機器學習入門

學校組織了一期ai訓練營，由於學習量大而時間又短，無法完全搞懂，所以在此記錄一下，以便日後查閱。

這是一組機器監督學習簡單測試**，主要是用來測試環境的，其中用到了梯度下降法來降低損失函式，以達到模型的區域性最優。

import tensorflow as tf

import numpy as np
#creat data
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1 + 0.3
print(y_data)
weights = tf.variable(tf.random_uniform([1],-1.0,1.0))
biases = tf.variable(tf.zeros([1]))
y = weights*x_data+biases
loss = tf.reduce_mean(tf.square(y-y_data))
optimizer = tf.train.gradientdescentoptimizer(0.5)
train = optimizer.minimize(loss)
with tf.session() as sess:
tf.global_variables_initializer().run()
for step in range(201):
sess.run(train)
if step % 20 == 0 :
print(step,sess.run(weights),sess.run(biases))

機器學習入門

研究生考試結束了，考研通知書也在幾天前到手了，是時候安心下來考慮一下未來研究生的生活和學習了，看現在機器學習特別的火，所以我就先跟風學習一下機器學習吧。由於剛開始學習，所以對一些專有名詞不是很熟悉，所以特別做了一下總結，因為剛剛入門，所以就先整理了這些。人工智慧 一 認知和感知 區別看待 目前是在感...

機器學習入門

1.常用演算法 決策樹 隨機森林演算法 邏輯回歸 svm 樸素貝葉斯 knn演算法 k means演算法 adaboost 演算法 神經網路 馬爾可夫 2.聚類和分類的區別 分類 比如有一堆資料，你已經事先對他們做好了分類。你想要的功能就是，假如來了一條測試資料，我想知道他是哪一類，這就是分類。聚類...

機器學習入門

機器學習現在有著非常多的應用，從人臉識別到自動駕駛使用的都是機器學習的技術，機器學習在當前是乙個十分熱門的話題，也是引領下乙個技術變革的方向之一。大量的人員開始關注起機器學習，從初學者再到有經驗的技術人員，投身到機器學習中。但機器學習並不像普通的程式設計一樣，機器學習的入門有一定的門檻，因為機器學習...