-
人工智能核心方法：机器学习、深度学习
机器学习是一种实现人工智能的方法，
深度学习是一种实现机器学习的技术。
机器学习：使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。
深度学习：模仿人类神经网络、建立模型。
深度机器学习：
监督式学习：基于数据及结果进行预测；
非监督式学习：从数据中挖掘关联性； （不存在正确答案）
强化学习：
查看全部 -
1
查看全部 -
1-1 课程介绍
查看全部 -
1-2
查看全部 -
查看全部
-
了解
查看全部 -
．笔记．
查看全部 -
笔记．
查看全部 -
记
查看全部 -
笔记
查看全部 -
笔记
查看全部 -
实战
查看全部 -
核心算法
查看全部 -
结论部分记在这里
查看全部 -
混淆矩阵指标的特点和选择指标的介绍
查看全部 -
混淆矩阵的主要指标
查看全部 -
介绍了混淆矩阵的作用
查看全部 -
介绍任务
查看全部 -
数据集大致介绍
查看全部 -
这是回归模型的数学表达式及模型展示
查看全部 -
iris数据集，机器学习查看全部
-
分类的两个模型：
K近邻：找input数据（图片绿色的点）最邻近的N个数据，都是哪类的 （图片上，附件3个两个红，一个蓝）。找到 点最多的那个类（蓝，有两个点），就把input点（绿色），归为该类（蓝色）。
逻辑回归分类：（通常用于2分类）通过模型，得到input点 属于某类的概率，小于0.5认为上A类，大于0.5认为上B类。
查看全部 -
逻辑回归，不需要指定 函数（线性、几次方、指数等）
code: https://github.com/hanbingjiao/ML-Python3-LogisticRegression-Demo/
查看全部
官网：
可移植性：多平台开发一次; 可嵌入性：例如C++中直接调用Python写好功能模块
官网：
举报
0/150
提交
取消