首页
博客
源码
资源
博客
源码
写文章
发布博客
发布资源
登录
X
机器学习
相关资讯
热门
最新
后端
01-01 08:00
后端
机器学习基础(第二版)翻译 第17章强化学习
机器学习基础(第二版)翻译 第17章强化学习,引言本章介绍了强化学习,这是机器学习的一个丰富领域,与控制理论、优化和认知科学有关。强化学习是指在学习者积极与环境互动以实现特定目标的情况下进行规划和学习的研究。这种主动的交互作用证明了用来指代学习者的代理的术语。代理目标的实现通常是通过它从环境中获得的奖励并寻求最大化的奖励来衡量的。我们首先介绍了强化学习的一般场景,然后介绍了马尔可夫决策过程(MDP
110
后端
01-01 08:00
后端
机器学习web服务化实战:一次吐血的服务化之路
机器学习web服务化实战:一次吐血的服务化之路,背景在公司内部,我负责帮助研究院的小伙伴搭建机器学习web服务,研究院的小伙伴提供一个机器学习本地接口,我负责提供一个对外服务的HTTP接口。说起人工智能和机器学习,python是最擅长的,其以开发速度快,第三方库多而广受欢迎,以至于现在大多数机器学习算法都是用python编写。但是对于服务化来说,python有致命的问题:很难利用机器多核。由于一个
71
后端
01-01 08:00
后端
机器学习平台——资源优化之路
前言 人在做自己喜欢的事情时,时光总是过得很快。不知不觉到公司已经两年多了,在这两年的时间里,我做了很多“有趣又有用”的事情,其中最让我有成就感的有两件事: 第一,从0到1搭建了一套基于K8s的机器...
104
后端
01-01 08:00
后端
机器学习算法之:KNN
KNN算法简介 首先介绍一下KNN算法的几个特点: KNN,全称K-Nearest Neighbor,中文名为K近邻 思想极度简单,最基础的分类算法,非常适合入门 应用数学知识极少,近乎为零 效果却...
115
后端
01-01 08:00
后端
机器学习D2--Encoding:机器学习中类别变量的编码方法总结
这篇文章主要介绍一下encoding的几种类型。以下是一个最基础的分类: 什么是catergorical data 当一个数据的特征是有限的离散变量时,它分为Nominal, Ordinal and...
107
后端
01-01 08:00
后端
机器学习-特征提取-字典特征提取-文本特征提取-TF-IDF
一、特征提取概要: 1、定义:将任意数据(如文本或图像)转换为可用于机器学习的数字特征。 注:特征值化是为了计算机更好的去理解数据。 2、特征提取分类: 字典特征提取(特征离散化) 文本特征提取 图...
119
后端
01-01 08:00
后端
机器学习-特征工程基础
一、特征处理 1.1 类别型特征类别型特征(Categorical Feature)主要是指性别(男、女)、血型(A、B、 AB、O)等只在有限选项内取值的特征。类别型特征原始输入通常是字符串形式,...
93
后端
01-01 08:00
后端
机器学习常用Pandas语法
“机器学习的搬运工:Pandas流水线给你助力!” 一、生成数据表 1、首先导入pandas库,一般都会用到numpy库,所以我们先导入备用: import numpy as np import p...
127
后端
01-01 08:00
后端
机器学习平台——资源优化之路
前言 人在做自己喜欢的事情时,时光总是过得很快。不知不觉到公司已经两年多了,在这两年的时间里,我做了很多“有趣又有用”的事情,其中最让我有成就感的有两件事: 第一,从0到1搭建了一套基于K8s的机器...
77
后端
01-01 08:00
后端
机器学习算法之:KNN
KNN算法简介 首先介绍一下KNN算法的几个特点: KNN,全称K-Nearest Neighbor,中文名为K近邻 思想极度简单,最基础的分类算法,非常适合入门 应用数学知识极少,近乎为零 效果却...
111
«
1
2
3
4
5
6
»