0
8
¥ 99.00
开通会员,立省9.90元, 立即开通
立即购买

你将收获

1. 用Python进行数据处理

2. 用机器学习方法建模和预测

3. 基本的数据挖掘

4. 搭建神经网络

5. 了解一些必要的数学理论

适用人群

机器学习初学者,最好有一些编程语言的基础。

课程介绍

通过六个实际的编码项目,带领同学入门人工智能。这些项目涉及机器学习(回归,分类,聚类),深度学习(神经网络),底层数学算法,Weka数据挖掘,利用Git开源项目实战等。

本课知识点

人工智能机器学习git深度学习数据挖掘开源项目神经网络

课程讨论

L对oi的求导求错了,应该是 -ti(1-yi)

所有回复(1):

∂L/∂oi = sum_nlabel { ∂L/∂yk * ∂yk/∂oi } = ∂L/∂yi * ∂yi/∂oi + sum_k!=i { ∂L/∂yk * ∂yk/∂oi } = -ti(1-yi) + sum_k!=i { tk * yi } = -ti+ yi * sum_k { tk } = yi - ti
ValueError Traceback (most recent call last) <ipython-input-24-04ba07981689> in <module> 1 reg=GridSearchCV(pipeline,hyperparameters,cv=5) ----> 2 reg.fit(x_train,
module 'sklearn.preprocessing' has no attribute 'StandarScaler'

所有回复(1):

"StandardScaler" https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html#sklearn.preprocessing.StandardScaler