随笔分类 - 机器学习
摘要：概述 在机器学习领域，主要有三类不同的学习方法： 监督学习(Supervised learning) 非监督学习(Unsupervised learning) 半监督学习(Semi-supervised learning) 定义 监督学习：通过已有的一部分输入数据与输出数据之间的对应关系，生成一个函
阅读全文
摘要：前言 在机器学习中，“分类”和“回归”这两个词经常听说，但很多时候我们却混为一谈。本文主要从应用场景、训练算法等几个方面来叙述两者的区别。 本质区别 分类和回归的区别在于输出变量的类型。分类的输出是离散的，回归的输出是连续的。 定量输出称为回归，或者说是连续变量预测； 定性输出称为分类，或者说是离散
阅读全文
摘要：训练集、验证集和测试集这三个名词在机器学习领域极其常见，但很多人并不是特别清楚，尤其是后两个经常被人混用。 在有监督(supervise)的机器学习中，数据集常被分成2~3个，即：训练集(train set)，验证集(validation set)，测试集(test set)。 Ripley, B.
阅读全文
摘要：`python notebook`是一个基于浏览器的python数据分析工具，使用起来非常方便，具有极强的交互方式和富文本的展示效果。jupyter是它的升级版，它的安装也非常方便，一般`Anaconda`安装包中会自带。安装好以后直接输入`jupyter notebook`便可以在浏览器中使用。但
阅读全文
摘要：写在前面 最近在写论文过程中，研究了一些关于概率统计的算法，也从网上收集了不少资料，在此整理一下与各位朋友分享。 隐马尔可夫模型，简称HMM(Hidden Markov Model), 是一种基于概率的统计分析模型，用来描述一个系统隐性状态的转移和隐性状态的表现概率。 本文适用于对HMM感兴趣的入门
阅读全文
摘要：大数据是个铺天盖地的词，而谈论大数据又不可避免地要提到Hadoop，遗憾的是今天大多数大数据鼓吹者，甚至专业人士其实并不能说清楚Hadoop到底是什么玩意，以及有何功用，而他们的管理层小白听众更是一头雾水。 众所周知，Hadoop是Apache软件基金会管理的开源软件平台，但Hadoop到底是什么呢
阅读全文
摘要：Hadoop组成 Hadoop有两个主要部分： 数据处理框架(MapReduce) 分布式数据存储文件系统（HDFS） 特点 适合的场景： 1. 大文件存储（TB，甚至PB） 2. 一次写，多次读（写入的数据无法进行更改，只在文件尾部添加数据） 3. 硬件要求低（适合多台廉价服务器搭建） 不适合的场
阅读全文
