ICode9

精准搜索请尝试: 精确搜索
  • 机器学习入门笔记一2021-04-19 16:05:08

    机器学习入门笔记 一 简单分类算法例子回归示例使用线性回归分辨 Rocks vs. Minesstep1: 导入数据step2:建立train,test 数据集step3: 建立模型step4: 预测结果step5: 评估模型confusion matrixROC(Receiver Order Characteristic)Precision & Recall如何决定theshold的值?

  • 拆解1968年的美国军用计算机,真的怀疑是“穿越”啊!2021-04-19 12:58:32

    本文转载自程序员极客实验室 这台机器在本人的eBay收藏夹里呆了很久,某日无意间扫了一眼收藏夹,突然发现卖家大降价,只要15刀,还有best offer选项。15刀你买不了吃亏,15刀你买不了上当。事不宜迟果断下手。   根据非常有限的资料显示,这台机器代号为AN/ASX-2,是1968年美军为F4战斗机

  • 给高中生看的机器学习教程即FastBook读书笔记1.介绍2021-04-18 14:32:13

            偶然在Github发现一本学习机器学习不错的书,准确来说是个项目fastbook,做直播读书时有同学问起能不能读些机器学习AI相关的书,由于时间关系目前就先写下读书笔记,也算给粉丝交作业了.         言归正转,人家的项目命名叫fastbook,我为什么说它是"给高中生看的机

  • 【机器学习算法专题(蓄力计划)】三、机器学习中的概率论基础精讲2021-04-18 09:58:57

    这是统计学的基本概念,随便找本概率论基础都可以找到这些概念,看不懂的就看多几遍,重点在记住和知道应用场合,知识点之间的衔接很重要,理解为王。 文章目录 1. 随机变量分类 2. 常见的离散分布 2.1 伯努利分布(0-1分布) 2.2 二项分布 2.3 泊松分布 3. 连续分布 3.1

  • 大道至简,深度学习deep learning的形成原理和数学背景2021-04-17 16:57:09

    关于神经网络学习,相关文章大多描述过细、或过繁,恨不能写得越高深越好,理论解析中往往不知所云,概念词,复杂数学公式一股脑引入更提高了理解难度,学习者往往一头雾水,很难对学习模型原理有一个整体清晰的认识。本文试图对深度学习deep learning形成原理,深度学习的数学背景给出至简的描述(

  • 大道至简,深度学习deep learning的形成原理和数学背景2021-04-17 16:35:49

    关于神经网路学习,相关文章大多描述过细、或过繁,恨不能写得越高深越好,理论解析中往往不知所云,概念词,复杂数学公式一股脑引入更提高了理解难度,学习者往往一头雾水,很难对学习模型原理有一个整体清晰的认识。 本文试图对深度学习deep learning形成原理,深度学习的数学背景给出至简的描

  • 机器学习—积分、概率论2021-04-17 16:03:00

    先验概率、后验概率 随机变量的矩                                    

  • # 机器学习入门指南(2021版)2021-04-17 15:32:28

    大家好,我是老胡。 这是为朋友社群准备的一篇机器学习入门指南,分享了我机器学习之路看过的一些书、教程、视频,还有学习经验和建议,希望能对大家的学习有所帮助。 Python——书 之前跟出版社合作,书柜里积攒了很多Python相关的书,这里推荐三本最有价值的吧。 《流畅的Python》,很厚,比

  • 痞子衡嵌入式:恩智浦机器视觉模块OpenMV-RT那些事(1)- 初体验2021-04-17 14:02:12

    近些年机器视觉应用一直是个很火的方向,想象一下机器如果能长上“眼睛”,是不是就可以做一些人类才能做的事情,因此机器视觉是人工智能实现的一个重要基础。痞子衡当年硕士毕业论文课题就是工业相机图像处理相关的,算是机器视觉系统的前端核心。遥想十年以前,想要从事机器视觉系统的开发

  • 【机器学习算法】XGBoost2021-04-17 12:33:08

    文章目录 XGBoost 参考文献: 1. XGBoost原理 损失函数 正则项 树分裂(树结构)打分算法: 总结 XGBoost包的特点 2. XGBoost参数 通用参数 1、booster[默认gbtree] 2、silent[默认0] 3、nthread[默认值为最大可能的线程数] booster参数 1、eta[默认0.3] 2、min_ch

  • 机器学习中常见距离度量及python实现2021-04-17 12:31:45

    文章目录 机器学习中常见距离度量及python实现 1. 欧式距离 python中实现: 2. 曼哈顿距离 Manhattan Distance python中实现: 3. 切比雪夫距离Chebyshev Distance python中实现: 4. 闵可夫斯基距离Minkowski Distance python中实现 5. 标准化欧式距离 Sta

  • 生产环境中的redis是怎么部署的?2021-04-16 11:03:34

    redis cluster,10台机器,5台机器部署了redis主实例,另外5台机器部署了redis的从实例,每个主实例挂了一个从实例,5个节点对外提供读写服务,每个节点的读写高峰qps可能可以达到每秒5万,5台机器最多是25万读写请求/s。 机器是什么配置?32G内存+8核CPU+1T磁盘,但是分配给redis进程的是10g内存,一

  • Linux笔记-scp或ftp或sftp传文件后最后修改时间2021-04-16 09:04:56

    这里先说下这几条命令: #scp scp 1.txt it1995@192.168.1.100:/home/it1995 #ftp ftp it1995@192.168.1.100 cd /home/it1995 put 1.txt #sftp sftp it1995@192.168.1.100 cd /home/it1995 put 1.txt 如果从A机器传到B机器。 不管A机器的系统时间是什么样的(可能比A机器快,可能比

  • 机器学习-线性回归模型2021-04-15 23:29:11

    线性回归模型 简述 **线性回归(Linear Regression)**是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。 线性回归利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模。 这种函数是一个或多个称为回

  • 程序设计思想发展2021-04-15 19:01:58

    目录概述 1940年以前:面向机器脱离机器第一步:面向过程第一次软件危机:结构化程序设计第二次软件危机:面向对象程序设计详细发展历史 1940之前: 1940年代: 1950与1960年代: 1967-1978:确立了基础范式 1980年代:增强、模块、性能 1990年代:互联网时代现今的趋势编程语言发展史上的杰

  • 《机器学习实战》-机器学习基础2021-04-15 18:55:59

    目录机器学习基础什么是机器学习机器学习应用场景海量数据机器学习的重要性机器学习的基本术语监督学习和非监督学习监督学习:supervised learning非监督学习:unsupervised learning机器学习工具介绍测试 Numpy 库测试 NumPy 库代码整合Python非 PythonNumPy 函数库基础总结机器学习

  • 《机器学习实战》-决策树2021-04-15 18:55:27

    目录决策树决策树简介决策树的构造信息增益划分数据集递归构建决策树在 Python 中使用 Matplotlib 注解绘制树形图Matplotlib 注解构造注解树测试和存储分类器测试算法:使用决策树执行分类使用算法:决策树的存储示例:使用决策树预测隐形眼镜类型总结决策树决策树简介在数据集中度量一

  • 《机器学习实战》-线性回归2021-04-15 18:54:41

    目录线性回归用线性回归找到最佳拟合直线程序8-1 标准回归函数和数据导入函数程序8-2 基于程序8-1绘图图片8-1 ex0的数据集和它的最佳拟合直线局部加权线性回归图片8-2 参数k与权重的关系程序8-3 局部加权线性回归函数图片8-3 局部加权线性回归结果示例:预测鲍鱼的年龄缩减系数来“

  • DevOps及DevOps常用的工具介绍2021-04-15 13:58:38

    目录 什么是 `DevOps``DevOps` 概念的起源单体架构 + 瀑布模式分布式架构 + 敏捷开发模式多人协同开发问题多机器问题开发和运维角色的天生对立问题 微服务架构 + `DevOps` 什么是 DevOps DevOps 这个词,其实就是 Development 和 Operations 两个词的组合。它的英文发音

  • 苹果电脑开不了机,mac时间机器备份加速,以及识别不到u盘的方法2021-04-14 18:32:48

    平淡无奇的一天,上班后,我按照正常流程,揭开我亲爱的mac的盖子。屏幕没有如昨天一样照亮我的脸庞,擦,电用完了吗? 我充上电,半小时后,电池都热了,依然开不了机。打售后电话,售后姐姐亲切的指导各种我使用键盘操作开机方法,全都无效。 还好在保修期内,赶紧拿去售后维修。他们检查了一下,让我签了

  • Combinatorial optimization and reasoning with graph neural networks 翻译2021-04-14 16:59:49

    图神经网络的组合优化和推理 摘要 组合优化是运筹学和计算机科学领域公认的领域。 直到最近,它的方法仍专注于孤立地解决问题实例,而忽略了它们通常源自实践中相关数据分布这一事实。 但是,近年来,人们对使用机器学习,尤其是图神经网络(GNN),作为组合任务(作为求解器或辅助函数)的关键

  • 机器学习中的那些树——决策树(三、CART 树)2021-04-14 12:54:49

    前言距上篇文章已经过了9个月 orz。。趁着期末复习,把博客补一补。。在前面的文章中介绍了决策树的 ID3,C4.5 算法。我们知道了 ID3 算法是基于各节点的信息增益的大小 $\operatorname{Gain}(D, a)=\operatorname{Ent}(D)-\sum_{v} \frac{\left|D^{v}\right|}{|D|} \operatorname{Ent

  • 机器学习方向企业面试题(三)2021-04-14 09:53:21

          到这我们已经分享第三期Python机器学习方向的面试题了,是不是感觉前两期的面试题非常有用呢?最后一期20道题送给大家。      1.人工智能与机器学习的区别?      基于经验数据的特性而设计和开发的算法被称为机器学习。而人工智能不但包括机器学习,还包括诸如知识表示,

  • 机器学习基本概念2021-04-14 09:03:25

    1. 机器学习的定义[Mitchell, 1997]对机器学习给出了一个形式化的定义:假设用P来评估计算机程序在某任务类T上的性能,若一个程序通过利用经验E在T中任务上获得了性能改善,则我们就说关于T和P,该程序对E进行了学习。2. 机器学习的基本概念特征向量(feature vector):特征向量是样本的特征属

  • 2018 Oracle OpenWorld:全新的机器学习及Oracle数字语音助理为您带来超凡应用2021-04-14 09:02:03

    Oracle云端业务有两大重点,在昨天的文章当中,我们为大家介绍了Oracle高性能基础云计算以及自治数据库,今天我们将为大家介绍我们的Fusion Cloud Applications。我们的Fusion Cloud Applications是构建在卓越的第二代Oracle云计算架构之上的。同样也使用了大量的机器学习技术,这些技术

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有