摘要：
中山大学In+ Lab致力于计算机创新人才的培养，注重独立思考能力、想象力、创新力及创造力。在科研上以互联网数据为核心，开展前沿技术的基础研究及应用研究。实验室承担了多项国家级及省部级科研项目，包括国家重点研发计划、国家973项目、青年973项目、国家自然科学基金项目、广东省自然科学基金项目、广东省 阅读全文
摘要：
本文由中山大学In+ Lab整理完成，转载注明出处! 团队介绍 传送门（http://www.cnblogs.com/inpluslab dataplayer/p/8541380.html） 线性分类器起源 在实际应用中，我们往往遇到这样的问题：给定一些数据点，它们分别属于两个不同的类，现在要找到一 阅读全文
摘要：
随机森林 随机森林（Random Forest）算法是基于单棵决策树的改进，将多个弱分类器组合成一个强分类器，其用到了集成学习bagging的思想。 基本思想 随机森林顾名思义，是用随机的方式建立一个森林，森林里面有很多棵决策树组成。其随机体现在针对每棵树，按比例随机抽选样本，随机抽选特征，然后进行 阅读全文
摘要：
本文由中山大学In+ Lab整理完成，转载注明出处 团队介绍 "传送门" 决策树！99.99%的地球人都使用过的人工智能算法！ 前言 本文假设读者已经了解基本的数据挖掘概念，如 “训练“，”回归”，“分类”，“过拟合”等。 0 简介 决策树算法的思想，来自于人日常做决策过程。 举个例子，当你喜欢上班 阅读全文
摘要：
本文由中山大学In+ Lab整理完成，转载注明出处 团队介绍 传送门 简介 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，所以称为贝叶斯分类。而朴素贝叶斯是贝叶斯分类中的一种方法。它是在贝叶斯定理的基础上增加了一个特征条件独立的假设，从而形成了这个算法。 贝叶斯定理 上边我们提到了， 阅读全文
摘要：
本文由中山大学In+ Lab整理完成，转载注明出处 团队介绍 "传送门" 一、序言 在统计学中，线性回归（Linear regression）是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。线性回归属于监督学习，因此方法和监督学习应该是一样的，先给定一个 阅读全文
摘要：
序言 你可能早早就听说过这个故事： 在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习 阅读全文
摘要：
本文由中山大学In+ Lab整理完成，转载注明出处 团队介绍 传送门 1序言 要明白什么是SVM，便得从分类说起。本书开头已经提到，分类作为数据挖掘领域中一项非常重要的任务，它的目的是学会一个分类函数或分类模型(或者叫做分类器)，而支持向量机本身便是一种监督式学习的方法, 它广泛的应用于统计分类以及 阅读全文
摘要：
本文由中山大学In+ Lab整理完成，转载注明出处 团队介绍 传送门 序言 KNN全称K-Nearest Neighbor algorithm，又称K近邻算法。由于KNN是“惰性学习”（lazy learning）的著名代表，不做任何模型训练，训练时间开销为零，所以我们称它为“史上最懒惰的算法”。看 阅读全文
摘要：
本文由中山大学In+ Lab整理完成，转载注明出处 团队介绍 传送门 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。 1. 神经元 神经元是神经网络的最基本单元。首先，我们先 阅读全文