机器学习 - 随笔分类 - 把子肉爱上热干面

6.机器学习——数据统计

摘要：1.汇总统计 2.数据规范化或标准化阅读全文

posted @ 2019-04-22 11:31 把子肉爱上热干面阅读(318) 评论(0) 推荐(0) 编辑

5.机器学习——DBSCAN聚类算法

摘要：1.优缺点优点：（1）聚类速度快且能够有效处理噪声点和发现任意形状的空间聚类；（2）与K-MEANS比较起来，不需要输入要划分的聚类个数；（3）聚类簇的形状没有偏倚；（4）可以在需要时输入过滤噪声的参数。缺点：（1）当数据量增大时，要求较大的内存支持I/O消耗也很大；（2）当空间聚类阅读全文

posted @ 2019-03-21 11:26 把子肉爱上热干面阅读(3431) 评论(0) 推荐(0) 编辑

4.机器学习——统计学习三要素与最大似然估计、最大后验概率估计及L1、L2正则化

摘要：1.前言之前我一直对于“最大似然估计”犯迷糊，今天在看了陶轻松、忆臻、nebulaf91等人的博客以及李航老师的《统计学习方法》后，豁然开朗，于是在此记下一些心得体会。 “最大似然估计”（Maximum Likelihood Estimation, MLE）与“最大后验概率估计”（Maximum 阅读全文

posted @ 2019-02-14 16:52 把子肉爱上热干面阅读(1247) 评论(0) 推荐(0) 编辑

深度学习——0 神经网络初探

摘要：1.历史渊源深度学习（deep learning）和神经网络（netural networks）这几年随着“阿尔法狗”以及ImageNet挑战赛的兴起而被炒得火热，然鹅这俩大兄弟已经不是生面孔了，而可以算是“老家伙了”。早在1943年，McCulloch and Pitts就设计了一个简单的神经元阅读全文

posted @ 2018-12-21 11:07 把子肉爱上热干面阅读(605) 评论(0) 推荐(0) 编辑

机器学习——用逻辑回归及随机森林实现泰坦尼克号的生存预测

摘要：1.实验背景本次实验是Kaggle上的一个入门比赛——Titanic: Machine Learning from Disaster。比赛选择了泰坦尼克号海难作为背景，并提供了样本数据及测试数据，要求我们根据样本数据内容建立一个预测模型，对于测试数据中每个人是否获救做个预测。样本数据包括891条乘阅读全文

posted @ 2018-09-24 14:05 把子肉爱上热干面阅读(6677) 评论(1) 推荐(2) 编辑

机器学习核心算法之——贝叶斯方法

摘要：贝叶斯方法 1.贝叶斯公式贝叶斯公式已经成为机器学习的核心算法之一，诸如拼写检查、语言翻译、海难搜救、生物医药、疾病诊断、邮件过滤、文本分类、侦破案件、工业生产等诸多方面都有很广泛的应用，它也是很多机器学习算法的基础。在这里，有必要了解一下贝叶斯公式。贝叶斯公式是以英国学者托马斯·贝叶斯(Tho 阅读全文

posted @ 2018-09-08 21:36 把子肉爱上热干面阅读(4698) 评论(0) 推荐(0) 编辑

把子肉爱上热干面

随笔分类 - 机器学习