游戏化思维自学英语,像玩游戏一样过关斩将,让你对学习上瘾,在无形之中用地道的英语跟老外谈笑风生。详情加微信了解:cool-smiler

机器学习算法Python实现

书城 JackLeon 2个月前 (04-13) 54次浏览 0个评论 扫描二维码

blockquote>

机器学习算法Python实现
Python,是一种广泛使用的解释型,高级编程,通用型编程语言,由吉多·范罗苏姆创造,第一版发布于 1991 年。可以视之为一种改良的 LISP。Python 的设计哲学强调代码的可读性和简洁的语法。相比于 C++或 Java,Python 让开发者能够用更少的代码表达想法。

目录
机器学习算法 Python 实现
一、线性回归
1、代价函数
2、梯度下降算法
3、均值归一化
4、最终运行结果
5、使用 scikit-learn 库中的线性模型实现
二、逻辑回归
1、代价函数
2、梯度
3、正则化
4、S 型函数(即)
5、映射为多项式
6、使用的优化方法
7、运行结果
8、使用 scikit-learn 库中的逻辑回归模型实现
逻辑回归 _ 手写数字识别 _OneVsAll
1、随机显示 100 个数字
2、OneVsAll
3、手写数字识别
4、预测
5、运行结果
6、使用 scikit-learn 库中的逻辑回归模型实现
三、BP 神经网络
1、神经网络 model
2、代价函数
3、正则化
4、反向传播 BP
5、BP 可以求梯度的原因
6、梯度检查
7、权重的随机初始化
8、预测
9、输出结果
四、SVM 支持向量机
1、代价函数
2、Large Margin
3、SVM Kernel(核函数)
4、使用中的模型代码
5、运行结果
五、K-Means 聚类算法
1、聚类过程
2、目标函数
3、聚类中心的选择
4、聚类个数 K 的选择
5、应用——图片压缩
6、使用 scikit-learn 库中的线性模型实现聚类
7、运行结果
六、PCA 主成分分析(降维)
1、用处
2、2D–>1D,nD–>kD
3、主成分分析 PCA 与线性回归的区别
4、PCA 降维过程
5、数据恢复
6、主成分个数的选择(即要降的维度)
7、使用建议
8、运行结果
9、使用 scikit-learn 库中的 PCA 实现降维
七、异常检测 Anomaly Detection
1、高斯分布(正态分布)
2、异常检测算法
3、评价的好坏,以及的选取
4、选择使用什么样的 feature(单元高斯分布)
5、多元高斯分布
6、单元和多元高斯分布特点
7、程序运行结果
blockquote>


温馨提示:若在升级会员或付费后阅读过程中遇到问题,请加客服微信号(cool-smiler)沟通解决,祝您生活愉快。
转载请注明原文链接:机器学习算法Python实现
喜欢 (0)
[1186664388@qq.com]
分享 (0)
关于作者:
创享视界(creativeview.cn)是一个带动全民颠覆八小时工作制,通过投稿把自己的创意智慧变现的方式创造被动收入,从而实现财务自由的平台。我们相信,创新思维不仅有助于打造更出色的产品,还可以让世界变得更美好,让人人受益。
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
%d 博主赞过: