摘要: 二、计算几率 原文:prob140/textbook/notebooks/ch02 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 一旦你开始处理概率问题,你很快就会意识到所有可能结果是等可能的假设并不总是合理的。例如,如果你认为硬币有偏差,那么你就不会认为它的正反面具有相同的 阅读全文
posted @ 2018-06-21 23:12 绝不原创的飞龙 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 来源:ApacheCN《面向机器学习的特征工程》翻译项目 译者:@cn-Wziv 校对:@HeYun 通过自动数据收集和特征生成技术,可以快速获得大量特征,但并非所有这些都有用。在第 3 章和 在第 4 章中,我们讨论了基于频率的滤波和特征缩放修剪无信息的特征。现在我们来仔细讨论一下使用主成分分析( 阅读全文
posted @ 2018-06-21 13:40 绝不原创的飞龙 阅读(2) 评论(0) 推荐(0) 编辑
摘要: 来源:ApacheCN《面向机器学习的特征工程》翻译项目 译者:@kkejili 校对:@HeYun 如果让你来设计一个算法来分析以下段落,你会怎么做? Emma knocked on the door. No answer. She knocked again and waited. There 阅读全文
posted @ 2018-06-21 13:37 绝不原创的飞龙 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 来源:ApacheCN《面向机器学习的特征工程》翻译项目 译者:@ZhipengYe 校对:(虚位以待) 机器学习将数据拟合到数学模型中来获得结论或者做出预测。这些模型吸纳特征作为输入。特征就是原始数据某方面的数学表现。在机器学习流水线中特征位于数据和模型之间。特征工程是一项从数据中提取特征,然后转 阅读全文
posted @ 2018-06-21 13:35 绝不原创的飞龙 阅读(11) 评论(0) 推荐(0) 编辑