AI机器学习和深度学习 机器学习与深度学习-学习笔记 000H_准备 001H_线性回归 002H_逻辑回归 003H_支持向量机
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...
本文主要谈谈自己对step,epoch,batch_size这几个常见参数的理解。
模块学习
机器学习(ML)是人工智能(AI)的一个重要分支,其理论基础主要来自统计学、概率论和数值分析等多门课程,同时也依赖于计算机科学、信息学、工程学等多个领域的基础理论。然而,由于目前还没有一套完整的开源机器...
支持向量机(support vector machine,SVM)是有监督学习中最有影响力的机器学习算法之一,该算法的诞生可追溯至上世纪 60 年代, 前苏联学者 Vapnik 在解决模式识别问题时提出这种算法模型,此后经过几十年的发展...
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 ...
本文讲解了机器学习常用模型-线性回归模型,并详解了线性回归模型求解方法最小二乘法与梯度下降法。
探寻机器学习的奇迹:技术革新与应用前景