首頁(yè)最新資訊

全部 人工智能學(xué)科動(dòng)態(tài) 人工智能技術(shù)資訊 人工智能常見問題 技術(shù)問答

    • 決策樹的劃分依據(jù)之：信息增益

      信息增益：以某特征劃分?jǐn)?shù)據(jù)集前后的熵的差值。熵可以表示樣本集合的不確定性，熵越大，樣本的不確定性就越大。因此可以使用劃分前后集合熵的差值來衡量使用當(dāng)前特征對(duì)于樣本集合D劃分效果的好壞。查看全文>>

      人工智能技術(shù)資訊2021-09-16 |黑馬程序員 |決策樹,決策樹,決策樹的劃分依據(jù)

    • 決策樹的劃分依據(jù)之:信息增益率

      實(shí)際上，信息增益準(zhǔn)則對(duì)可取值數(shù)目較多的屬性有所偏好，為減少這種偏好可能帶來的不利影響，著名的 C4.5 決策樹算法 [Quinlan， 1993J 不直接使用信息增益，而是使用"增益率" (gain ratio) 來選擇最優(yōu)劃分屬性.增益率：增益率是用前面的信息增益Gain(D, a)和屬性a對(duì)應(yīng)的"固有值"(intrinsic value) [Quinlan , 1993J的比值來共同定義的。查看全文>>

      人工智能技術(shù)資訊2021-09-16 |黑馬程序員 |決策樹的劃分依據(jù),信息增益率

    • 隨機(jī)森林構(gòu)造有哪些步驟？隨機(jī)森林構(gòu)造案例

      如果不是有放回的抽樣，那么每棵樹的訓(xùn)練樣本都是不同的，都是沒有交集的，這樣每棵樹都是“有偏的”，都是絕對(duì)“片面的”(當(dāng)然這樣說可能不對(duì))，也就是說每棵樹訓(xùn)練出來都是有很大的差異的;而隨機(jī)森林最后分類取決于多棵樹(弱分類器)的投票表決。查看全文>>

      人工智能技術(shù)資訊2021-09-16 |黑馬程序員 |隨機(jī)森林

    • 機(jī)器學(xué)習(xí)中入門級(jí)必學(xué)的算法有哪些？

      K Nearest Neighbor算法又叫KNN算法，這個(gè)算法是機(jī)器學(xué)習(xí)里面一個(gè)比較經(jīng)典的算法， 總體來說KNN算法是相對(duì)比較容易理解的算法，如果一個(gè)樣本在特征空間中的k個(gè)最相似(即特征空間中最鄰近)的樣本中的大多數(shù)屬于某一個(gè)類別，則該樣本也屬于這個(gè)類別。查看全文>>

      人工智能技術(shù)資訊2021-08-26 |黑馬程序員 |機(jī)器學(xué)習(xí)中入門級(jí)必學(xué)的算法

    • AI-OpenCV圖像處理10小時(shí)零基礎(chǔ)入門

      采用由淺入深,層層遞進(jìn)的講解方式, 讓你輕松掌握opencv的使用, 使用opencv對(duì)圖像進(jìn)行炫酷的變換，特征提取等。10小時(shí)學(xué)會(huì)opencv, 帶您領(lǐng)略樸素圖像處理的魅力風(fēng)采查看全文>>

      人工智能技術(shù)資訊2021-08-04 |黑馬程序員 |人工智能圖像處理,視頻教程

    • ORB算法在opencv中實(shí)現(xiàn)方法

      ORB算法在opencv中實(shí)現(xiàn)方法，?在OPenCV中實(shí)現(xiàn)ORB算法，使用的是：查看全文>>

      人工智能技術(shù)資訊2021-07-30 |黑馬程序員 |ORB算法實(shí)現(xiàn)
和我們?cè)诰€交談！