学习-朴素贝叶斯分类器

编程算法机器学习神经网络深度学习人工智能

使用贝叶斯定理，我们可以找到已知B发生，A发生的可能性。在这里，B是证据，A是假设。这里所做的假设是预测变量/特征是独立的。也就是说，一个特定功能的存在不会影响其他功能。因此，它被称为朴素。

2019-09-25

7360

机器学习-朴素贝叶斯（Naive Bayes）案例

机器学习神经网络深度学习人工智能编程算法

这是一种基于贝叶斯定理的分类技术，假设预测变量之间具有独立性。简而言之，朴素贝叶斯分类器假定类中某个特定特征的存在与任何其他特征的存在无关。例如，如果水果是红色，圆形且直径约3英寸，则可以将其视为苹果。即使这些特征相互依赖或依赖于其他特征的存在，朴素的贝叶斯分类器也会考虑所有这些特征，以独立地促成该果实是苹果的可能性。

2019-09-25

8430

机器学习-支持向量机（SVM:Support Vector Machine）案例

编程算法机器学习神经网络深度学习

我第一次听到“支持向量机”这个名字，我觉得，如果这个名字本身听起来那么复杂，那么这个概念的表述将超出我的理解范围。幸运的是，我看到了一些大学讲座视频，并意识到这个工具是多么简单有效。在本文中，我们将讨论支持向量机如何工作。本文适合那些对此算法知之甚少且对学习新技术有好奇心的读者。在以下文章中，我们将详细探讨该技术，并分析这些技术比其他技术更强的案例。

2019-09-25

1K0

机器学习-理解Logistic Regression

机器学习 bash bash 指令编程算法

本文讨论了Logistic回归的基础知识及其在Python中的实现。逻辑回归基本上是一种监督分类算法。在分类问题中，目标变量（或输出）y对于给定的一组特征（或输入）X，只能采用离散值。

2019-09-19

7220

机器学习-线性回归（Linear Regression）案例

编程算法线性回归

线性回归用于根据连续变量估算实际值（房屋成本，看涨期权，总销售额等）。在这里，我们通过拟合最佳线来建立独立变量和因变量之间的关系。该最佳拟合线称为回归线，并由线性方程Y = a * X + b表示。

2019-09-12

2.1K0

机器学习-常用的机器学习算法

编程算法线性回归监督学习无监督学习强化学习

谷歌的自动驾驶汽车和机器人得到了很多新闻，但该公司真正的未来是机器学习，这种技术使计算机变得更聪明，更个性化。 - Eric Schmidt（谷歌主席）

2019-09-12

5670

什么是机器学习？

编程算法监督学习无监督学习决策树机器学习

除了机器学习（ML）工作定义之外，我们还旨在简要概述机器学习的基本原理，让机器“思考”的挑战和局限性，以及今天深入解决的一些问题学习（机器学习的“前沿”），以及开发机器学习应用程序的关键要点。

2019-09-05

4880

机器学习-如何训练数据调整参数让准确率更高？

监督学习编程算法

今天我要回顾并强化概念。为此，我们要进行两项探索首先，我们会编码一个基本管道进行监督学习。我会向大家展示多个分类器如何解决同一个问题。然后，我们要锐化直觉关于一个算法从数据中学习的真正含义，因为尽管听起来这很魔幻，实际上一点也不。为了扫平障碍，我们来看一个常见的你可能想要进行的实验。

2019-09-04

1.6K0

机器学习-撰写我们自己的第一个分类器

编程算法机器学习神经网络深度学习人工智能

今天我们要做一件特别的事，从头开始撰写我们自己的分类器，如果你刚开始接触机器学习，这是一个重要的里程碑。因为如果你能跟上进度并独立完成，这意味着你已学会机器学习谜团里最重要的一块。今天我们要撰写的分类器是k-NN算法的简化版：它是最简单的分类器之一。

2019-09-04

5170

数据分析-NumPy添加删除元素

numpy 开源编程算法

今天我们学习NumPy函数numpy.append和numpy.hstack来添加和删除NumPy数组中的元素以及水平和垂直堆叠数组。使用Jupyter Notebook交互式环境用于编码。

2019-08-20

5K0

数据分析-NumPy深拷贝与浅拷贝

开源编程算法

今天我们学习NumPy数组的深拷贝与浅拷贝以及数组的属性使用。我们接着使用Jupyter Notebook实现所有的代码演示，接下来开始:

2019-08-15

5900

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