关键词：
学习打卡07可解释机器学习笔记之shape+lime代码实战(代码片段)
可解释机器学习笔记之Shape+Lime代码实战文章目录可解释机器学习笔记之Shape+Lime代码实战基于Shapley值的可解释性分析使用Pytorch对MNIST分类可解释性分析使用shap的DeepExplainer进行可视化使用Pytorch对预训练ImageNet图像分类可解... 查看详情
学习打卡07可解释机器学习笔记之shape+lime代码实战(代码片段)
可解释机器学习笔记之Shape+Lime代码实战文章目录可解释机器学习笔记之Shape+Lime代码实战基于Shapley值的可解释性分析使用Pytorch对MNIST分类可解释性分析使用shap的DeepExplainer进行可视化使用Pytorch对预训练ImageNet图像分类可解... 查看详情
学习打卡05可解释机器学习笔记之cam+captum代码实战(代码片段)
可解释机器学习笔记之CAM+Captum代码实战文章目录可解释机器学习笔记之CAM+Captum代码实战代码实战介绍torch-cam工具包可视化CAM类激活热力图预训练ImageNet-1000图像分类-单张图像视频以及摄像头预测pytorch-grad-cam工具包Grad-CAM热... 查看详情
吴恩达2014机器学习教程笔记目录
...吴大大14年在coursera的课程通俗易懂、短小精悍，在讲解知识点的同时，还会穿插相关领域的最新动态，并向你推荐相关论文。课程10周共18节课，每个课程都有PPT和课后习题，当然，也有中文 查看详情
机器学习常见性能指标《机器学习实战》笔记
均方根误差平均绝对误差 查看详情
spark机器学习实战-spark的安装及使用(代码片段)
系列文章目录Spark机器学习实战-专栏介绍文章目录系列文章目录前言一、ApacheSpark的基础知识RDDDataFrame二、安装及使用Spark三、Spark编程模型及Sparkpython编程入门SparkContext类与SparkConf类编写第一个Sparkpython应用程序：计算pi总结... 查看详情
机器学习实战笔记-1基础
机器学习基础什么是机器学习机器学习能让我们从数据集中受到启示。换句话说。我们会利用计算机来彰显数据背后的真实含义。简单的说机器学习就是把无序数据转换成实用的信息。关键术语特征(属性)：对一类物体我们关心... 查看详情
黄佳《零基础学机器学习》chap1笔记(代码片段)
黄佳《零基础学机器学习》chap1笔记这本书实在是让我眼前一亮！！！感觉写的真的太棒了！文章目录黄佳《零基础学机器学习》chap1笔记第1课机器学习快速上手路径——唯有实战1.1机器学习族谱1.2云环境入门实... 查看详情
《机器学习实战》学习笔记——k近邻算法
1.numpy中一些函数的用法学习shape()用法：shape :tupleofintsTheelementsoftheshapetuplegivethelengthsofthecorrespondingarraydimensions.。 shape返回一个元组，依次为各维度的长度。shape[0]:第一维长度,shape[1]:第二维长度。 tile()用法：numpy.tile 查看详情
机器学习实战个人笔记
1fromnumpyimport*2importoperator3importmath45defcreateDataSet():6group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])7labels=[‘A‘,‘A‘,‘B‘,‘B‘]8returngroup,labels9defclassify0(inX,dataSet,labels,k):10dataS 查看详情
机器学习实战个人笔记
程序主体：以kNN算法为基础增加了文件数据导入函数增加了可视化操作增加了算法错误率判定1#-*-coding:utf-8-*-2fromnumpyimport*3importoperator4importmath5importmatplotlib6importmatplotlib.pyplotasplt7importnumpyasnp8importrandom9importcollections1 查看详情
机器学习实战笔记logistic回归
参考链接http://blog.csdn.net/lu597203933/article/details/38468303Logistic代码#Logistic回归分类使用梯度上升找最佳参数importnumpyasnpdefloadDataSet():datMat=[];labelMat=[]fr=open(‘testSet.txt‘)forlineinfr.readlines():lineAr 查看详情
机器学习实战笔记--决策树
tree.py代码1#encoding:utf-82frommathimportlog3importoperator4importtreePlotterastp567defcreateDataSet():#简单测试数据创建8dataSet=[[1,1,‘yes‘],9[1,1,‘yes‘],10[1,0,‘no‘],11[0,1,‘no‘],12[0,1,‘no‘]]13labels=[‘nosu 查看详情
机器学习实战笔记--朴素贝叶斯
1#encoding:utf-82fromnumpyimport*3importfeedparser45#加载数据集6defloadDataSet():7postingList=[[‘my‘,‘dog‘,‘has‘,‘flea‘,‘problems‘,‘help‘,‘please‘],8[‘maybe‘,‘not‘,‘take‘,‘him‘,‘to‘,‘dog‘,‘park‘,‘stupid‘], 查看详情
学习笔记|机器学习决策树
文章目录一、算法原理二、基础知识1.自信息、信息熵与条件熵2.信息增益和增益率3.Gini值和Gini指数三、过拟合与剪枝四、连续值和缺失值处理1.连续值处理2.缺失值处理五、总结通过这篇博客，您将收获如下知识：熟悉决策树相... 查看详情
学习笔记|机器学习决策树
文章目录一、算法原理二、基础知识1.自信息、信息熵与条件熵2.信息增益和增益率3.Gini值和Gini指数三、过拟合与剪枝四、连续值和缺失值处理1.连续值处理2.缺失值处理五、总结通过这篇博客，您将收获如下知识：熟悉决策树相... 查看详情
机器学习实战笔记--k近邻算法
1#encoding:utf-82fromnumpyimport*3importoperator4importmatplotlib5importmatplotlib.pyplotasplt67fromosimportlistdir89defmakePhoto(returnMat,classLabelVector):#创建散点图10fig=plt.figure()11ax=fig.add_subpl 查看详情
《机器学习实战》笔记——逻辑回归
书上没有给具体的逻辑回归的课程，就直接上了代码，这很不好！可以参考ng的课程，或者看这篇博文：http://blog.csdn.net/wlmnzf/article/details/72855610?utm_source=itdadao过程还是比较浅显易懂的，就没怎么备注了。1#_*_coding:utf-8_*_23fromnumpyi... 查看详情