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
1241
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：
目录
相关文章
|
21天前
|
机器学习/深度学习
算法
数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法，通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法，通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理，包括初始化、数据点分配与簇中心更新等步骤，以及如何在Python中实现该算法，最后讨论了其优缺点及应用场景。
65
4
4
|
2天前
|
机器学习/深度学习
数据采集
运维
|
17天前
|
机器学习/深度学习
算法
数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性，适合开发高性能的机器学习算法，尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性，适合开发高性能的机器学习算法，尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用，以及与Python等语言结合使用的案例，展望了其未来发展的挑战与机遇。
37
1
1
|
22天前
|
机器学习/深度学习
分布式计算
算法
|
22天前
|
机器学习/深度学习
自然语言处理
算法
机器学习核心：监督学习与无监督学习
本文深入解析了机器学习中的监督学习与无监督学习，涵盖理论基础、应用场景及典型算法实现，如线性回归、决策树、K均值聚类和主成分分析，并通过代码示例加深理解。适合初学者和进阶者阅读。
76
5
5
|
26天前
|
机器学习/深度学习
自然语言处理
算法
|
1月前
|
机器学习/深度学习
人工智能
算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对数据集进行训练，最后得到一个识别精度较高的模型。并基于Flask框架，开发网页端操作平台，实现用户上传一张图片识别其名称。
77
0
0
|
2月前
|
数据采集
移动开发
数据可视化
模型预测笔记(一)：数据清洗分析及可视化、模型搭建、模型训练和预测代码一体化和对应结果展示(可作为baseline)
这篇文章介绍了数据清洗、分析、可视化、模型搭建、训练和预测的全过程，包括缺失值处理、异常值处理、特征选择、数据归一化等关键步骤，并展示了模型融合技术。
107
1
1
|
26天前
|
机器学习/深度学习
算法
|
27天前
|
机器学习/深度学习
算法
Python
热门文章
最新文章
1
Machine Learning机器学习之随机森林（Random Forests）
2
一个易用且高效的基于 PyTorch 的 MoE 模型训练系统.
3
Python机器学习面试：Scikit-learn基础与实践
4
【机器学习】如何根据训练集大小选择分类器？
5
Jeff Dean长文展望：2021年之后，机器学习领域的五大潜力趋势（1）
6
机器学习-异常检测算法（二）：Local Outlier Factor
7
Rust机器学习之Linfa
8
机器学习超参调优：常用八种方法
9
【ASPLOS 2022】机器学习访存密集计算编译优化框架AStitch，大幅提升任务执行效率
10
Python3入门机器学习 - 模型泛化