深度学习算法 _舆情监测_舆情监控系统_蚁坊软件

聚合阅读：关于 “深度学习算法” 的最新资讯内容

机器学习算法实践-决策树

2020-03-03 13:56 | 浏览次数：1465

决策树是一种基本的分类与回归方法。在分类问题中，表示基于特征对实例进行分类的过程，可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布[1]。

标签：机器学习深度学习算法

机器学习算法实践-随机森林

2020-03-03 13:09 | 浏览次数：1416

随机森林，指的是利用多棵树（即决策树）对样本进行训练并预测的一种多分类器。它是一种集成学习方法，是bagging算法的特化进阶版算法。故本文会先介绍集成学习以及其一个分支：bagging算法，再引出随机森林算法的基本思想。

标签：深度学习算法

机器学习算法实践-感知机

2020-03-02 15:18 | 浏览次数：1331

感知机是可进行二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别（+1，-1）。感知机学习旨在求出将训练样本进行线性分类的分离超平面，也就是说求模型的参数w，b，并能对新的输入实例预测其对应的输出类别。

标签：深度学习算法

机器学习算法实践-k近邻算法

2020-03-02 14:36 | 浏览次数：1238

K近邻法（KNN）是一种基本的分类方法，它的输入为实例的特征向量，对应于特征空间中的点，输出为实例的类别，可以取多类。实际上是利用训练数据集对特征向量空间进行划分，并作为其分类的模型。

标签：深度学习算法

机器学习算法实践-朴素贝叶斯算法

2020-02-28 18:22 | 浏览次数：1130

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。在机器学习中，朴素贝叶斯和其他大多数的分类算法都不同，比如决策树、KNN、支持向量机等，他们都是判别方法，直接学习出特征输出Y和特征输出X之间的关系，Y=f(X)或者P(Y|X)。但朴素贝叶斯是生成方法，是直接找出特征输出Y和特征X的联合分布P(X,Y),然后用P(Y|X)=P(X,Y)/P(X)得出。

标签：深度学习算法

机器学习算法实践-神经网络

2020-02-27 15:48 | 浏览次数：1375

神经网络（DNN）是一种人脑的抽象计算模型，是通过类似生物神经元的处理单元，以及处理单元之间的有机连接，解决现实世界的模式识别、联想记忆、优化计算等复杂问题。常使用神经网络处理数据分类问题。

标签：深度学习算法

机器学习算法实践-Adaboost算法

2020-02-27 15:26 | 浏览次数：1044

boosting算法是常用的集成方法之一，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。其代表算法为我们本文所要介绍的Adaboost。

标签：深度学习算法

机器学习算法实践-线性回归

2020-02-26 10:56 | 浏览次数：1319

前面我们介绍了多种机器学习算法，但它们都是用来分类的，今天我们讲一下另一种类型，回归。回归是基于已有数据建立回归模型，对新的数据进行预测。今天要讲的是线性回归模型。

标签：深度学习算法

机器学习算法-k均值聚类

2020-02-26 10:44 | 浏览次数：1090

k均值聚类算法，是一种无监督算法，该算法的主要作用是将相似的样本自动归到一个类别中。所谓的无监督算法，就是输入样本没有对应的输出或标签，而聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个簇。k均值聚类简单易懂而且非常有效，但是确定合理的k值和k个初始类簇中心点对于聚类效果的好坏有很大的影响。

标签：深度学习算法

深度学习-卷积神经网络

2020-02-25 11:20 | 浏览次数：1154

卷积神经网络是源于人工神经网络的深度学习方法，在深度学习中是极具代表性的网络结构。CNN相较于传统的算法避免了繁琐的前期处理(人工提取训练样本特征等)，可以直接作用于原始的训练样本上(如图片、语音、文本等)。

标签：深度学习算法

深度学习-循环神经网络RNN

2020-02-25 11:05 | 浏览次数：1365

循环神经网络（RNN）是一种特殊的网络结构，特殊在于同一隐藏层的节点之间是有连接的。还有个最大的特点是在于将时间序列思想引入到神经网络构建中，通过时间关系不断加强数据间的影响关系。结合过去的经验记忆和现正在学习的知识，融合贯通得到现在的认知。也就是说RNN模型不仅考虑到当前的输入，还赋予网络对过去的记忆，并且隐藏层的输入不仅包括当前时刻的输入，还需要加入上一时刻隐藏层的输出。

标签：深度学习算法

自然场景文本识别

2020-02-24 15:37 | 浏览次数：1627

这次分享的是场景更丰富、情形更复杂的自然场景ocr。核心算法将分为两部分介绍——文本检测和文本识别。不同于传统ocr，自然场景ocr的特点在于“场景”，我们需将文本从复杂的图片场景中独立出来，剔除场景的干扰，才能更快、更准地实现文本识别。

标签：深度学习算法

1

热门文章换一换

文章推荐换一换

舆情监测关注问题换一换

舆情监测公司排名舆情分析舆情管理舆情监测系统全网舆情监测系统舆情监测舆论舆情监测平台互联网舆情监测舆情监控系统舆情监测服务平台热点舆情网络舆情分析报告舆论聚焦中山大学张鹏超强台风山竹个人所得税起征点微博传播分析网红直播手机舆情监测做好舆情监控舆情监测报价网络热点事件舆情搜索舆情预警系统近期舆情舆情报告舆情免费舆情软件舆情监测方案舆情监测解决方案舆情是什么意思网络舆情监测舆情案例分析专业舆情监测媒体舆情监测药品安全事件长春长生疫苗事件洁洁良乐清女孩新浪微舆情网络舆情分析报告 2019网络舆情事件山东寿光水灾社会舆情舆情监测哪家好舆情监测方法舆情监测报价新浪舆情手机舆情监测近期舆情网红直播舆情事件免费舆情监测软件社会舆情网络舆情监测系统舆情监测报告舆情监测软件网络舆情监测公司互联网舆情监测系统舆情监测分析舆情监控前几大公司网络舆情监控软件网络舆情监控系统舆情监控是什么意思免费舆情监控互联网舆情监控系统网络舆情分析舆情政务舆情什么是舆情新华网舆情在线舆情监控系统互联网舆情分析社区舆情信息网络舆情信息网络舆情分析系统网络舆情管理人民舆情监控军犬网络舆情监控系统舆情监控涉警舆情鹰击鹰眼舆情

标签云换一换