随笔分类 -  初识机器学习-理论篇

初识机器学习-理论篇
第7章 图片识别demo演示 7-1 机器学习-图片识别demo演示
摘要:123131 阅读全文

posted @ 2018-10-18 19:25 绿茵好莱坞 阅读(311) 评论(0) 推荐(0) 编辑

第6章 解决问题 6-2 机器学习解决问题(2)
摘要:13131 阅读全文

posted @ 2018-10-18 19:24 绿茵好莱坞 阅读(148) 评论(0) 推荐(0) 编辑

第6章 解决问题 6-1 机器学习解决问题(1)
摘要:123131 阅读全文

posted @ 2018-10-18 19:23 绿茵好莱坞 阅读(90) 评论(0) 推荐(0) 编辑

第5章 常见的算法和分类 5-2 机器学习常见算法和分类(2)
摘要:C4.5和CART都属于决策树算法。决策树算法它既可以解决分类问题,也可以解决回归问题。C4.5和CART属于有监督的学习算法。 K-Means属于无监督的学习算法,因为它训练数据集里面是没有每一个样本的分类信息的。这个分类信息只能说我们聚好了类之后我们自己去往里面添。 SVM是一个分类算法,当然它 阅读全文

posted @ 2018-10-18 08:47 绿茵好莱坞 阅读(283) 评论(0) 推荐(0) 编辑

第5章 常见的算法和分类 5-1 机器学习常见算法和分类(1)
摘要:我们做机器学习,做一个算法,其实就是要对一些样本数据来做一些训练。不管说你这个模型是一个分类模型也好,还是说预测一个那种微微模型也好,那么总而言之我们是想要得到一个模型,然后用这个模型来判断y和x之间的关系。 所谓有监督的学习呢,就是说在我们的训练数据中已经明确地给出了这个y是一个什么值。比如说如果 阅读全文

posted @ 2018-10-17 19:53 绿茵好莱坞 阅读(180) 评论(0) 推荐(0) 编辑

第4章 数据分析和机器学习的区别 4-2 数据分析和机器学习的区别(2)
摘要: 阅读全文

posted @ 2018-10-17 19:42 绿茵好莱坞 阅读(174) 评论(0) 推荐(0) 编辑

第4章 数据分析和机器学习的区别 4-1 数据分析和机器学习的区别(1)
摘要:机器学习和数据分析处理的数据是不一样的。传统的数据分析处理的是交易数据,机器学习处理的是行为数据。 交易数据的移植性要求是非常高的,行为数据的移植性不高。所谓移植性不高那就意味着你这部分数据多一批少一批其实都无所谓。 NoSQL数据库只能用来处理这种行为数据。它是在保证你的数据的吞吐量的前提下,它会 阅读全文

posted @ 2018-10-17 05:53 绿茵好莱坞 阅读(465) 评论(0) 推荐(0) 编辑

第3章 机器学习的典型应用 3-5 典型应用自然语言处理和图像识别
摘要: 阅读全文

posted @ 2018-10-17 05:39 绿茵好莱坞 阅读(285) 评论(0) 推荐(0) 编辑

第3章 机器学习的典型应用 3-4 典型应用-ctr预估和协同过滤
摘要:ctr预估,用户点击率的预估。这个算法的名字叫ctr预估,但是它背后算法是线性的逻辑回归。 现在的推荐系统除了可能会用关联规则之外,现在还有一些所谓的更新的协同过滤的算法。 阅读全文

posted @ 2018-10-17 05:29 绿茵好莱坞 阅读(245) 评论(0) 推荐(0) 编辑

第3章 机器学习的典型应用 3-3 典型应用-朴素贝叶斯和决策树
摘要:垃圾邮件识别,这也是一个典型的机器学习的应用。 信用卡欺诈有两层含义,一个是所谓的信贷的风险识别。可以用机器学习的决策树算法去做这种识别。 阅读全文

posted @ 2018-10-15 18:43 绿茵好莱坞 阅读(214) 评论(0) 推荐(0) 编辑

第3章 机器学习的典型应用 3-2 典型应用-聚类
摘要:聚类就是一个典型的机器学习的算法。 阅读全文

posted @ 2018-10-15 18:37 绿茵好莱坞 阅读(168) 评论(0) 推荐(0) 编辑

第3章 机器学习的典型应用 3-1 典型应用-关联规则
摘要:购物篮分析所用到的算法就叫关联规则。购物篮分析这个算法从某种意义上来说它并不是一个典型的机器学习的算法,它是一个典型的数据挖掘的算法。 阅读全文

posted @ 2018-10-15 18:28 绿茵好莱坞 阅读(223) 评论(0) 推荐(0) 编辑

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

导航

统计

点击右上角即可分享
微信分享提示