机器学习

人工智能面试题分享（含答案）

现在人工智能就业前景怎么样？学完人工智能相关课程好找工作吗？目前国内人工智能领域正在高速发展，各大企业都在积极布局人工智能技术应用。想要从事人工智能相关工作，不但要了解国内整体的发展方向。而进入企业唯有基础才是最好的敲门砖。今天在黑马程序员论坛找了一些关于人工智能的面试题。希望对近期求知的小伙...
2020-10-16 18:18 阅读数 101

matlab神经网络案例（bp神经网络）

这几天没有写博客，主要是在看matlab的神经网络，通过对机器学习的学习，学习了感知器，径向基，bp等神经网络。接下来就学习一个运用最广泛的bp神经网络案例！例： bp神经网络预测汽油浓度案例。首先数据集spectra_data.mat中有两组数据，即数据集P和T，在这一组数据中，有60条数据...
2020-08-10 21:33 阅读数 292

PyTorch中Tensor的维度变换

对于 PyTorch 的基本数据对象 Tensor (张量)，在处理问题时，需要经常改变数据的维度，以便于后期的计算和进一步处理，本文旨在列举一些维度变换的方法并举例，方便大家查看。维度查看：torch.Tensor.size()查看当前 tensor 的维度举个例子：>>> import t...
2020-07-28 20:06 阅读数 76

数据挖掘--决策树ID3+k-means聚类分析西瓜数据

决策树ID3算法实现问题背景：天气逐渐炎热，有一天你家邻居买了个西瓜回来邀请你一起吃，但是在吃之前他想知道这个瓜到底甜不甜。恰巧你学习了决策树模型，可以利用网上的数据来建立决策树模型，再来帮他预测一下这个瓜到底甜不甜。已知他买的瓜如下（乌黑，蜷缩，沉闷，清晰，凹陷，硬滑）网上的数据如下：编号色...
2020-05-25 22:35 阅读数 77

Pytorch损失函数之BCELoss与BCEWithLogitsLoss

1.先说结论nn.BCEWithLogitsLoss等于nn.BCELoss+nn.Sigmoid。主要用于二分类问题，多标签分类问题。图为Pytorch Document对于BCEWithLogitsLoss的描述，这个损失函数结合了Sigmoid和BCELoss。2.公式分解BCEWith...
2020-05-24 10:05 阅读数 338

结合源码的Transformer最全面、最深度的解析

mask
2020-04-22 13:47 阅读数 46

用深度学习算法预测未来股票走势

最近研究了一下用深度学习算法来预测股票未来的走势，看了网上不少别人分享的案例，也实际进行了测试，感觉用 LSTM 算法比较适用。长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络，是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来...
2020-03-02 10:53 阅读数 98

推荐系统：NDCG评价指标及其Python实现方法

除了推荐任务，在二分类任务中，也可以计算该指标，代码如下：# ndcgdef get_dcg(y_pred, y_true, k): #注意y_pred与y_true必须是一一对应的，并且y_pred越大越接近label=1(用相关性的说法就是，与label=1越相关) df = ...
2019-11-26 15:24 阅读数 604

机器学习—k-means、k-means++以及k-means||算法分析

一、k-means1、简述K-Means是一种无监督学习算法。算法的思想很简单，对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。2、K-means算法基本思路是：首先选择好将数据分成k类，然后随机初始化k个点作为中心点。对于...
2019-08-20 20:06 阅读数 70

变量有哪些类型？

根据可以研究，测量和呈现的方式，可以有不同的方式来描述变量。**数值变量(Numeric)**有将可测量的数量描述为数字的值，例如“多少”或“多少”。因此，数值变量是定量变量(quantitative)。数值变量可以进一步描述为连续或离散：连续变量(continuous) 是数字变量。观察可以...
2019-08-17 10:29 阅读数 67
技术
今日推荐
ioDraw Mac客户端安装教程
阅读数 33
下载桌面版
GitHub
百度网盘（提取码：draw）
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱：[email protected]
QQ群：766591547
关注微信
©2020-2024 ioDraw All rights reserved, Privacy Policy