产品
解决方案
文档与社区
权益中心
定价
云市场
合作伙伴
支持与服务
了解阿里云
备案
控制台
开发者社区
首页
探索云世界
探索云世界
云上快速入门,热门云上应用快速查找
了解更多
问产品
动手实践
考认证
TIANCHI大赛
活动广场
活动广场
丰富的线上&线下活动,深入探索云世界
任务中心
做任务,得社区积分和周边
高校计划
让每位学生受益于普惠算力
训练营
资深技术专家手把手带教
话题
畅聊无限,分享你的技术见解
开发者评测
最真实的开发者用云体验
乘风者计划
让创作激发创新
阿里云MVP
遇见技术追梦人
直播
技术交流,直击现场
下载
下载
海量开发者使用工具、手册,免费下载
镜像站
极速、全面、稳定、安全的开源镜像
技术资料
开发手册、白皮书、案例集等实战精华
插件
为开发者定制的Chrome浏览器插件
探索云世界
新手上云
云上应用构建
云上数据管理
云上探索人工智能
云计算
弹性计算
无影
存储
网络
倚天
云原生
容器
serverless
中间件
微服务
可观测
消息队列
数据库
关系型数据库
NoSQL数据库
数据仓库
数据管理工具
PolarDB开源
向量数据库
热门
Modelscope模型即服务
弹性计算
云原生
数据库
物联网
云效DevOps
龙蜥操作系统
平头哥
钉钉开放平台
大数据
大数据计算
实时数仓Hologres
实时计算Flink
E-MapReduce
DataWorks
Elasticsearch
机器学习平台PAI
智能搜索推荐
人工智能
机器学习平台PAI
视觉智能开放平台
智能语音交互
自然语言处理
多模态模型
pythonsdk
通用模型
开发与运维
云效DevOps
钉钉宜搭
支持服务
镜像站
码上公益
开发者社区
人工智能
文章
正文
从软件工程的角度写机器学习3——主要监督学习算法的工程性分析
2016-04-16
1222
版权
版权声明:
本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议
》和 《
阿里云开发者社区知识产权保护指引
》。如果您发现本社区中有涉嫌抄袭的内容,填写
侵权投诉表单
进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
简介:
文章标签:
机器学习/深度学习
算法
关键词:
机器学习算法
算法机器学习
人工智能平台 PAI算法
算法分析
人工智能平台 PAI分析
梅花落
目录
相关文章
爱吃糖的范同学
|
1天前
|
机器学习/深度学习
传感器
算法
【机器学习】在聚类算法中,使用曼哈顿距离和使用欧式距离有什么区别?
【5月更文挑战第12天】【机器学习】在聚类算法中,使用曼哈顿距离和使用欧式距离有什么区别?
爱吃糖的范同学
12
4
4
爱吃糖的范同学
|
1天前
|
数据采集
机器学习/深度学习
人工智能
【机器学习】在使用K-means算法之前,如何预处理数据?
【5月更文挑战第12天】【机器学习】在使用K-means算法之前,如何预处理数据?
爱吃糖的范同学
11
3
3
爱吃糖的范同学
|
1天前
|
机器学习/深度学习
算法
数据可视化
【机器学习】比较分层聚类(Hierarchical Clustering)和K-means聚类算法
【5月更文挑战第12天】【机器学习】比较分层聚类(Hierarchical Clustering)和K-means聚类算法
爱吃糖的范同学
9
2
2
1941623231718325
|
1天前
|
机器学习/深度学习
数据采集
算法
深入理解并应用机器学习算法:支持向量机(SVM)
【5月更文挑战第13天】支持向量机(SVM)是监督学习中的强分类算法,用于文本分类、图像识别等领域。它寻找超平面最大化间隔,支持向量是离超平面最近的样本点。SVM通过核函数处理非线性数据,软间隔和正则化避免过拟合。应用步骤包括数据预处理、选择核函数、训练模型、评估性能及应用预测。优点是高效、鲁棒和泛化能力强,但对参数敏感、不适合大规模数据集且对缺失数据敏感。理解SVM原理有助于优化实际问题的解决方案。
1941623231718325
12
3
3
1941623231718325
|
2天前
|
机器学习/深度学习
算法
理解并应用机器学习算法:决策树
【5月更文挑战第12天】决策树是直观的分类与回归机器学习算法,通过树状结构模拟决策过程。每个内部节点代表特征属性,分支代表属性取值,叶子节点代表类别。构建过程包括特征选择(如信息增益、基尼指数等)、决策树生成和剪枝(预剪枝和后剪枝)以防止过拟合。广泛应用在信贷风险评估、医疗诊断等领域。理解并掌握决策树有助于解决实际问题。
1941623231718325
17
6
6
爱吃糖的范同学
|
3天前
|
机器学习/深度学习
算法
数据挖掘
【机器学习】在使用K-means聚类算法时,如何选择K的值?
【5月更文挑战第11天】【机器学习】在使用K-means聚类算法时,如何选择K的值?
爱吃糖的范同学
76
9
10
爱吃糖的范同学
|
3天前
|
机器学习/深度学习
算法
数据挖掘
【机器学习】为什么K-means算法使用欧式距离度量?
【5月更文挑战第11天】【机器学习】为什么K-means算法使用欧式距离度量?
爱吃糖的范同学
74
8
8
爱吃糖的范同学
|
3天前
|
机器学习/深度学习
算法
数据可视化
【机器学习】描述K-means算法的步骤
【5月更文挑战第11天】【机器学习】描述K-means算法的步骤
爱吃糖的范同学
68
10
10
爱吃糖的范同学
|
3天前
|
机器学习/深度学习
人工智能
算法
【机器学习】K-means和KNN算法有什么区别?
【5月更文挑战第11天】【机器学习】K-means和KNN算法有什么区别?
爱吃糖的范同学
52
8
8
爱吃糖的范同学
|
4天前
|
机器学习/深度学习
算法
【机器学习】比较朴素贝叶斯算法与逻辑回归算法
【5月更文挑战第10天】【机器学习】比较朴素贝叶斯算法与逻辑回归算法
爱吃糖的范同学
31
14
14
热门文章
最新文章
1
MVVM模型,虚拟DOM和diff算法
2
使用Python实现图像处理中的边缘检测算法
3
利用机器学习算法改善电商推荐系统的效率
4
使用python实现FP-Growth算法
5
探索数据结构在算法优化中的关键作用
6
视觉智能平台常见问题之算法私有化部署交付给公司内部运行如何解决
7
视觉智能平台常见问题之其他算法定制化开发如何解决
8
Opencv(C++)学习系列---Canny边缘检测算法
9
Python基础算法解析:支持向量机(SVM)
10
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
1
深度学习500问——Chapter02:机器学习基础(5)
38
2
深度学习500问——Chapter02:机器学习基础(2)
49
3
深度学习500问——Chapter02:机器学习基础(1)
43
4
【机器学习】样本、特征、标签:构建智能模型的三大基石
315
5
【机器学习】包裹式特征选择之基于模型的特征选择法
68
6
利用机器学习优化数据中心的能源效率
38
7
利用机器学习优化数据中心的能源效率
24
8
构建高效机器学习模型的策略与实践
12
9
利用机器学习算法改善电商推荐系统的效率
93
10
构建高效机器学习模型的策略与实践
13
相关课程
更多
场景实践 - 机器学习PAI实现精细化营销
场景实践 - 基于阿里云PAI机器学习平台使用时间序列分解模型预测商品销量
场景实践 - 基于机器学习进行收入预测分析
机器学习概览及常见算法
机器学习入门-概念原理及常用算法
神经网络概览及算法详解
相关电子书
更多
数据+算法定义新世界
袋鼠云基于实时计算的反黄牛算法
Alink:基于Apache Flink的算法平台
相关实验场景
更多
如何快速训练大模型
使用函数计算部署通义千问大模型实现AI对话
基于Hologres+PAI+计算巢,5分钟搭建企业级AI问答知识库
云原生AI套件:五分钟微调宝可梦风格StableDiffusion
云原生AI套件:一键训练大模型及部署GPU共享推理服务
【图生文】一键部署图像描述模型
下一篇
部署LAMP环境(Alibaba Cloud Linux 3)