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

MiningAlgorithms

专栏作者

75

文章

77692

阅读量

13

订阅数

机器学习26：概率图模型概述

编程算法机器学习神经网络深度学习人工智能

概率图模型(Probabilistic Graphical Model，PGM)，简称图模型（Graphical Model，GM），是指一种用图结构来描述多元随机变量之间条件独立关系的概率模型，从而给研究高维空间中的概率模型带来了很大的便捷性。它以图为表示工具，最常见的是用一个结点表示一个或一组随机变量，结点之间的边表示变量之间的概率关系，即“变量关系图”。

2019-08-08

1.2K0

机器学习14：模型评估与性能提升

机器学习神经网络深度学习人工智能编程算法

6.2，验证曲线、学习曲线、ROC曲线、准确度、精确率、召回率、F1_Score

2019-08-08

9890

机器学习6：集成学习--boosting（AdaBoost）与GBDT

编程算法决策树神经网络机器学习深度学习

GBDT相关知识模块：前向分布算法，负梯度拟合，损失函数，回归，二分类，多分类，正则化。

2019-08-08

1.9K0

机器学习23：概率图--隐马尔可夫模型(HMM)

编程算法监督学习机器学习神经网络深度学习

隐马尔可夫模型（HMM）是可用于标注问题的统计学习模型，描述由隐藏的马尔可夫链随机生成观测序列的过程，属于生成模型。

2019-08-08

1.7K0

机器学习21：概率图--朴素贝叶斯模型

机器学习神经网络深度学习人工智能

贝叶斯决策论是概率框架下实施决策的基本方法。朴素贝叶斯属于生成式模型，即先对联合分布P(x,c)建模，然后再由此获得后验概率P(c|x)，朴素贝叶斯分类的是所有属性之间的依赖关系在不同类别上的分布。

2019-08-08

1.1K0

机器学习19：k近邻(kNN)模型

编程算法机器学习神经网络深度学习人工智能

k近邻(k-NearestNeighbor)学习是一种最简单的监督学习算法，工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最近的k个训练样本，然后基于这k个邻居的信息来进行预测。通常，在分类任务中使用投票法，即选择这k个样本职工出现最多的类别标记作为预测结果；在回归任务中可以使用平均法，即将这k个样本的实值输出标记的平均值作为预测结果；还可以基于距离远近来进行加权平均或者加权投票，距离越远的样本权重越大。

2019-08-08

1.3K0

机器学习18：支持向量机（SVM）模型

机器学习神经网络深度学习人工智能

SVM的推导过程的基本是对线性可分的样本空间的推导，后面的核函数是对线性不可分样本空间的推广，而松弛变量的引进是为了解决噪声(Outliers，异常值)的问题。所以这片文章着重对线性可分情形进行公式推导，后面有空闲时间在对核函数和松弛变量部分进行公式推导的补充。

2019-08-08

4540

机器学习17：决策树模型

决策树机器学习神经网络深度学习人工智能

决策树分为两大类：分类树和回归树，分类树用于分类标签值，回归树用于预测连续值，常用算法有ID3、C4.5、CART等。

2019-08-08

8450

机器学习16：逻辑回归模型

神经网络机器学习深度学习人工智能线性回归

逻辑回归模型是对线性回归模型解决分类任务的改进，是广义线性模型。它可以被看做是Sigmoid函数（logistic方程）所归一化后的线性回归模型，主要用于二分类问题。Sigmoid函数形式为：

2019-08-08

9720

机器学习11：机器学习算法目录（前）

编程算法线性回归监督学习决策树机器学习

1，误差：误差由偏差(bias)、方差(variance)和噪声(noise)组成；

2019-08-08

7170

机器学习10：梯度优化与L正则化稀疏性

机器学习神经网络深度学习人工智能正则表达式

在用梯度下降法求解优化问题时，最重要的操作就是计算目标函数的梯度。对于一些比较复杂的机器学习模型，如深度神经网络，目标函数的梯度公式也非常复杂，很容易写错。因此，在实际应用中，写出计算梯度的代码之后，通常需要验证自己写的代码是否正确。

2019-08-08

2K0

机器学习9：采样

编程算法机器学习神经网络深度学习人工智能

采样本质上是对随机现象的模拟，根据给定的概率分布，来模拟产生一个对应的随机事件。采样可以让人们对随机事件及其产生过程有更直观的认识。

2019-08-08

1.6K0

项目实战01：“达观杯”文本竞赛

https 网络安全机器学习神经网络深度学习

》train_set.csv：此数据集用于训练模型，每一行对应一篇文章。文章分别在“字”和“词”的级别上做了脱敏处理。共有四列：

2019-08-08

6730

机器学习5：集成学习--Bagging与随机森林

决策树机器学习神经网络深度学习人工智能

对于训练集数据，通过训练若干个个体学习器，通过一定的结合策略，就可以最终形成一个强学习器，以达到博采众长的目的。

2019-08-08

6250

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