随笔 - 313
文章 - 29
评论 - 32
阅读 -
124万
随笔分类 - 机器学习
看机器学习相关视频的笔记
机器学习笔记8：XGBoost
摘要：[TOC] 参考地址： 贪心学院:https://github.com/GreedyAIAcademy/Machine Learning 1 回顾一下决策树 学习XGBoost过程中险些把之前决策数的知识也弄迷茫了,因此首先回顾一下决策树 据信息熵来的,也就是信息熵大的字段会更靠近决策树的根节点 林
阅读全文
机器学习笔记7：矩阵分解Recommender.Matrix.Factorization
摘要：[TOC] 参考地址： 贪心学院:https://github.com/GreedyAIAcademy/Machine Learning 1矩阵分解概述 1.1用在什么地方 推荐系统：最著名的就那个烂大街的啤酒和尿布的故事，还有现在头条的投喂用户使用的也是推荐系统。就不多说了。 1.2推荐的原理 设
阅读全文
AI的自学题库-竞赛-基础知识
摘要：阿里云(天池)： https://tianchi.aliyun.com/course?spm=5176.12281897.0.0.209439a9UwObn3 天池竞赛：https://tianchi.aliyun.com/competition/gameList/activeList kaggle
阅读全文
机器学习笔记6：K-Means
摘要：k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。
阅读全文
机器学习笔记5：决策树
摘要：决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系
阅读全文
假设检验、T检验
摘要：假设检验初步: https://cosx.org/2010/11/hypotheses testing t检验：https://mangowu97.github.io/%E5%82%BB%E7%93%9C%E5%BC%84%E6%87%82t%E6%A3%80%E9%AA%8C One and Tw
阅读全文
机器学习中的生成模式和判别模式
摘要：参考网址： http://blog.163.com/huai_jing@126/blog/static/1718619832011227757554/ 常见的生成式模型 1. 判别式分析 2. 朴素贝叶斯Native Bayes 3. 混合高斯型Gaussians 4. K近邻KNN 5. 隐马尔科
阅读全文
机器学习笔记4:SVM支持向量积的推导过程
摘要：内容来自：https://github.com/GreedyAIAcademy/Machine Learning 最初 支持向量机的目的：找到一条好的分割线 什么杨的分割线最好？ 有最大间隔的分割线最好。 推导过程 Support Vector是被选中用于计算的点，也就是距离分界线最近的几个点。 显
阅读全文
机器学习笔记3:朴素贝叶斯
摘要：[TOC] 原理 举例 假设:有360封电子邮件,其中： 正常邮件=240封,垃圾邮件=120封; 分词在邮件中出现次数如下: 件内容), 则可以认为是垃圾邮件 如果P(垃圾|邮件内容)
阅读全文
机器学习笔记2:线性回归、逻辑回归
摘要：机器学习本周讲的是线性回归、逻辑回归 原理见上一篇博客：https://www.cnblogs.com/bugutian/p/11123484.html 课程资料：https://github.com/GreedyAIAcademy/Machine Learning [TOC] 线性回归 其他的前面
阅读全文
机器学习之逻辑回归详解
摘要：[TOC] 参考地址： https://www.zhihu.com/question/65350200 https://github.com/GreedyAIAcademy/Machine Learning https://zhuanlan.zhihu.com/p/70587472 线性回归 方程
阅读全文
机器学习笔记1:机器学习中的一些基本概念
摘要：[TOC] 机器学习资料地址 https://github.com/GreedyAIAcademy/Machine Learning 机器学习的相关概念 1.什么是机器学习？ (历史数据,结果) 算法模型 (未来数据) + 算法模型 预测结果 推荐书目：机器学习实战 2.监督学习和非监督学习的区别？
阅读全文
标准化和归一化和独热编码
摘要：原文地址:https://github.com/GreedyAIAcademy/Machine-Learning 一、标准化和归一化 二、独热编码 One-Hot encoding
阅读全文
体验机器学习编程
摘要：最近看有人发了机器学习的培训挺便宜的，就尝试了一下。 讲的比较基础，很适合入门，用来了解这个行业。即使不从事此行业，用工具去画一个数学模型的图也是好的。 其他的各种机器学习概念，高数离散等数学基础知识都一样，没什么可写的。 只有安装的工具和使用方法，值得记录一下。 1.安装anaconda 到ana
阅读全文
