活动
Python机器学习19——常用六种机器学习的异常值监测方法(孤立森林，数据支持描述，自编码器，高斯混合，DBSCAN，LOF)
Python机器学习19——常用六种机器学习的异常值监测方法(孤立森林，数据支持描述，自编码器，高斯混合，DBSCAN，LOF)
Python统计学13——回归的多重共线性、异方差、自相关的检验
Python统计学13——回归的多重共线性、异方差、自相关的检验
Python统计学12——加权最小二乘
加权最小二乘 的思想是在最小二乘上进行了改进。从损失函数角度来看，就是在每个样本的误差平方和求和之前，给每个误差平方赋予了一个权重，这个权重有很多种取法。
Python数据分析案例08——预测泰坦尼克号乘员的生存(机器学习全流程)
Python数据分析案例08——预测泰坦尼克号乘员的生存(机器学习全流程)
支持向量机算法之鸢尾花特征分类【机器学习】
支持向量机（SVM）是一种二元分类模型。它的基本模型是在特征空间中定义最大区间的线性分类器，这使它不同于感知器；支持向量机还包括核技术，这使得它本质上是一个非线性分类器。
文本情感分类
文本情感分类
决策树结合网格搜索交叉验证的例子
决策树结合网格搜索交叉验证的例子
Excel双样本T检验之成对检验
Excel双样本T检验之成对检验
Excel双样本T检验之异方差检验
Excel双样本T检验之异方差检验
ASR项目实战-任务队列在文件转写特性中的应用
转写时长超出60秒的语音文件，业界的竞品通常会使用创建异步转写任务的方式来提供支持。
机器学习、深度学习、和神经网络之间的联系
机器学习（Machine Learning）是一种人工智能的分支，它通过对大量数据进行训练和分析，让计算机能够从中学习并提取出模式和规律，从而进行自主决策和预测。机器学习可以分为监督学习、无监督学习和强化学习等不同类型。
自然语言处理中文本的token和tokenization
tokenization就是通常所说的分词，分出的每一个词语我们把它称为token。
抽取文档主题之gensim实现
抽取文档主题之gensim实现
常用的机器学习模型算法
LogisticRegression（逻辑回归）： 是一种线性模型，用于解决二分类问题。它通过将特征的线性组合映射到一个sigmoid函数上，输出一个0到1之间的概率值，用于预测样本属于某个类别的概率。
regression机器学习回归预测模型参考学习后自我总结
回归分析帮助我们理解在改变一个或多个自变量时，因变量的数值会如何变化。
推荐算法的介绍与应用
推荐算法是一种用于预测用户对物品或服务的喜好程度的算法。推荐算法可以通过分析用户的历史行为数据，如浏览记录、购买记录、评分记录等，来为用户推荐可能感兴趣的物品或服务。
pandas数据处理优化过程记录
pandas数据处理优化过程记录
PyTorch是什么?
在现代人工智能领域，深度学习技术发挥着至关重要的作用。要实现深度学习，研究人员和工程师需要依赖一些高效、灵活的软件库。PyTorch就是这样一款深受欢迎的库。
逻辑回归之ROC曲线的绘制
逻辑回归之ROC曲线的绘制
线性回归api深度介绍
线性回归api深度介绍
热门文章
解决dataframe报错ValueError: Cannot take a larger sample than population when ‘replace=False‘
2024-04-16 08:57:13
常用的机器学习模型算法
2024-05-24 07:47:12
自然语言处理中文本的token和tokenization
2024-05-28 08:41:37
【机器学习、深度学习、和神经网络之间的联系】
2024-04-19 07:48:08
ASR项目实战-数据
2024-04-17 08:21:15
pandas数据处理优化过程记录
2024-05-23 09:58:30
- APP
