05 2020 档案
摘要：1、概述 梯度下降法和最小二乘法 相同点： 本质和目标相同：两种方法都是经典的学习算法，在戈丁已知数据的前提下利用求导算出一个模型（函数），使得损失函数最小，然后对给定的新数据进行估算预测 不同点： 损失函数：梯度下降可以选取其他损失函数，而最小二乘一定是平方损失函数 实现方法：最小二乘法是直接求导
阅读全文
摘要：1、准备 准备集群 Zookeeper集群 Hadoop集群 准备flink jar包 官网地址：https://flink.apache.org/downloads.html flink-1.8之后没有集成hadoop，需要下载对应的hadoop jar包 1.8之前： 1.8之后： 需要下载对应
阅读全文
摘要：1、概述 线性方程求解 线性回归模型 最小二乘法 求解线程回归 1、代码实现 0.引入依赖 import numpy as np import matplotlib.pyplot as plt 1.导入数据（data.csv） points = np.genfromtxt('data.csv',d
阅读全文
摘要：1、机器学习的开端 1952年，IBM的Arthur Samuel（被誉为“机器学习之父”）设计了一款可以学习的西洋跳棋程序 他能通过观察棋子的走位来构建新的模型，并用其提高自己的下棋技巧 Samuel和这个程序进行多场对弈后发现，随着时间的推移，程序的棋艺变得越来越好 2、机器学习的定义 机器学习
阅读全文
摘要：1、推荐系统的基本思想 知你所想，精准推送 利用用户和物品的特征信息，给用户推荐那些具有用户喜欢的特征的物品 物以类聚 利用用户喜欢过的物品，给用户推荐与她喜欢过的物品相似的物品 人以群分 利用和用户相似的其他用户，给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品 2、推荐系统的数据分析 要推荐
阅读全文
