对于给定的机器学习问题，应该使用什么算法？这是应用机器学习的挑战。这个问题没有快速的答案，但有一个可靠的过程供您使用。在本帖中，您将发现如何为 [...] 找到好的甚至最佳的机器学习算法。
作者归档 | Jason Brownlee
在 Python 中使用 Keras 理解有状态的 LSTM 循环神经网络
一种强大且流行的循环神经网络是长短期模型网络或 LSTM。它被广泛使用，因为该架构克服了困扰所有循环神经网络的梯度消失和暴露问题，允许创建非常大且非常深的神经网络。与其他循环神经网络一样，LSTM 网络会维护状态，并且 [...]
如何在 Weka 中使用集成机器学习算法
集成算法是一类强大的机器学习算法，它结合了多个模型的预测。使用 Weka 进行应用机器学习的一个好处是它提供了如此多的不同集成机器学习算法。在本帖中，您将发现如何在 Weka 中使用集成机器学习算法。阅读后 [...]
使用 Python 和 Keras 中的 LSTM 循环神经网络进行序列分类
序列分类是一个预测建模问题，您拥有一些在空间或时间上的输入序列，任务是为序列预测一个类别。这个问题很难，因为序列的长度可能不同，包含非常大的输入符号词汇表，并且可能需要模型来学习 [...]
如何在 Weka 中使用分类机器学习算法
Weka 提供了大量的分类算法。可用的机器学习算法数量众多是使用 Weka 平台解决机器学习问题的最大好处之一。在本帖中，您将发现如何在 Weka 中使用 5 种顶级机器学习算法。阅读完本帖后，您将 [...]
如何在 Weka 中使用回归机器学习算法
Weka 在该平台上提供了大量的回归算法。Weka 支持的机器学习算法数量众多是使用该平台的最大好处之一。在本帖中，您将发现如何在 Weka 中使用顶级的回归机器学习算法。阅读完本帖后，您将知道： [...]
在 Python 中使用 Keras 和 LSTM 循环神经网络进行时间序列预测
时间序列预测问题是一种困难的预测建模问题。与回归预测建模不同，时间序列还增加了输入变量之间序列依赖性的复杂性。一种专为处理序列依赖性而设计的强大类型的神经网络称为循环神经网络。长短期记忆网络或 LSTM 网络 [...]
如何在 Weka 中为机器学习模型估算基线性能
为您的机器学习问题设定性能基线非常重要。它将为您提供一个参考点，您可以将所有其他构建的模型与之进行比较。在本帖中，您将了解如何使用 Weka 为机器学习问题开发性能基线。阅读后 [...]
使用 Keras 深度学习进行时间序列预测
时间序列预测是一个难以构建和解决的机器学习问题。在本帖中，您将了解如何使用 Keras 深度学习库在 Python 中为时间序列预测开发神经网络模型。阅读本帖后，您将了解：关于航空旅客单变量时间序列预测问题 [...]
如何在 Weka 中评估机器学习算法的性能
预测建模的目的是创建在对新未见过的数据进行预测时具有良好性能的模型。因此，使用健壮的技术在可用训练数据上训练和评估模型至关重要。模型性能估计越可靠，您就可以推 [...]