07 2019 档案
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4 6 逻辑回归 100天搞定机器学习|Day7 K NN 100天搞定机器学习|Day8 逻辑回归的数学原理 100天搞定机器学习|Day9
阅读全文
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4 6 逻辑回归 100天搞定机器学习|Day7 K NN 100天搞定机器学习|Day8 逻辑回归的数学原理 第九天直观了解SVM是什么以及
阅读全文
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4 6 逻辑回归 100天搞定机器学习|Day7 K NN Day7，我们学习了K最近邻算法（k NN），了解了其定义，如何工作，介绍了集中常
阅读全文
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4 6 逻辑回归 最近事情无比之多，换了工作、组队参加了一个比赛、和朋友搞了一些小项目，公号荒废许久。坚持是多么重要，又是多么艰难，目前事情都
阅读全文
摘要：笔记类 台湾大学林轩田机器学习技法课程学习笔记9 -- Decision Tree https://blog.csdn.net/red_stone1/article/details/75332678 决策树算法原理(上) https://www.cnblogs.com/pinard/p/605030
阅读全文
摘要：在机器学习领域，有种说法叫做“世上没有免费的午餐”，简而言之，它是指没有任何一种算法能在每个问题上都能有最好的效果，这个理论在监督学习方面体现得尤为重要。 举个例子来说，你不能说神经网络永远比决策树好，反之亦然。模型运行被许多因素左右，例如数据集的大小和结构。 因此，你应该根据你的问题尝试许多不同的
阅读全文
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN 100天搞定机器学习|Day8 逻辑回归的数学原理 100天搞定机器学习|Day9
阅读全文
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN 100天搞定机器学习|Day8 逻辑回归的数学原理 100天搞定机器学习|Day9
阅读全文
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN 100天搞定机器学习|Day8 逻辑回归的数学原理 第九天直观了解SVM是什么以及
阅读全文
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN Day7，我们学习了K最近邻算法（k-NN），了解了其定义，如何工作，介绍了集中常
阅读全文
摘要：机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 最近事情无比之多，换了工作、组队参加了一个比赛、和朋友搞了一些小项目，公号荒废许久。坚持是多么重要，又是多么艰难，目前事情都
阅读全文
摘要：逻辑回归avik jain介绍的不是特别详细，下面再唠叨一遍这个算法。 1.模型 在分类问题中，比如判断邮件是否为垃圾邮件，判断肿瘤是否为阳性，目标变量是离散的，只有两种取值，通常会编码为0和1。假设我们有一个特征X，画出散点图，结果如下所示。这时候如果我们用线性回归去拟合一条直线：hθ(X) =
阅读全文
摘要：统计学习（Statistical learning）是目前人工智能领域最为活跃的一个分支，其理论基础是统计学习理论（Statistical learning theory，以下有时会简称SLT）：一种以数理统计为数学基础，研究是否可以以及如何从经验数据中学习普遍概念的理论。 目前诸多机器学习相关的初
阅读全文
摘要：前情回顾 [第二天100天搞定机器学习|Day2简单线性回归分析][1]，我们学习了简单线性回归分析，这个模型非常简单，很容易理解。实现方式是sklearn中的LinearRegression，我们也学习了LinearRegression的四个参数，fit_intercept、normalize、c
阅读全文
摘要：第一天机器学习100天|Day1数据预处理，我们学习了数据预处理。知道了，数据预处理是机器学习中最基础和最麻烦，未来占用时间最长的一步操作。数据预处理一般有六个步骤，导入库、导入数据集、处理缺失值、分类数据转化、分出训练集和测试集、特征缩放等。在处理数据过程中，必须得两个库是numpy和pandas
阅读全文
摘要：数据预处理是机器学习中最基础也最麻烦的一部分内容 在我们把精力扑倒各种算法的推导之前，最应该做的就是把数据预处理先搞定 在之后的每个算法实现和案例练手过程中，这一步都必不可少 同学们也不要嫌麻烦，动起手来吧 基础比较好的同学也可以温故知新，再练习一下哈 闲言少叙，下面我们六步完成数据预处理 其实我感
阅读全文