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
相关资讯
热门
最新
后端
01-01 08:00
后端
机器学习基础 | 互相关系数和互信息异同探讨
机器学习基础 | 互相关系数和互信息异同探讨,机器学习基础|互相关系数和互信息异同探讨主要阐述互相关系数和互信息的区别和联系,先说结论:对于高斯分布,两者是等价的,且存在转换公式,当XX与YY互相关系数为零时,两者相互独立,且互信息为零;当互相关系数为±1±1时,两者完全相关且互信息为无穷大,转换公式:I(X,Y)=−12log(1−r2)I(X,Y)=−12log(1−r2)一般情形,互相关系
147
后端
01-01 08:00
后端
机器人做手术 其实还不如人
机器人做手术 其实还不如人,机器人做手术其实还不如人很多科技行业都在引入机器人辅助,确实也带来了效率的极大提升,但似乎不是每个行业都能从中获益。德克萨斯大学的研究表明,用机器人进行的手术花费更多,时间更长,并且不够安全。德克萨斯大学的研究人员检索了50项已公布的手术对照组试验,以评估机器人辅助手术的质量和结果。对照组试验涉及做了腹膜骨盆手术、腹腔镜检查的4898名患者。研究人员发现,在术内并发症、
147
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,...
144
后端
01-01 08:00
后端
机器学习 - k-means聚类
机器学习 - k-means聚类,机器学习-k-means聚类k-means简介k-means是无监督学习下的一种聚类算法,简单说就是不需要数据标签,仅靠特征值就可以将数据分为指定的几类。k-means算法的核心就是通过计算每个数据点与k个质心(或重心)之间的距离,找出与各质心距离最近的点,并将这些点分为该质心所在的簇,从而实现聚类的效果。k-means具体步骤1.指定要把数据聚为几类,确定k值;
142
代码人生
01-01 08:00
代码人生
机器学习算法系列(十四)-硬间隔支持向量机算法(Hard-margin Support Vector Machine)
机器学习算法系列(十四)-硬间隔支持向量机算法(Hard-margin Support Vector Machine),阅读本文需要的背景知识点:拉格朗日乘子法、KKT条件、一丢丢编程知识一、引言前面一节我们介绍了一种分类算法——朴素贝叶斯分类器算法,从概率分布的角度进行分类。下面我们会花几节来介绍另一种在分类问题中有着重要地位的算法——支持向量机1(SupportVectorMachine/SV
137
后端
01-01 08:00
后端
机器会学习但它会遗忘吗
机器会学习但它会遗忘吗,机器会学习但它会遗忘吗众多企业都在使用机器学习技术分析人们的欲望、情感或面部特征。但有研究人员提出了新的问题:机器会学习但它会遗忘吗?作为计算机科学中的新兴领域,机器学习研究者开始探索在AI软件中诱发选择性失忆的方法,目标是在不影响模型性能的前提下、从机器学习系统中删除特定人员或数据点的所有痕迹。如果可行,那么这个概念将帮助人们更好地控制数据以及由数据产生的价值。虽然社会上
132
后端
01-01 08:00
后端
机器学习-深度学习-强化学习-知识总结
机器学习-深度学习-强化学习-知识总结,机器学习-深度学习-强化学习-知识总结MetricLearning:度量学习,距离度量学习(DistanceMetricLearning,DML),相似度学习,传统机器学习方法,在人脸识别任务中,可以通过某个指标来衡量不同图片之间的相似度。MetaLearning:元学习,就是learningtolearn,在一项任务上学习得到一个模型f1,能够自己在其他任
128
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
百科问答
01-01 08:00
百科问答
机器学习聚类算法的应用(常见的聚类算法有)
机器学习聚类算法的应用(常见的聚类算法有),在理解大数据方面,聚类是一种很常用的基本方法。近日,数据科学家兼程序员PeterGleeson在freeCodeCamp发布了一篇深度讲解文章,对一些聚类算法进行了基础介绍,并通过简单而详细的例证对其工作过程进行了解释说明。看看下面这张图,有各种各样的虫子和蜗牛,你试试将它们分成不同的组别?不是很难吧,先从找出其中的蜘蛛开始吧!完成了吗?尽管这里并不一定
126
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
«
1
2
3
4
5
6
7
8
9
10
»