”001_机器学习“ 的搜索结果

     另外比较三个模型在测试集上的表现,模型B和模型C相比模型A同样更加出色,参见附件中的output文件,模型B和模型C在测试集上的输出更加合理,相比模型A的loss更小。首先,比较三个模型的程序运行时间,模型A模型B模型...

     解析:回归和分类属于机器学习中的有监督学习。分类任务是预测离散值,回归任务是预测连续值。 3.用线性代数的方式描述函数或者方程的好处之一是书写方便。 (T) 解析:现实生活中的数据比较复杂,尚且不完备。把...

     软件技术中心的例会终于也轮到我了,为了给小伙伴们讲一点干货,于是开始了为期一周的学习,从百度知乎博客到请教学长(JY大佬)甚至查阅相关书籍资料,终于有所收获,并对其产生了浓厚兴趣,希望以后能够在这方面有...

     目录 1 分类 1.1精确率与召回率 1.2 ROC和AUC 1.3对数损失 1.4 铰链损失(Hinge loss) 1.5混淆矩阵 1.6kappa系数 1.7 准确率 1.8海明距离 1.9杰卡德相似系数 1.10多标签排序 ...2.2...

     在机器学习过程中,数据预处理和特征工程十分重要。数据不给力,再高级的算法都没有用。依旧是根据菜菜的视频做的笔记。 1. 数据预处理 1.1 数据无量纲化 数据的无量纲化指的是样本特征的量纲不同时会导致不同的特征...

     回归:从一组数据出发,确定某些变量之间的定量关系式;即建立数学模型并估计未知参数。 回归的目的是预测数值型的目标值,它的目标是接受连续数据,寻找最适合数据的方程,并能够对特定值进行预测。...

     机器学习领域的拓展阅读参考书推荐包括《统计学习方法》和《机器学习》,前者深入介绍了10种主要方法,后者则覆盖了更广的范围。经典著作包括Tom Mitchell的《Machine Learning》和Trevor Hastie的《Elements of ...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1