机器学习

Go Machine Learning 前言 最近因为一直在弄部署整天c++写的非常头疼,趁着昨天把分割部署写好后打算换换口味,想着试试Go语言来实现一些机器学习,深度学习会是什么样子.之前推荐过Go

前言 之前讲的都是监督学习，今天来说说非监督学习。而其中聚类问题作为非监督学习的代表，更要好好谈谈。 非监督学习 回顾一下，什么是非监督学习。非监督学习是指不受监督的学习，是一种自由的学习方式，没有先

日常生活中我们往往根据事物的一些特征对他们进行分类，比如饭菜的外观好不好看，咸度合不合适……那决策树也是这个原理，它会根据事物的每一个属性进行一次测试，然后分类，最后在叶子节点上就是最终分出的类。 决

多元回归与非线性回归 多元回归：自变量有不止一个，最后来预测一个结果 非线性回归：函数就不是简单的都是一次项，引入了高阶项使函数更能完美拟合得到准确率更高的预测值 首先引入一个学生的身高体重数据集来回

今天我们来开始入门机器学习，简单介绍一下线性回归模型 这几天一直有人问我拟合数据的问题，还有预测模型等问题，所以就想来开始一下这个我一直在准备的专栏--机器学习 线性回归是线性模型，例如，假设输入变量

基本介绍 神经网络最基本的成分是神经元模型，当输入值超过了神经元的阈值，神经元就被激活了。然后通过激活函数就可以将输出值对应为0或者1。 感知机 感知机是由两层神经元组成，输入层接收数据，输出层经过激