Weka 机器学习工作台非常易于使用，因此完成机器学习项目会非常有趣。在这篇文章中，您将端到端地完成您的第一个机器学习项目。这种循序渐进的入门将为您完成关键步骤提供联系 […]
在 Python 中使用 Keras 和 LSTM 循环神经网络生成文本
循环神经网络也可以用作生成模型。这意味着除了用于预测模型（进行预测）之外，它们还可以学习问题的序列，然后为问题领域生成全新的、合理的序列。像这样的生成模型不仅有助于研究 […]
如何在 Weka 中保存你的机器学习模型并进行预测
在找到一个表现良好的机器学习模型并对其进行调优后，您必须最终确定您的模型，以便您可以在新数据上进行预测。在这篇文章中，您将发现如何最终确定您的机器学习模型，将其保存到文件并在以后加载它以便在新数据上进行预测 […]
机器学习中的数据泄露
在开发预测模型时，数据泄露是机器学习中的一个大问题。数据泄露是指在创建模型时使用了来自训练数据集之外的信息。在这篇文章中，您将发现预测建模中的数据泄露问题。阅读完这篇文章后，您将知道：什么是数据泄露 […]
如何在 Weka 中调整机器学习算法
通过调优机器学习算法的参数（称为超参数），可以最大程度地发挥其作用。在这篇文章中，您将学习如何在 Weka 中通过受控实验来调优机器学习算法。阅读完这篇文章后，您将了解：通过算法调优来提高机器学习模型性能的重要性。如何 […]
如何在 Weka 中比较机器学习算法的性能
对于给定的机器学习问题，应该使用哪种算法？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。在这篇文章中，您将学习如何为 […] 找到好的甚至最佳的机器学习算法。
在 Python 中使用 Keras 理解有状态的 LSTM 循环神经网络
长短期记忆网络或 LSTM 是一种强大且流行的循环神经网络。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梯度爆炸问题，从而可以创建非常大且非常深的网络。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，它们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许多不同的集成机器学习算法。在这篇文章中，您将学习如何在 Weka 中使用集成机器学习算法。阅读 […]
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，您拥有一系列随空间或时间变化的输入，任务是为该序列预测一个类别。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 平台来完成您的机器学习问题的优势之一。在这篇文章中，您将学习如何使用 Weka 中的 5 种顶级机器学习算法。阅读完这篇文章后，您将 […]