摘要：
很多时候需要为非专业人士解释机器学习，本文提供以下参考。 1.机器学习意味着：从数据中学习 机器学习目前风头正劲，AI也是热搜词汇。只要将合适的数据放入合适的模型，许多问题可以迎刃而解。如果能够帮助你宣传，就叫它AI吧。但请记住，AI，除了在学术界以外，常常是大家可以随意使用的热门词汇，用于描述他们 阅读全文
摘要：
早在21世纪初，我在编写关于网络和编程的书的时候，我就发现，互联网是一个很好的资源，但是它还不完善。 那时，博客已开始流行。但是YouTube还不是很普遍，同样Quora，Twitter和播客用户也很少。十年过后，我一直在潜心钻研人工智能和机器学习，局面发生了翻天覆地的变化。互联网上现在有非常丰富的 阅读全文
摘要：
当我作为数据科学家介绍自己的时候，我经常会遇到像“数据科学和机器学习有什么区别”或者“这是否意味着你在从事人工智能研究？”这样的问题，我已经回答了无数遍，这些回答已经符合了我的 “三次准则”： 当你写相同的代码写了三遍时，你就应该去写一个函数当你给出相同的个人建议三次时，你就应该将建议写在博客里 这 阅读全文
摘要：
*本文旨在普及机器学习的使用，对于文章涉及到的模型策略不具有实盘参考意义，感兴趣朋友可以前往BigQuant人工智能量化投资平台进一步学习。 Boosted Trees 介绍 XGBoost 是 “Extreme Gradient Boosting”的简称，其中“Gradient Boosting” 阅读全文
摘要：
本文提到的40个问题需三思而后答，它将直接检验你在机器学习/数据科学方面的基础功。 BigQuant 人工智能量化投资平台 涵盖众多机器学习深度续学习优质资源帖，集成了众多深度学习/机器学习开源框架，是一站式的python+机器学习+量化投资平台，更多内容可以前往BigQuant进一步查看 目前看来 阅读全文
摘要：
对于那些认为随机森林是黑匣子算法的人来说，这篇帖子会提供一个不同的观点。接下来，我将从4个方面去理解随机森林模型。 对算法最好的学习就是不断的实践， BigQuant 人工智能量化投资平台 集成了众多深度学习/机器学习开源框架，是一站式的python+机器学习+量化投资平台，打开浏览器就可以使用投资 阅读全文