一些常用的机器学习算法实现

Posted 日常分享Python

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了一些常用的机器学习算法实现相关的知识,希望对你有一定的参考价值。

目录

1. 概率统计中常见概念总结

2. 一些常用的机器学习算法理论及实现

3. 一些常用的机器学习框架

机器学习原理项目实战

深度学习及实战项目强化训练

四个工业级实战项目


 

1. 概率统计中常见概念总结

  • 总体均值、总体方差

  • 样本均值、样本方差

  • 无偏估计、有偏估计

  • 样本标准差

  • 样本协方差、协方差矩阵

2. 一些常用的机器学习算法理论及实现

算法理论包括:

  • 《统计学习方法》学习总结

算法实现包括:

  • Apriori 算法

  • DesicionTree 算法

  • HMM模型 Viterbi 算法

  • 针对文本分类的 NaiveBayes 算法

  • 针对文本分类的 LogisticRegression 算法

  • 线性回归算法:

    • 标准的线性回归

    • 局部加权线性回归

    • 岭回归

结果示例:

standRegresResults.png

image

3. 一些常用的机器学习框架

框架包括:

  • Keras

  • TensorFlow

  • sklearn

项目包括:

 

机器学习原理项目实战

  • 房价预测案例;数据集探索

熟悉机器学习领域的经典算法、模型及实现的任务等,同时学习搭建和配置机器学习环境,并学会用线性回归解决一个实际问题。

  • 房价预测案例

用Logistic回归、神经网络和SVM等分类器实现商品分类;比较不同模型以及不同参数下SVM(不同正则参数和核函数)的性能,体会各模型的特点。

  • 电商商品分类案例

学习Boosting集成思想及基于树的集成算法,通过XGBoost 实现电商商品分类项目,学习复杂模型参数调优。

  • 人脸图像特征提取:PCA、ICA、NFM。电商用户聚类案例

学习用降维技术对高维特征进行降维,并通过两个实战案例学会使用非监督学习算法完成相关任务。

  • 商品推荐案例

学会常用数据预处理方法及特征编码方法;学习特征工程的一般处理原则;组合各种特征工程技术和机器学习算法实现推荐系统。

深度学习及实战项目强化训练

  • Mnist手写数字识别

熟悉神经网络领域的常用术语、安装并配置深度学习框架Tensorflow,学会用Tensorflow解决一个实际问题。

  • 用CNN实现手写数字识别(Mnist数据集);验证码识别

用Logistic回归、神经网络和SVM等分类器实现商品分类;比较不同模型以及不同参数下SVM(不同正则参数和核函数)的性能,体会各模型的特点。

  • 20种分类/11530张图像数据集:图像检测任务

学习图像分类任务及检测任务目前主要模型算法,并通过两个实战案例学习在Tensorflow框架下训练CNN模型。

  • 33万张图像数据集:图像语义分割任务

学习主流图像分割模型,并通过实战案例学习在Tensorflow框架下训练和调优CNN模型。

  • CNN+RNN实现写诗机器人

学习循环神经网络的原理及应用,并通过实战案例学习在Tensorflow框架下训练和调优CNN+RNN模型。

四个工业级实战项目

  • 自然语言处理:文本分类。根据企业的注册、投资及经营范围等相关信息,对企业进行分类,为企业的估值提供参考。

  • 广告点击率预测(CTR)预测用户浏览给定网页的广告点击率,提高广告投放精准度。

  • 车辆检测及型号识别——用深度学习方法从图片中检测车辆并识别其型号。

  • 看图说话机器人——用计算机视觉和深度学习方法分析图片内容,并对图片自动生成文字描述。

❀微信扫一扫关注公众号加入学习交流技术解答小天地+q裙:881744585

以上是关于一些常用的机器学习算法实现的主要内容,如果未能解决你的问题,请参考以下文章

机器学习的一些常用算法

关于机器学习中的一些常用方法的补充

机器学习简介及常用算法

机器学习最常用优化之一——梯度下降优化算法综述

行业 | 自动驾驶中常用的四类机器学习算法

机器学习的10大常用算法