SZ Dev

Be the change you wish to see.


  • 首页

  • 标签

  • 归档

  • 搜索

TensorFlow 官方教程:面向初学者的 MNIST

发表于 2018-02-21 | 分类于 AI

本教程基于 TensorFlow - MNIST For ML Beginners ,其中有一些基于个人理解的删减和添加。

2018 年 2 月 1 日 更新:官方移除了这份入门教程,并将原链接重定向至 A Guide to TF Layers 。

阅读全文 »

使用集合的投票分类方法

发表于 2018-02-19 | 分类于 AI

集合(Ensemble)方法的目标是将不同的分类器组合到一起,相比每个单独的分类器具有更好的泛化性能。

阅读全文 »

机器学习的评价指标

发表于 2018-02-17 | 分类于 AI

评价指标(Evaluation Metrics)除之前介绍的准确率(Accuracy)之外,还有其他的一些指标,如精确率(Precision)、召回率(Recall)和 F1 分数(F1 Score)等。

阅读全文 »

网格搜索

发表于 2018-02-15 | 分类于 AI

网格搜索(Grid Search)是一种通过遍历给定的超参数组合来优化模型表现的方法。

阅读全文 »

学习曲线和验证曲线

发表于 2018-02-13 | 分类于 AI

绘制模型的学习曲线(Learning Curve)和验证曲线(Validation Curve)是常用的调试手段,能够从中直观看到模型在测试集和验证集上的表现,以及判断是否有过拟合或欠拟合问题。

阅读全文 »

K 折交叉验证

发表于 2018-02-11 | 分类于 AI

K 折交叉验证(K-Fold Cross Validation)是一种模型选择(Model Selection)方法,将初始样本分为 K 个折叠(Fold),一个折叠作为数据集、其余 K-1 个折叠作为训练集,反复重复上述步骤 K 次并将得到的结果综合起来,得到最终的评估结果。

阅读全文 »

Scikit-learn 的管道类型

发表于 2018-02-07 | 分类于 AI

Scikit-learn 的管道(Pipeline)实现了对转换器(Transformer)和估计器(Estimator)的流式化封装和管理,本文以 wdbc 数据集 为例对其进行说明。

阅读全文 »

TensorFlow 官方入门教程

发表于 2018-02-03 | 分类于 AI

本文翻译自 TensorFlow - Get Started 官方入门教程。

阅读全文 »

线性判别分析

发表于 2018-02-01 | 分类于 AI

线性判别分析(Linear Discriminant Analysis,LDA)作为一种特征提取技术,可以提高计算效率,防止由于维数灾难而导致的过拟合。
LDA 与 PCA 类似,不同之处在于 PCA 的目标是找到数据集中最大方差的正交分量轴,而 LDA 的目标是找到优化类可分性的特征子空间。

阅读全文 »

主成分分析

发表于 2018-01-30 | 分类于 AI

与特征选择类似,我们可以使用特征提取(Feature Extraction)来减少数据集中特征的数量。其区别在于,特征选择保留原始特征,而特征提取则将数据转换或投影到新的特征空间。
本文介绍主成分分析(Principal Component Analysis, PCA),它是一种无监督的线性变换技术,主要特点是特征提取和降维。

阅读全文 »
123…6
Shangjin

Shangjin

52 日志
8 分类
52 标签
E-Mail WeChat Music GitHub Twitter
© 2022 SZ Dev
Contact by WeChat | E-Mail