主成分分析(PCA)是一种使用正交变换的统计过程, 该正交变换将一组相关变量转换为一组不相关变量。 PCA是探索性数据分析和预测模型的机器学习中使用最广泛的工具。此外, PCA是一种无监督的统计技术,...
Python
Python
Python
ML强化学习算法：使用Q学习的Python实现
先决条件：Q学习技术. 强化学习是一种机器学习示例, 其中的学习算法不是基于预设数据而是基于反馈系统来训练的。这些算法被吹捧为机器学习的未来, 因为它们消除了收集和清理数据的成本。 在本文中, 我们将...
Python
ML算法：光谱聚类详细介绍
先决条件： K均值聚类 光谱聚类是一种不断发展的聚类算法, 在许多情况下, 其性能都优于许多传统的聚类算法。它将每个数据点视为一个图节点, 从而将聚类问题转换为图分区问题。一个典型的实现包括三个基本步...
Python
ML算法：随机梯度下降（SGD）介绍
什么是梯度下降？ 在解释随机梯度下降(SGD)之前, 让我们首先描述什么是梯度下降。梯度下降是机器学习和深度学习中一种流行的优化技术, 它可以与大多数(如果不是全部)学习算法一起使用。梯度是函数的斜率...
Python
ML：T分布随机邻居嵌入（t-SNE）算法
T分布随机邻居嵌入(t-SNE)是一种非线性降维技术, 非常适合在二维或三维的低维空间中嵌入高维数据以进行可视化。 什么是降维？ 降维是一种表示2维或3维n维数据(具有许多特征的多维数据)的技术。 降...
Python
ML使用门控循环单位网络生成文本
本文将演示如何构建一个文字产生器通过建立一个门控循环单元网络。训练网络的概念性过程是首先向网络提供网络上正在训练的文本中存在的每个字符到唯一编号的映射。然后将每个字符热编码为向量, 这是网络所需的格式...
IT技术
ML机器学习类型–第2部分
无监督学习： 这是一种学习, 我们在训练时不给模型指定目标, 即训练模型仅输入参数值。该模型本身必须找到可以学习的方式。图A中的数据集是购物中心数据, 其中包含订阅其客户的客户的信息。订阅后, 他们将...
IT技术
ML机器学习：了解数据处理
数据处理是将数据从给定格式转换为更加有用和期望的格式的任务, 即使其更有意义和更有意义。使用机器学习算法, 数学建模和统计知识, 可以使整个过程自动化。根据我们正在执行的任务和机器的要求, 此完整过程...
IT技术
ML无监督人脸聚类管道项目示例
实时面部识别是自动化安全部门仍然面临的问题。随着卷积神经网络的发展以及Region-CNN特别创新的方式, 已经证实, 利用我们当前的技术, 我们可以选择监督学习的选择, 例如FaceNet, YOL...
IT技术
ML使用SVM对非线性数据集执行分类
先决条件： 支持向量机 超平面和SVM分类器的定义： 对于具有n个特征的线性可分离数据集(因此需要n个维表示), 超平面基本上是一个(n – 1)维子空间, 用于将数据集分为两组, 每个组包含属于不同...
