机器学习强基计划5-4：图文详解影响流动与有向分离(D-分离)(附Python实现)

相关文章

• 机器学习强基计划8-1：图解主成分分析PCA算法(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2024年02月02日

  浏览(58)

• 机器学习强基计划10-2：详细推导串行集成AdaBoost算法(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2024年02月07日

  浏览(103)

• 机器学习强基计划8-2：详细推导多维缩放MDS算法(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2023年04月08日

  浏览(56)

• 机器学习强基计划9-1：图解匹配追踪(MP)与正交匹配追踪(OMP)算法

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2024年02月09日

  浏览(66)

• 机器学习强基计划8-3：详细推导核化主成分分析KPCA算法(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2023年04月09日

  浏览(42)

• 机器学习强基计划4-2：通俗理解极大似然估计和极大后验估计+实例分析

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。 🚀详情：机器学习强基计划(附几十种经典模型源码合集) 某

  2023年04月11日

  浏览(43)
• 

  探秘机器学习核心逻辑：梯度下降的迭代过程 (图文详解)

  f() 和 g()函数分别为 求y值 和 求导数 的函数。 目的：求该函数的最小值：           代码： 在 0 - 12 中随机取一个值：10 查看此时的切线方程： 设置学习率为0.2，与初始点的梯度反向进行下降， 如果在上一个点斜率为正，说明需要x需要向左移动才能接近最小值：next_

  2024年02月05日

  浏览(47)

• 机器学习对商业的影响

  机器学习是一种强大的工具，可以帮助企业在当今数据驱动的经济中获得竞争优势。 机器学习 (ML Machine Learning) 是人工智能 (AI Artificial Intelligence) 的一个分支，它允许计算机系统从经验中自动学习和改进，而无需明确编程。它涉及使用算法来识别数据中的模式，并根据这些模

  2024年02月11日

  浏览(40)

• 机器学习Python7天入门计划--第一天-机器学习基础-讲人话

  机器学习Python7天入门计划 - 第一天: 机器学习基础 学习目标： 理解机器学习的基本概念和过程。 掌握基本的数据预处理技巧。 理解线性回归的原理和应用。 学习内容： 机器学习基础 什么是机器学习：机器学习是一种使计算机能够从数据中学习规律和模式的技术。 为什么

  2024年01月20日

  浏览(47)
• 

  机器学习 day30（正则化参数λ对模型的影响）

  λ对Jcv和Jtrain的影响 假设该模型为四阶多项式 当λ很大时，在最小化J的过程中，w会很小且接近0，此时模型f(x)近似于一个常数，所以此时模型欠拟合，Jtrain和Jcv都很大 当λ很小时，表示模型几乎没有正则化，而四阶多项式的模型十分弯曲，所以此时模型过拟合，Jtrain很小，

  2024年02月15日

  浏览(33)