机器学习 第38页

2020-02-09半瓶木阅读(1222)评论(0)赞(0)

本文概要 监督机器学习 无监督机器学习 监督和无监督学习是机器学习的两种技术。但这两种技术在不同的场景和不同的数据集使用。下面给出了两种学习方法的解释及其差异表。 监督机器学习 监督学习是一种机器学习方法，其中模型训练使用标记数据。在监督学...

2020-02-09半瓶木阅读(2206)评论(0)赞(0)

本文概要 什么是无监督学习？ 为什么要使用无监督学习？ 无监督学习的工作 神经网络算法的类型 无监督学习算法 无监督学习的优点 无监督学习的缺点 在前一个主题中，我们学习了监督机器学习，在训练数据的监督下，使用标记数据对模型进行训练。但是，...

2020-02-09半瓶木阅读(1218)评论(0)赞(0)

本文概要 监督学习如何工作？ 在监督学习中涉及的步骤 监督机器学习算法的类型 监督学习的优点 监督学习的缺点 监督学习是机器学习的一种，机器使用良好的“标记”训练数据进行训练，并根据这些数据预测输出。标记的数据意味着一些输入数据已经标记了正...

2020-02-09半瓶木阅读(1038)评论(0)赞(0)

本文概要 我们为什么需要数据预处理？ 1）获取数据集 2）导入库 3）导入数据集 4）处理丢失数据 5）编码分类数据 6）将数据集分为训练集和测试集 7）特征缩放 数据预处理是准备原始数据并使其适合于机器学习模型的过程。这是创建机器学习模型...

2020-02-09半瓶木阅读(1976)评论(0)赞(0)

本文概要 什么是数据集？ 数据集中的数据类型 需要的数据集 机器学习数据集热门来源 在机器学习领域取得成功或成为伟大的数据科学家的关键是使用不同类型的数据集。但是，为每种机器学习项目发现合适的数据集是一项艰巨的任务。因此，在本主题中，我们将...

2020-02-09半瓶木阅读(1156)评论(0)赞(0)

本文概要 人工智能 机器学习 人工智能（AI）和机器学习之间（ML）的主要差异 人工智能和机器学习是计算机科学中相互关联的部分。这两种技术是目前最流行的用于创建智能系统的技术。 虽然这是两种相关的技术，有时人们将它们作为彼此的同义词，但在不...

2020-02-09半瓶木阅读(1275)评论(0)赞(0)

为了学习机器学习，我们将在本教程中使用Python编程语言。因此，为了将Python用于机器学习，我们需要将它安装到我们的计算机系统中，并与ide(集成开发环境)兼容。 在本主题中，我们将学习在Anaconda分发版的帮助下安装Python...

2020-02-09半瓶木阅读(2024)评论(0)赞(0)

本文概要 1.收集数据 2.数据准备 3.数据整理 4.数据分析 5.训练模型 6.测试模型 7.部署 机器学习赋予计算机系统自动学习的能力，而不需要显式编程。但是机器学习系统是如何工作的呢？因此，它可以用机器学习的生命周期来描述。机器学习...

2020-02-09半瓶木阅读(1224)评论(0)赞(0)

机器学习是当今技术的一个时髦词，而且它正日益迅速地发展。我们在日常生活中使用机器学习，甚至不知道它如谷歌地图，谷歌助手，Alexa等。下面是机器学习在现实世界中最流行的一些应用: 1.图像识别： 图像识别的机器学习中最常见的应用之一。它是用...

2020-02-09半瓶木阅读(1785)评论(0)赞(0)

本文概要 机器学习的早期历史（1940年以前） 存储程序计算机的时代 计算机和智能 游戏中的机器智能 第一个“AI”冬天 机器学习从理论到现实 21世纪的机器学习 目前的机器学习 在一些年前(大约40-50年)，机器学习是科幻小说，但今天它...