29篇文章 · 38606字 · 1人關(guān)注
-
機(jī)器學(xué)習(xí)：Keras 簡(jiǎn)例
安裝 Keras 有兩個(gè) Backend椭蹄，也就是 Keras 基于什么東西來做運(yùn)算Keras 的兩個(gè) Backend，一個(gè)是 Theano鸦概，一個(gè)...
-
機(jī)器學(xué)習(xí)：sk-learn安裝 sklearn.datasets 這個(gè)包提供一些函數(shù)用于讀取樣本數(shù)據(jù)（數(shù)據(jù)存在 .csv 或 .csv.gz 文件），比如??酒數(shù)據(jù)集（用...
-
機(jī)器學(xué)習(xí)：循環(huán)神經(jīng)網(wǎng)絡(luò)
傳統(tǒng)的機(jī)器學(xué)習(xí)算法非常依賴人工提取特征，使得圖像識(shí)別孕暇、語音識(shí)別、自然語音處理等問題存在特征提取的瓶頸赤兴，基于全連接神經(jīng)網(wǎng)絡(luò)的方法存在參數(shù)太多妖滔、無法...
-
機(jī)器學(xué)習(xí)：卷積神經(jīng)網(wǎng)絡(luò)和全連接神經(jīng)網(wǎng)絡(luò)的主要差別 全連接神經(jīng)網(wǎng)絡(luò)：??每個(gè)神經(jīng)元的輸入數(shù)據(jù)，都使用了上一層的所有神經(jīng)元的輸出數(shù)據(jù)桶良，每個(gè)神經(jīng)元的輸出數(shù)據(jù)座舍，都被作為下一層...
-
機(jī)器學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)神經(jīng)元模型 神經(jīng)元具有如下三個(gè)功能??1. 能夠接收 n 個(gè)神經(jīng)元模型傳遞過來的信號(hào)??2. 能夠在信號(hào)的傳遞過程中為信號(hào)分配權(quán)重??3. 能夠...
-
機(jī)器學(xué)習(xí)：EM 算法
EM 算法（Expectation Maximization 期望最大化）是一種迭代算法，用于含有隱變量的概率模型參數(shù)的極大似然估計(jì)??比如班里...
-
機(jī)器學(xué)習(xí)：極大似然估計(jì)
極大似然估計(jì)（Maximum Likelihood Estimate陨帆，MLE）??由于樣本數(shù)據(jù)曲秉，是實(shí)實(shí)在在發(fā)生的數(shù)據(jù)采蚀，有理由相信該樣本出現(xiàn)的概率...
-
機(jī)器學(xué)習(xí)：協(xié)同過濾
基于協(xié)同過濾（collaborative filtering）的推薦引擎，是通過將用戶和其他用戶的數(shù)據(jù)進(jìn)行對(duì)比來實(shí)現(xiàn)推薦??不是利用屬性來描述物...
