📅  最后修改于: 2022-05-13 01:58:08.947000        🧑  作者: Mango

数据挖掘中的冗余和相关性先决条件：卡方检验、协方差和相关什么是数据冗余？在数据挖掘中的数据集成过程中，会使用各种数据存储。这会导致数据冗余的问题。如果一个属性（数据集的列或特征）可以从任何其他属性或属性集导出，则称为冗余。属性或维度命名的不一致也会导致数据集的冗余。例子 -我们有一个具有三个属性的数据集-person_name，is_male，is_female。如果对应的人是男性，则is_mal...

📅  最后修改于: 2022-05-13 01:58:08.950000        🧑  作者: Mango

使用 Actions on Google 集成 Dialogflow 代理Actions on Google (AoG) 是开发人员扩展 Google Assistant 的平台。使用 AoG 开发人员可以直接从模板部署他们现有的对话代理或为 Google Assistant 构建。这是将 Dialogflow 代理集成到 Google 控制台上的操作的演练指南。在 Google 上的操作访问 G...

📅  最后修改于: 2022-05-13 01:58:08.953000        🧑  作者: Mango

多变量优化 – Gradient 和 Hessian在多元优化问题中，有多个变量充当优化问题中的决策变量。z = f(x1, x2, x3.....xn)因此，当您查看这些类型的问题时，一般函数z 可能是决策变量 x1、x2、x3到 xn 的一些非线性函数。因此，可以操纵或选择 n 个变量来优化此函数z。请注意，可以使用二维图片来解释单变量优化，因为在 x 方向上我们有决策变量值，而在 y 方向上...

📅  最后修改于: 2022-05-13 01:58:08.956000        🧑  作者: Mango

什么是情绪分析？情感分析是对文本块是正面、负面还是中性进行分类的过程。情感分析是对词的上下文挖掘，它表明品牌的社会情感，也有助于企业确定他们制造的产品是否会在市场上产生需求。情绪分析试图获得的目标是以一种可以帮助企业扩张的方式分析人们的意见。它不仅关注极性（积极、消极和中性），还关注情绪（快乐、悲伤、愤怒等）。它使用各种自然语言处理算法，例如基于规则的、自动的和混合的。例如，如果我们要分析一个产品...

📅  最后修改于: 2022-05-13 01:58:08.959000        🧑  作者: Mango

机器学习中的 P 值P 值可帮助我们确定在假设原假设为真时获得特定结果的可能性有多大。如果零假设是正确的，那么它是获得像我们这样或比我们更极端的样本的概率。因此，如果假设原假设为真，则 p 值可以让我们估计我们的样本有多“奇怪”。如果 p 值非常小（通常认为 <0.05），那么我们的样本是“奇怪的”，这意味着我们关于原假设正确的假设很可能是错误的。因此，我们拒绝它。让我们通过几个例子来理解什么是 ...

📅  最后修改于: 2022-05-13 01:58:08.962000        🧑  作者: Mango

人口和样本统计人口：对象或测量值的完整集合称为总体，否则我们想要了解的组中的所有内容都称为总体。否则在统计中，总体是在统计研究中从中提取数据的整个项目集。它可以是一组个人或一组项目。人口是您要得出结论的整个群体。总体通常用N表示居住在拉贾斯坦邦的公民人数代表该州的人口所有拥有国际棋联等级的棋手代表了世界国际象棋联谊会的人口整个宇宙的行星数量代表了整个宇宙的行星数量糖果和巧克力的种类是在印度制造的。...

📅  最后修改于: 2022-05-13 01:58:08.965000        🧑  作者: Mango

毫升 | XGBoost（极限梯度提升）XGBoost 是梯度提升决策树的实现。这个库是用 C++ 编写的。它是一种软件库，旨在提高速度和模型性能。它最近在应用机器学习中占据主导地位。 XGBoost 模型在许多 Kaggle 比赛中占据主导地位。在这个算法中，决策树是按顺序创建的。权重在 XGBoost 中扮演着重要的角色。将权重分配给所有自变量，然后将这些自变量输入到预测结果的决策树中。树预测...

📅  最后修改于: 2022-05-13 01:58:08.969000        🧑  作者: Mango

正交投影正交集：一组向量在称为正交集，如果.如果正交基子空间 W 的正交基是 W 的一个基，它也是一个正交集。让 S =是 W 的正交基是 W 的一个基，它也是一个正交集。我们需要计算这样：让我们取 u_1 两边的点积。因为，这是正交基.这给：我们可以推广上面的等式正交投影假设 {u_1, u_2,… u_n} 是Win 的正交基.对于W中的每个y：让我们来是正交基W = 跨度.让我们试着写一个写...

📅  最后修改于: 2022-05-13 01:58:08.972000        🧑  作者: Mango

深度人脸识别DeepFace 是 Facebook 用于标记图像的面部识别系统。它是由Facebook AI Research (FAIR)的研究人员在2014 年 IEEE 计算机视觉和模式识别会议 (CVPR) 上提出的。在现代人脸识别中有4个步骤：探测对齐代表分类这种方法侧重于面部图像的对齐和表示。我们将详细讨论这两部分。结盟：这个对齐部分的目标是从输入图像生成正面人脸，其中可能包含来自不同...

📅  最后修改于: 2022-05-13 01:58:08.976000        🧑  作者: Mango

使用与门实现的赫布学习规则Hebbian 学习规则，也称为 Hebb 学习规则，是由 Donald O Hebb 提出的。它是神经网络中第一个也是最简单的学习规则之一。它用于模式分类。它是一个单层神经网络，即它有一个输入层和一个输出层。输入层可以有很多单位，比如 n。输出层只有一个单元。 Hebbian 规则的工作原理是为每个训练样本更新神经网络中神经元之间的权重。Hebbian 学习规则算法：将...

📅  最后修改于: 2022-05-13 01:58:08.979000        🧑  作者: Mango

神经网络中的激活函数 |套装2文章 Activation-functions-neural-networks 将有助于理解激活函数的使用以及它的一些变体的解释，如线性、sigmoid、tanh、Relu 和 softmax。激活函数还有其他一些变体，如 Elu、Selu、Leaky Relu、Softsign 和 Softplus，本文将对其进行简要讨论。泄漏 Relu函数：Leaky Recti...

📅  最后修改于: 2022-05-13 01:58:08.982000        🧑  作者: Mango

处理不平衡数据以进行分类平衡与不平衡数据集：平衡数据集：在平衡数据集中，目标列中的类分布大致相等。不平衡数据集：在不平衡数据集中，目标列中的类分布高度不均。让我们借助一个例子来理解这一点：示例：假设存在以下训练数据的二元分类问题：总观察次数：1000目标变量类是“是”或“否”。情况1：如果有 900 个“是”和 100 个“否”，那么它代表一个不平衡的数据集，因为这两个类的分布非常不均匀。 .案例...

📅  最后修改于: 2022-05-13 01:58:08.985000        🧑  作者: Mango

如何在 Weka 中使用分类机器学习算法？Weka 工具是由怀卡托大学的学生开发的开源工具，代表怀卡托知识分析环境，具有所有内置的机器学习算法。它用于使用数据挖掘技术解决现实生活中的问题。该工具是使用Java编程语言开发的，因此它与平台无关。该工具本身在应用程序的数据文件中包含一些数据集，我们可以用它们来实现我们的算法。我们将使用的数据集是Breast-cancer.arff。分类可以由预测连续值...

📅  最后修改于: 2022-05-13 01:58:08.988000        🧑  作者: Mango

神经网络与模糊逻辑的区别神经网络：神经网络是一种信息处理系统，其灵感来自于大脑等生物神经系统处理信息的方式。神经网络由大量互连的处理元素组成，称为神经元，用于解决问题。神经网络是尝试制作人脑的计算机模型，而神经网络是并行计算设备。神经网络的简单图如下所示：模糊逻辑：模糊一词表示不清楚的事物。在现实世界中很多时候我们会发现无法确定状态是真还是假的情况，它们的模糊逻辑为推理提供了非常宝贵的灵活性。通过...

📅  最后修改于: 2022-05-13 01:58:08.990000        🧑  作者: Mango

Hello World Bot 使用 Automation AnywhereAutomation Anywhere 是一种自动化技术，它使我们能够创建软件机器人以无错误的方式完成任务，从而减少人力。它极大地提高了使用机器人的工作效率。自动化技术最好的部分是它不需要任何编程知识，因为它完全适用于 GUI。在本文中，我们将看到 Automation Anywhere 的基本介绍以及如何使用 RPA 创...