在机器学习中，您原始的数据通常不是理想的模型形式。您需要对其进行准备或重塑，以满足不同机器学习算法的期望。在这篇文章中，您将发现两种可用于转换机器学习数据以准备建模的技术。阅读本文之后，您将 […]
深度学习循环神经网络速成课程
另一种类型的神经网络正在主导涉及输入序列的复杂机器学习问题：循环神经网络。循环神经网络具有带有循环的连接，随着时间的推移为网络增加了反馈和记忆。这种记忆使该类型的网络能够跨输入序列而不是单个模式进行学习和泛化。一个 […]
Python 应用深度学习迷你课程
深度学习是一个迷人的研究领域，其技术在一系列具有挑战性的机器学习问题中取得了世界一流的成果。开始接触深度学习可能很困难。您应该使用哪个库，又应该关注哪些技术？在这篇文章中，您将发现一个 14 部分的快速入门课程 […]
如何在 Weka 中对您的机器学习数据进行归一化和标准化
机器学习算法会对其建模的数据集做出假设。通常，原始数据包含不同尺度的属性。例如，一个属性可能是千克，而另一个属性可能是计数。虽然不是必需的，但通过仔细选择重缩放数据的方法，您通常可以提高性能。在 […]
如何使用深度学习（文本分类）预测电影评论情绪
情感分析是一个自然语言处理问题，它理解文本并预测其潜在意图。在这篇文章中，您将发现如何使用 Keras 深度学习库在 Python 中预测电影评论的情感是积极还是消极。阅读本文后，您将了解：关于 […]
使用 Keras 深度学习库通过 CNN 进行对象分类
Keras 是一个 Python 库，用于深度学习，它封装了强大的数值库 Theano 和 TensorFlow。传统神经网络会失败的一个困难问题称为对象识别。即模型能够识别图像中的对象。在这篇文章中，您将发现如何开发和评估深度 […]
如何在 Weka 中更好地理解您的机器学习数据
在开始新的机器学习问题时，花时间了解您的数据非常重要。有一些关键的方面可以帮助您快速了解更多关于数据集的信息，例如描述性统计和数据可视化。在这篇文章中，您将发现如何了解更多 […]
用于Weka实践的标准机器学习数据集
在开始机器学习和学习新工具时，拥有小型且易于理解的数据集是个好主意。Weka 机器学习工作台在安装目录中提供了一个小型且易于理解的数据集目录。在这篇文章中，您将发现 Weka 分发的一些小型且易于理解的数据集， […]
使用 Python 和 Keras 中的卷积神经网络识别手写数字
深度学习技术能力的一个流行演示是在图像数据中进行对象识别。对于机器学习和深度学习，“Hello World”级别的对象识别是用于手写数字识别的 MNIST 数据集。在这篇文章中，您将发现如何开发一个深度学习模型，以在 […] 上取得接近最先进的性能。
机器学习卷积神经网络速成课程
卷积神经网络是一种强大的人工神经网络技术。这些网络保留了问题的空间结构，并被开发用于对象识别任务，如手写数字识别。它们很受欢迎，因为人们可以在具有挑战性的计算机视觉和自然语言处理任务上取得最先进的结果。在这篇文章中，您将发现 […]