sklearn TensorFlow_第2页-阿里云

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（二）（3）

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（二）（2）

深度学习框架TensorFlow入门

24 课时 |

17302 人已学 |

加入学习

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（一）（3）

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（一）（2）

精通 Sklearn 和 TensorFlow 预测性分析：1~5 全

一、回归和分类的集成方法商业企业广泛使用高级分析工具，以解决使用数据的问题。分析工具的目的是分析数据并提取相关信息，这些信息可用于解决问题或提高业务某些方面的表现。它还涉及各种机器学习算法，通过这些算法我们可以创建预测模型以获得更好的结果。在本章中，我们将探索一个可以大大改善基本预测模型表现的简...

sklearn&Tensorflow机器学习02 ---用一个完整的项目来进行机器学习入门

学习一个东西首先要从大局在掌握，知道整体框架是什么，有哪些部分，然后再逐个击破，便事半功倍。所以学习最开始，拿一个完整的例子最好不过。本次项目是通过一系列属性值（专业名词称作：特征值）来对房价进行预测，以找出最适合的模型一个机器学习案例主要包括八个部分1.项目概述2.获取...

sklearn&Tensorflow机器学习01 --- 概览，回归模型(幸福感与国家gdp的关系）

学习一个东西之前要认清学的是什么啥是机器学习？机器学习就算用数据的语言，通过计算来进行回归和预测包括监督学习，非监督学习，强化学习，深度学习监督学习：就是用含有标签的数据进行在各种数学模型中进行运算，得到具有比较好正确率的参数，可以在未知的数据中预测标签那么先用一个小代码来理解一下用回...

【翻译】Sklearn与TensorFlow机器学习实用指南 —— 附录 C、SVM 对偶问题

本文来自云栖社区官方钉群“Python技术进阶”，了解相关信息可以关注“Python技术进阶”。为了理解对偶性，你首先得理解拉格朗日乘子法。它基本思想是将一个有约束优化问题转化为一个无约束优化问题，其方法是将约束条件移动到目标函数中去。让我们看一个简单的例子，例如要找到合适的 x 和 y 使得函数...

【翻译】Sklearn与TensorFlow机器学习实用指南 —— 第16章强化学习（上）

本文来自云栖社区官方钉群“Python技术进阶”，了解相关信息可以关注“Python技术进阶”。评价行为：信用分配问题如果我们知道每一步的最佳动作，我们可以像通常一样训练神经网络，通过最小化估计概率和目标概率之间的交叉熵。这只是通常的监督学习。然而，在强化学习中，智能体获得的指导的唯一途径是通过...

【翻译】Sklearn与TensorFlow机器学习实用指南 —— 第16章强化学习（下）

本文来自云栖社区官方钉群“Python技术进阶”，了解相关信息可以关注“Python技术进阶”。时间差分学习与 Q 学习具有离散动作的强化学习问题通常可以被建模为马尔可夫决策过程，但是智能体最初不知道转移概率是什么（它不知道T），并且它不知道奖励会是什么（它不知道R）。它必须经历每一个状态和每一...