注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Machine Learning Linear Regression-线性回归

  2. 机器学习算法之线性回归 最小二乘法和岭回归算法的实现，对应博文为： http://blog.csdn.net/suipingsp/article/details/42101139

  3. 所属分类：Python

    • 发布日期：2014-12-23
    • 文件大小：64kb
    • 提供者：suipingsp

  1. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1mb
    • 提供者：qq_33042687

  1. 数据挖掘分析师之硬技能+-+零基础到数据挖掘精通（Excel、Oracle、SPSS初步）

  2. 对于数据挖掘的初步入门，包含：数据挖掘初探，功能介绍，EXCEL基础，ORACLE数据库安装，数据预处理，预测算法-线性回归，决策树，关联算法-Apriori,聚类算法-kmeans, 最优化求解，SPSS Modeler探索与分析，回归分析，RFM分析等。

  3. 所属分类：Python

    • 发布日期：2018-05-10
    • 文件大小：14mb
    • 提供者：tongtongliwei

  1. 基于opencv3.1库的JAVA源码

  2. 第1章 Java概述、安装及简易教学 14 1-1 Java概述 14 1-2 Java安装 16 1-3 Eclipse安装 18 1-4 GUI设计工具WindowBuilder 18 1-5 在Eclipse开发第一个Java程式 23 1-6 在Eclipse开发第一个Java视窗程式-显示影像 26 1-7 在Eclipse开发视窗程式-slider控制元件 34 1-8 在Eclipse开发视窗程式-按钮控制元件 39 1-9 好用的Eclipse热键 41 第2章 OpenCV概

  3. 所属分类：图像处理

    • 发布日期：2018-09-29
    • 文件大小：1mb
    • 提供者：caozhenguan

  1. Python自己实现线性回归算法

  2. 可详细参考博主文章《【机器学习+sklearn框架】（一） 线性模型之Linear Regression》的公式推导，结合代码进行学习。

  3. 所属分类：机器学习

    • 发布日期：2018-10-12
    • 文件大小：2kb
    • 提供者：walk_power

  1. 机器学习算法笔记

  2. 本文总结博客中关于机器学习十大算法的详细过程，进行汇总，包括广义线性模型、softmax 回归 、逻辑回归、梯度下降法、Logistic 回归与牛顿迭代法、两种梯度下降法、相对熵（KL 散度）、K-Means 聚类算法 、朴素贝叶斯分类、决策树之 ID3 算法 、决策树之 C4.5 算法、 决策树之 CART 算法、随机森林、K-D 树、KNN 算法、BFGS 算法、L-BFGS 算法、文本特征属性选择。 十九、矩阵求导解最小二乘问题 二十、局部加权回归 二十一、最小二乘的概率解释

  3. 所属分类：机器学习

    • 发布日期：2018-11-21
    • 文件大小：1mb
    • 提供者：u013940210

  1. 火爆GitHub：100天搞定机器学习编程（超赞信息图+代码+数据集）

  2. 这个100天搞定机器学习编程的项目，现在已经是爆红GitHub，很快累积了3000多标星，在Twitter上，也有一大票人热捧这个项目。 同是百天计划，这个有什么特别之处？三点： 1、超赞的学习图片 2、配套的代码 3、相应的数据集 对这个项目的评价，多以awesome、great、fantastic、outstanding、perfect等评价，大家纷纷表示感谢（并祝楼主好人一生平安）。 项目地址在此： https://github.com/Avik-Jain/100-Days-Of-ML-C

  3. 所属分类：机器学习

    • 发布日期：2018-09-10
    • 文件大小：9mb
    • 提供者：yuyu523

  1. 机器学习算法工程师校招面试题库.pdf

  2. 机器学习算法工程师校招面试题库 涵盖数学基础、机器学习算法、深度学习、自然语言处理、计算机基础项目等。ξ NOWCODER. COM 牛客网一一互联网学习求职必备神器 名企校招历年笔试面试真题,尽在牛客网 可能就问的项日多一些,或者你说哪里精通可能面试官就多去问你这些。而且此图是根据题 库数据整理出来,并不是根据实际单场面试整理,比如基础部分不会考那么多,会从中抽着 考 但是面试中必考的点且占比非常大的有机器学习算法,机器学习和算法。 决定你是否能拿 sp offer(高薪ofer)以及是否

  3. 所属分类：机器学习

    • 发布日期：2019-07-15
    • 文件大小：4mb
    • 提供者：yangyang3401

  1. 手写单线性回归算法和机器学习sklearn构建的单线性回归算法

  2. 通过自定义构建预测函数，损失函数，梯度下降优化器，从而实现简易的手写单线性回归算法，通过可视化进行展示。与之相对应的是通过sklearn学习库构建的单线性回归算法。简易入门，新手可看。

  3. 所属分类：机器学习

    • 发布日期：2019-07-26
    • 文件大小：2kb
    • 提供者：qq_26682115

  1. task1_Linear_regression.ipynb

  2. 机器学习之线性回归，及相关算法优化， 模型建立：线性回归原理、线性回归模型 学习策略：线性回归损失函数、代价函数、目标函数 算法求解：梯度下降法、牛顿法、拟牛顿法等 线性回归的评估指标 sklearn参数详解

  3. 所属分类：互联网

    • 发布日期：2020-04-20
    • 文件大小：195kb
    • 提供者：qq_36427942

  1. 纯python实现机器学习之kNN算法示例

  2. 前面文章分别简单介绍了线性回归，逻辑回归，贝叶斯分类，并且用python简单实现。这篇文章介绍更简单的 knn， k-近邻算法（kNN，k-NearestNeighbor）。 k-近邻算法（kNN，k-NearestNeighbor），是最简单的机器学习分类算法之一，其核心思想在于用距离目标最近的k个样本数据的分类来代表目标的分类（这k个样本数据和目标数据最为相似）。 原理 kNN算法的核心思想是用距离最近(多种衡量距离的方式)的k个样本数据来代表目标数据的分类。 具体讲，存在训练样本集

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：213kb
    • 提供者：weixin_38508126

  1. 机器学习十大经典算法之线性回归

  2. 线性回归可以用以下式子进行描述： 线性回归即连续值的预测问题，即根据给定的x以及模型参数θ的计算下，使得该方程的相应能够无限逼近真实值y。 下面来举一个连续值预测的简单例子： y = w * x + b 当知道两组参数时，即可通过消元法求得参数w与b，即可得到该方程的精确解。即w = 1.477， b = 0.089 1.567 = w * 1 + b 3.043 = w * 2 + b 但是现实生活中往往不能够精确求解，首先因为模型本身的方程是未知的，采集的数据都是带有一定偏差的，其次我们观

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：272kb
    • 提供者：weixin_38740397

  1. 机器学习实战：TensorFlow构建线性回归模型

  2. 在本章中，开始使用简单模型：线性回归来探索 TensorFlow 编程。基于这个例子，我将介绍一些代码基础知识，以及，如何调用学习过程中的各种重要组件，如函数函数或算法梯度下降。 变量之间的关系模型 线性回归是一种用于衡量变量之间关系的统计技术。它的有趣之处在于实现它的算法在概念上不复杂，并且还可以适应各种各样的情况。由于这些原因，我发现用线性回归的例子开始深入研究 TensorFlow 很有意思。 请记住，在两个变量（简单回归）和两个以上变量（多元回归）的情况下，线性回归拟合因变量和自变量之间

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：67kb
    • 提供者：weixin_38520258

  1. 机器学习实战之分类算法.pdf

  2. 机器学习实战之分类算法，机器学习就是将无序的数据转化为有用的信息。一个实例有 n 个特征，由 n 列组 成。机器学习最主要的任务就是分类，另一个就是回归，回归中比较典型的就是 线性拟合。分类和回归都属于监督学习，因为这类算法必须知道要预测什么，即 已知目标变量的分类信息。与监督学习对应的是无监督学习，此时数据没有类别 信息，也不会给定目标值，将数据集合分成由类似的对象组成的多个类的过程叫 做聚类。将描述数据统计值的过程称之为密度估计。分类首先要进行训练，训练 样本集必须确定目标变量的值，以便发现

  3. 所属分类：互联网

    • 发布日期：2020-12-26
    • 文件大小：1mb
    • 提供者：muguli2008

  1. 机器学习之梯度下降法

  2. 1.基本概念 梯度下降法（Gradient descent）是一个一阶最优化算法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。 2.几种梯度下降方法（针对线性回归算法） 2.1 批量梯度下降法 1.批量梯度下降法的特点及原理 运算量大：批量梯度下降法中的每一项计算：，要计算所有样本（共 m 个）； 批量梯度下降法的梯度是损

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：209kb
    • 提供者：weixin_38698149

  1. 机器学习之线性回归算法

  2. 1.基本概念 **线性回归（Linear Regression）**是一种通过属性的线性组合来进行预测的线性模型，其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值与真实值之间的误差最小化。 2.特点 优点：结果具有很好的可解释性（w直观表达了各属性在预测中的重要性），计算熵不复杂。 缺点：对非线性数据拟合不好 适用数据类型：数值型和标称型数据 3.自己实现的线性回归 3.1 简单线性回归 1.利用最小二乘法得到的系数 2.用简答随机数模拟的方法来搭建简单线性回归 impor

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：639kb
    • 提供者：weixin_38681147

  1. 机器学习：机器学习实战（Python3）：kNN，决策树，贝叶斯，逻辑回归，SVM，线性回归，树回归-源码

  2. 机器学习 原创文章每月最少两篇文章，后续最新文章会在首发，视频首发，大家可以加我进交流群，技术交流或提意见都可以，欢迎星级！ 文章首发声明 文章在自己的个人网站首发，其他平台文章均属转发，如想获得最新更新进展，欢迎关注我的个人网站： ://cuijiahua.com/ 第二章：kNN（k-邻域算法） 文章 个人网站 CSDN 知乎 Python3《机器学习实战》学习笔记（一）：k-近邻算法（史诗级干货长文） 代码 第三章：决策树（决策树） 文章 个人网站 CSDN 知乎 Python3《机器学

  3. 所属分类：其它