腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
AI机器学习与深度学习算法
专栏作者
举报
223
文章
406205
阅读量
53
订阅数
订阅专栏
申请加入专栏
全部文章(223)
编程算法(104)
深度学习(57)
机器学习(54)
神经网络(49)
python(31)
人工智能(29)
线性回归(27)
numpy(25)
pytorch(23)
NLP 服务(10)
数据分析(10)
决策树(9)
分类算法(9)
腾讯云测试服务(8)
tensorflow(7)
开源(7)
matlab(6)
linux(6)
opencv(6)
数学(6)
serverless(5)
input(5)
bash(4)
中文分词(4)
torch(4)
java(3)
javascript(3)
jquery(3)
apache(3)
正则表达式(3)
anaconda(3)
windows(3)
数据结构(3)
jupyter notebook(3)
tensor(3)
c++(2)
sql(2)
bash 指令(2)
网络安全(2)
jdk(2)
tcp/ip(2)
markdown(2)
https(2)
学习方法(2)
row(2)
笔记(2)
函数(2)
人脸识别(1)
其他(1)
数据挖掘(1)
actionscript(1)
ide(1)
git(1)
github(1)
jar(1)
ubuntu(1)
批量计算(1)
机器翻译(1)
存储(1)
分布式(1)
缓存(1)
ssh(1)
面向对象编程(1)
监督学习(1)
keras(1)
scikit-learn(1)
data(1)
gradient(1)
int(1)
label(1)
layout(1)
list(1)
model(1)
pandas(1)
python3(1)
select(1)
series(1)
size(1)
storage(1)
可视化(1)
数据(1)
索引(1)
搜索文章
搜索
搜索
关闭
学习回归 1-6 随机梯度下降法
编程算法
除了参数更新速度比较慢,梯度下降算法还有没有其它的缺点呢?在介绍回归时,我们使用的是平方误差的目标函数,这个函数形式简单,所以使用梯度下降算法没有出现问题,但是目标函数如果稍微复杂一点,梯度下降算法就会容易陷入局部最优解。比如下面这种比较复杂的目标函数。
触摸壹缕阳光
2022-11-08
599
0
学习回归 1-5 多重回归
编程算法
之前我们是根据广告费来预测点击量,但是在实际中可能要解决的很多问题是变量超过两个的复杂问题。我们收集的数据中不仅包括了广告费,还有其它的信息,比如广告的展示位置和广告版面的大小等多个要素,现在我们要用这些要素来预测点击量。
触摸壹缕阳光
2022-11-08
263
0
机器学习入门 3-12 数据加载和简单的数据探索
数据结构
编程算法
numpy
python
在 scikit-learn 的 datasets 模块中,包含很多机器学习和统计学中的经典数据集。
触摸壹缕阳光
2022-11-08
426
0
机器学习入门 3-10 Numpy中的比较和Fancy Indexing
编程算法
numpy
如果我们想索引向量中 "第4,6,9 个元素",上面的索引和切片操作显然不能满足我们的需求。比较直观的想法是直接将三个位置的元素索引出来,然后再存储到一个新的向量中。
触摸壹缕阳光
2022-11-08
503
0
机器学习入门 3-8 Numpy 中的聚合运算
编程算法
python
numpy
在原生 Python 中,如果我们想计算一个元素为数值型的可迭代对象中所有元素的和,可以使用 Python 内置的 sum 函数。在 NumPy 中不仅支持 Python 内置的 sum 函数,而且还提供了优化后的 numpy.sum。
触摸壹缕阳光
2022-05-25
402
0
详解 tf.slice 函数
tensorflow
编程算法
https
网络安全
TensorFlow 张量的索引切片方式和 NumPy 模块差不多。与此同时,TensorFlow2.X 也提供了一些比较高级的切片函数,比如:
触摸壹缕阳光
2022-05-25
503
0
机器学习入门 3-7 Numpy 中的矩阵运算
numpy
编程算法
机器学习
python
神经网络
显然,在 Python 中,列表 * N 中的 * 运算符为重复操作,将列表中的每个元素重复 N 次。
触摸壹缕阳光
2022-05-25
739
0
机器学习入门 3-6 Numpy数组(和矩阵)的合并与分割
javascript
编程算法
机器学习
神经网络
深度学习
在 numpy 中合并数组比较常用的方法有 concatenate、vstack 和 hstack。在介绍这三个方法之前,首先创建几个不同维度的数组:
触摸壹缕阳光
2022-05-25
622
0
三个NumPy数组合并函数的使用
编程算法
numpy
在 numpy 中合并数组比较常用的方法有 concatenate、vstack 和 hstack。在介绍这三个方法之前,首先创建几个不同维度的数组:
触摸壹缕阳光
2022-05-25
1.8K
0
机器学习入门 3-5 Numpy数组(和矩阵)的基本操作
编程算法
python
numpy
shape 属性查看数组的维度,返回值是一个元组,元组中对应位置的值为数组中对应维度的元素个数。
触摸壹缕阳光
2022-05-25
446
0
机器学习入门 3-4 创建Numpy数组(和矩阵)
编程算法
jupyter notebook
开源
机器学习
python
Notes: zeros 和 ones 函数创建的数组默认为浮点型,而 full 函数 dtype 默认为 None 类型,所以如果在使用 full 不指定 dtype 的情况下,默认为传入 fill_value 值的类型。
触摸壹缕阳光
2022-05-25
501
0
Pandas 中三个对列转换的小操作
javascript
缓存
python
编程算法
现在我们想要将 name 列划分成两个列,其中一个列为 first_name,另外一个列为 last_name。比如:John Hunter,他的 first_name 为 John,last_name 为 Hunter。
触摸壹缕阳光
2022-04-27
1.1K
0
机器学习入门 13-6 Ada Boosting和Gradient Boosting
编程算法
机器学习
神经网络
深度学习
Bagging 集成学习是通过集成多个具有差异性的子模型构成的,这些子模型之间是相互独立的。除了 Bagging 这类集成学习方式之外,还有另外一类非常典型的集成学习方式 Boosting,"boosting" 的中文意思为增强推动,这类集成学习与 Bagging 这类集成学习最大的不同在于,Boosting 中的子模型之间不再是独立的关系,而是一个相互增强的关系,集成的每个模型都在尝试增强(Boosting)整体模型的效果。 Boosting 类的集成学习,主要有:Ada Boosting 和 Gradient Boosting 两种。
触摸壹缕阳光
2021-06-15
842
0
机器学习入门 13-4 OOB和关于Bagging的更多讨论
编程算法
机器学习
神经网络
深度学习
人工智能
上一小节介绍了 Bagging 这种集成学习方式,我们不再使用不同的机器学习算法进行集成,而是使用同一种机器学习算法,让这个算法在不同的样本上进行训练,而这些不同的样本是通过对全部样本数据有放回取样得到的,这些在不同样本上训练的子模型有一定的差异性。
触摸壹缕阳光
2021-05-11
600
0
Python图像处理库-PIL获取图像的数值矩阵
numpy
编程算法
上一小节已经介绍了如何安装 PIL 以及 Image 类的简单使用,比如从当前路径下加载名为 shiliu.jpg 的图像。
触摸壹缕阳光
2021-04-07
2.1K
0
机器学习入门 13-2 Soft Voting Classifier
编程算法
决策树
机器学习
神经网络
深度学习
上一小节介绍了集成学习算法,简单来说让多个机器学习算法在同一个问题上分别进行学习并预测,最终根据 "少数服从多数" 的原则作出最终预测,这种所谓少数服从多数的投票方式称为 Hard Voting。
触摸壹缕阳光
2021-04-07
1.2K
0
机器学习入门 13-1 什么是集成学习?
编程算法
学习方法
机器学习
决策树
本章会介绍机器学习领域中非常重要的集成学习方法。在机器学习中,集成学习方法使用多种学习算法来获得比使用任何单独的学习算法更好的预测性能。
触摸壹缕阳光
2021-02-26
486
0
PyTorch入门笔记-堆叠stack函数
编程算法
torch.cat(tensors, dim = 0) 函数拼接操作是在现有维度上合并数据,并不会创建新的维度。如果在合并数据时,希望创建一个新的维度,则需要使用 torch.stack 操作。
触摸壹缕阳光
2021-02-26
6.3K
0
机器学习入门 12-7 决策树的局限性
决策树
编程算法
机器学习
神经网络
深度学习
通过前几个小节绘制使用决策树来解决分类问题的决策边界可以看出,决策树的决策边界都是横平竖直的直线。
触摸壹缕阳光
2021-02-26
1.1K
0
机器学习入门 12-6 决策树解决回归问题
决策树
腾讯云测试服务
编程算法
机器学习
神经网络
前几个小节一直在使用决策树解决分类问题,其实决策树这种思想也可以非常容易的解决回归问题。使用 CART 这种方式构建决策树之后,训练好的决策树中的每一个叶子节点中都会有很多样本点。在预测阶段,如果一个新的测试样本点输入到决策树中,最终会到达某一个叶子节点上。
触摸壹缕阳光
2021-01-29
2.3K
0
点击加载更多
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!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
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