logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

未填写擅长的技术栈

可提供的服务

暂无可提供的服务

什么是编码器、解码器？（CNN\RNN....)

以卷积神经网络为例，输入为一个猫，进行特征提取后输出图片类别。因此，这里可以简单的理解为：特征提取过程即为编码器，而分类过程即为解码器。使用编码器-解码器架构模型，编码器负责表示输入，解码器负责输出。以循环神经网络为例，输入为一个文本，进行特征提取后输出。

#cnn#rnn#深度学习 +1
机器学习——神经网络（python）手写数字识别

一、定义一直以来，人们都认为神经网络是模仿生物体的神经网络设计而成的。er神经网络既可以用于回归，也可以用于分类，但在实际应用中常用于分类。基于神经网络的深度学习因在图像识别和语音识别等领域表现优异而广为容人之。神经元是神经网络算法的基本单元，它本质上是一种函数，接受外部刺激并根据输入产生对应的输出。它的内部可以看作线性函数和激活函数的组合，线性函数运算结果传递给激活函数，最终产生该神经元的输出结

#机器学习#人工智能
机器学习——决策树

一、决策树定义：分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点（node）和有向边（directed edge）组成。结点有两种类型：内部结点（internal node）和叶结点（leaf node）。内部结点表示一个特征或属性，叶结点表示一个类。⚪：内部结点正方形：叶结点二、决策树特征选择2.1 特征选择问题特征选择在于选取对训练数据具有分类能力的特征。这样可以提高决策树学习的

#机器学习#sklearn#决策树 +1
机器学习——决策树

一、决策树定义：分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点（node）和有向边（directed edge）组成。结点有两种类型：内部结点（internal node）和叶结点（leaf node）。内部结点表示一个特征或属性，叶结点表示一个类。⚪：内部结点正方形：叶结点二、决策树特征选择2.1 特征选择问题特征选择在于选取对训练数据具有分类能力的特征。这样可以提高决策树学习的

#机器学习#sklearn#决策树 +1
感知机python实现鸢尾花分类

本文使用sklearn的鸢尾花数据。Iris数据集是常用的分类实验数据集，由Fisher,1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性（分别是花萼长度，花萼宽度，花瓣长度，花瓣宽度）。可通过这4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类的鸢尾花中的

#机器学习#python
感知机python代码实现

目录1、数据集准备1.1 导入包1.2 加载数据1.3 原始数据可视化 1.4划分数据集和标签本文使用sklearn的鸢尾花数据。sklearn.datasets.load_iris(*, return_X_y=False, as_frame=False)Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含15

#大数据#python#机器学习
机器学习——决策树

一、决策树定义：分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点（node）和有向边（directed edge）组成。结点有两种类型：内部结点（internal node）和叶结点（leaf node）。内部结点表示一个特征或属性，叶结点表示一个类。⚪：内部结点正方形：叶结点二、决策树特征选择2.1 特征选择问题特征选择在于选取对训练数据具有分类能力的特征。这样可以提高决策树学习的

#机器学习#sklearn#决策树 +1
Python 实现朴素贝叶斯代码演示

朴素贝叶斯可以细分为三种方法：分别是伯努利朴素贝叶斯、高斯朴素贝叶斯和多项式朴素贝叶斯。下文就这三种方法进行详细讲解和演示。目录一、伯努利朴素贝叶斯方法1.1 例子解答1.1.1 代码：1.1.2 结果：二、高斯朴素贝叶斯方法2.1 解题2.1.1 代码：2.1.2 结果：2.2 检查高斯朴素贝叶斯的正确率2.2.1 代码：2.2.2 结果：三、多项式朴素贝叶斯方法3.1 多项式朴素贝叶斯实现新闻

#机器学习#人工智能#深度学习
到底了