原创 模型融合-bagging，boosting，stacking
先把主要的算法進行整理，後續會對py結合算法的實踐進行整理。第五彈，模型融合目的是爲了提高機器學習的效果，其實就是整理幾個機器算法進行參考計算後續的訓練。三個模型融合思路：1、bagging，訓練多個分類器，結果取平均。並列的進行訓練，所
2020-07-01 04:18:31
原创 產品經理的產品規劃
後續繼續更新人工智能-機器學習算法產品工作，簡單說就是市場分析，需求挖掘，三大文檔撰寫，腦圖，axure的demo，規劃開發時間和進展（需要和技術ui等進行評審），產品的全週期迭代管理等，到一定階段，就是比較高級的產品的方面的工作。雖然是
2020-07-01 04:18:31
原创 AI-機器學習-監督學習-線性迴歸
迴歸算法是監督學習其中之一。線性迴歸算法是已知樣本和樣本對應的預測結果，求新的樣本的預測結果。1、先對已知樣本進行適當的處理，包括去除一些缺省值，一些不正常的值等。2、樣本和結果進行了建模，如下： 其中x爲樣本，h爲y也爲樣本對應的值，爲
2020-07-01 04:18:31
原创 AI-機器學習-監督學習-邏輯迴歸
邏輯迴歸和線性迴歸不太一樣，邏輯迴歸做的是分類。其實和線性迴歸都是廣義線性模型（generalizedlinear model）。這一家族中的模型形式基本上都差不多，不同的就是因變量不同。如果是連續的，就是多重線性迴歸；如果是二項分佈，就
2020-07-01 04:18:31
原创 py邏輯迴歸實例
建立一個邏輯迴歸模型來預測一個學生是否被大學錄取。import numpy as npimport pandas as pdimport matplotlib.pyplot as plt#設置數據的路徑，os.sep 根據你所處的平臺，自
2020-02-21 06:04:44
原创 深度學習-物體檢測系統
圖像分類，檢測及分割是計算機視覺領域的三大任務。 分類和檢測比較容易理解，圖像分割就是把圖像分成若干個特定的、具有獨特性質的區域並提出感興趣目標的技術和過程。 對檢測任務現在是分one stage和two stage，兩者區別是前者不需要
2018-09-14 23:28:59
原创 rule-base機器人1
1、最基礎的fi—else問答import random # 打招呼 greetings = ['hola', 'hello', 'hi', 'Hi', 'hey!','hey'] # 回覆打招呼，random.choice意思是隨機選取
2018-09-04 01:05:10
原创 人工神經網絡
現在最火的方向，機器學習中的神經網絡的擴展和加強。應用在圖像分類，計算機視覺的核心任務中，有着重要的作用。神經網絡結構如下：可以看到輸入x和權值w相乘後加和在一起再加b，進行sigmoid非線性輸出。其中激活函數是：因爲sigmoid函數
2018-09-04 01:05:10
2
原创 TensorFlow 神經網絡
import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_
2018-09-04 01:05:09
3
原创 svm
12年前svm的天下，現在是神經網絡的。有個同學去面試一個公司，很多公司都喜歡面試svm，這個公司直接讓他寫出推導過程，一般面試就面試原理和參數比較多，這個同學寫出來後 ，通過面試，但是他沒去，他說沒見過要推導過程了，就是心裏不忿。。。。
2018-09-04 01:05:09
2
原创 cnn卷積神經網絡
卷積神經網絡可以做分類，推薦，識別等 卷積神經網絡由如下組成： •輸入層 •卷積層 •激活函數 •池化層 •全連接層 其中輸入層，激活函數，全連接層都比較簡單在神經網絡中有講解，以下主要說明是卷積層和池化層。 1、卷積層 一個圖像是由長寬
2018-09-04 01:05:09
原创 TensorFlow-1
先定義變量再定義操作，再在一個session中進行初始化，進行計算。import tensorflow as tfa = 3# Create a variable.w = tf.Variable([[0.5,1.0]])x = tf.Va
2018-09-04 01:05:09
2
原创 聚類——kmeans和dbscan
這是無監督學習算法的經典算法問題，有堆樣本，要把裏面相似的樣本分到一組。解決：1、指定要把樣本分爲k簇。2、利用距離度量每個族的樣本的準則。優化目標： 工作流程（假設K=2）：1、先在樣本中任意的指定兩個點A和B，遍歷所有的樣本到兩點距離
2018-09-04 01:05:09
原创 TensorFlow 邏輯迴歸
import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.re
2018-09-04 01:05:09
1