包含标签:机器学习 的文章
-
猿创征文|机器学习实战(8)——随机森林
目录 1 随机森林 2 极端随机树 3 特征重要性 4 提升法 4.1 AdaBoost 4.2 梯度提升 机器学习实战(7)中我们已经提到,随机森林是决策树的集成,通常用baggin…… -
【深度学习】7-矩阵乘法运算的反向传播求梯度
? 前言 本节以较简单的例子来理解矩阵乘法下的反向传播过程。为了稍微形象一些,这里同样会用到计算图来进行描述。 矩阵乘法下的反向传播,其实和标量计算下…… -
Code For Better 谷歌开发者之声—-谷歌云基于TensorFlow高级机器学习tf.nn.max_pool()最大池化
目录 前言 一、End-to-End Machine Learning with TensorFlow on GCP(基于TensorFlow的机器学习) 1.什么是TensorFlow 2.TensorFlow优点 3.搭建TensorFlow S…… -
深度学习之文本分类 —-FastText
FastText FastText是一种典型的深度学习词向量的表示方法,它非常简单通过Embedding层将单词映射到稠密空间,然后将句子中所有的单词在Embedding空间中进行…… -
机器学习(9)–数据预处理
目录 一、无量纲化 1、无量纲化概述 2、归一化 2.1MinMaxScaler的重要参数和接口 2.2归一化代码演示 3、标准化 3.1标准化代码演示 二、缺失值 1、利用pandas…… -
猿创征文|机器学习实战(7)——集成学习
目录 1 投票分类器 2 bagging and pasting 3 包外评估 4 疑问解答 如果我们聚合一组预测器的预测,得到的预测结果会比最好的单个预测器要好,这样的一组预测…… -
为什么基于树的模型在表格数据上仍然优于深度学习
在这篇文章中,我将详细解释这篇论文《Why do tree-based models still outperform deep learning on tabular data》这篇论文解释了一个被世界各地的机器学习…… -
论文研读笔记(五)——通过单机器人进化策略搜索增强多机器人导航的深度强化学习方法
通过单机器人进化策略搜索增强多机器人导航的深度强化学习方法(Enhancing Deep Reinforcement Learning Approaches for Multi-Robot Navigation Via Single…… -
一种图神经网络架构:GraphSAGE
一种图神经网络架构:GraphSAGE 简介 提出了一个通用框架,称为 GraphSAGE(SAmple 和 aggreGatE),用于归纳节点嵌入。GraphSAGE是一种流行的图神经网络架…… -
深度学习(十) Unsupervised Learning 理论部分
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 Unsupervised Learning 理论部分 前言 一、无监督学习与监督学习的区别 二、K-means……