分类 机器学习 下的文章

Tensorflow学习之基本概念


  tensorflow版本为1.2.1,python版本3.6.1,win10

  1. 计算图

  tensorflow可以看作tensor和flow的集合,tensor即张量,flow是计算模型,二者组成了计算图,tensorflow上的计算就是计算图上的节点,边表示计算表关系。可以通过一个简单的例子查看:


[译]机器学习分类


起步

在这篇文章中,我们将介绍最流行的机器学习算法。

在场中浏览主要算法以获得可用的方法的感觉是有用的。

有很多算法可用,当算法名称被抛出时,它可以感觉压倒性,你希望只知道它们是什么,它们适合的地方。

我想给你两种方法来思考和分类你可能在现场遇到的算法。


scikit-learn 机器学习


起步

scikit-learn 是一个比较流行的开源机器学习库。它支持许多分类,回归,聚类算法,包括支持向量机,逻辑回归,朴素贝叶斯,随机森林,梯度boosting,k-means 和 DBSCAN,并且可以与 Numpy 与 SciPy 库进行交互。

本文参考: http://www.scipy-lectures.org/packages/scikit-learn/index.html http://scikit-learn.org/stable/tutorial/basic/tutorial.html

scikit-learn的基本功能主要被分为六个部分,分类,回归,聚类,数据降维,模型选择,数据预处理,具体可以参考官方网站上的文档。