随笔分类 - 机器学习
摘要：本文始发于公众号：Coder梁 大家好，我们今天继续来聊聊推荐系统。 在上一回当中我们讨论了LR模型对于推荐系统的应用，以及它为什么适合推荐系统，并且对它的优点以及缺点进行了分析。最后我们得出了结论，对于LR模型来说它的作用其实更多的是记住了一些特征的组合，所以在一些样本当中表现非常好，但同样也带来
阅读全文
摘要：在上一篇文章当中我们剖析了Facebook的著名论文GBDT+LR，虽然这篇paper在业内广受好评，但是毕竟GBDT已经是有些老旧的模型了。今天我们要介绍一个业内使用得更多的模型，它诞生于2010年，原作者是Steffen Rendle。虽然诞生得更早，但是它的活力更强，并且衍生出了多种版本。我们
阅读全文
摘要：大家好，欢迎大家阅读周二机器学习专题，今天的这篇文章依然会讲SVM模型。 也许大家可能已经看腻了SVM模型了，觉得我是不是写不出新花样来，翻来覆去地炒冷饭。实际上也的确没什么新花样了，不出意外的话这是本专题最后一篇文章了。下周我们就要开始深度学习之旅了，我相信很多同学期待这一天已经很久了，实际上我也
阅读全文
摘要：今天是机器学习专题第35篇文章，我们继续SVM模型的原理，今天我们来讲解的是SMO算法。 公式回顾 在之前的文章当中我们对硬间隔以及软间隔问题都进行了分析和公式推导，我们发现软间隔和硬间隔的形式非常接近，只有少数几个参数不同。所以我们着重来看看软间隔的处理。 通过拉格朗日乘子法以及对原问题的对偶问题
阅读全文
摘要：今天是机器学习专题的第34篇文章，我们继续来聊聊SVM模型。 我们在上一篇文章当中推导了SVM模型在硬间隔的原理以及公式，最后我们消去了所有的变量，只剩下了。在硬间隔模型当中，样本是线性可分的，也就是说-1和1的类别可以找到一个平面将它完美分开。但是在实际当中，这样的情况几乎是不存在
阅读全文
摘要：今天是机器学习专题的第33篇文章，我们继续来聊聊SVM模型。 在上一篇文章当中我们推到了SVM模型在线性可分的问题中的公式推导，我们最后得到的结论是一个带有不等式的二次项： $$\left{\begin{align*} &\min_{\omega , b} \frac{1}{2}||\omega||
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是机器学习专题的第32篇文章，我们来聊聊SVM。 SVM模型大家可能非常熟悉，可能都知道它是面试的常客，经常被问到。它最早诞生于上世纪六十年代。那时候虽然没有机器学习的概念，也没有这么强的计算能力，但是相关的模型和理论已经提出了不少，S
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是pandas数据处理专题的第六篇文章，我们来聊聊DataFrame的排序与汇总运算。 在上一篇文章当中我们主要介绍了DataFrame当中的apply方法，如何在一个DataFrame对每一行或者是每一列进行广播运算，使得我们可以在很
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是机器学习专题的第31篇文章，我们一起继续来聊聊GBDT模型。 在上一篇文章当中，我们学习了GBDT这个模型在回归问题当中的原理。GBDT最大的特点就是对于损失函数的降低不是通过调整模型当中已有的参数实现的，若是通过训练新的CART决策
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是pandas数据处理专题的第5篇文章，我们来聊聊pandas的一些高级运算。 在上一篇文章当中，我们介绍了panads的一些计算方法，比如两个dataframe的四则运算，以及dataframe填充Null的方法。今天这篇文章我们来聊
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是机器学习专题的第30篇文章，我们今天来聊一个机器学习时代可以说是最厉害的模型——GBDT。 虽然文无第一武无第二，在机器学习领域并没有什么最厉害的模型这一说。但在深度学习兴起和流行之前，GBDT的确是公认效果最出色的几个模型之一。虽然
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是pandas数据处理专题的第四篇文章，我们一起来聊聊DataFrame中的索引。 上一篇文章当中我们介绍了DataFrame数据结构当中一些常用的索引的使用方法，比如iloc、loc以及逻辑索引等等。今天的文章我们来看看DataFra
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是机器学习专题的第29篇文章，我们来聊聊SVD在上古时期的推荐场景当中的应用。 推荐的背后逻辑 有没有思考过一个问题，当我们在淘宝或者是某东这类电商网站购物的时候。我们一进首页，就会看到首页展出了很多商品。这些商品往往质量很高，很吸引人
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是pandas数据处理专题的第四篇文章，我们一起来聊聊DataFrame中的索引。 上一篇文章当中我们介绍了DataFrame数据结构当中一些常用的索引的使用方法，比如iloc、loc以及逻辑索引等等。今天的文章我们来看看DataFra
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是机器学习专题第28篇文章，我们来聊聊SVD算法。 SVD的英文全称是Singular Value Decomposition，翻译过来是奇异值分解。这其实是一种线性代数算法，用来对矩阵进行拆分。拆分之后可以提取出关键信息，从而降低原数
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是pandas数据处理专题的第二篇文章，我们一起来聊聊pandas当中最重要的数据结构——DataFrame。 上一篇文章当中我们介绍了Series的用法，也提到了Series相当于一个一维的数组，只是pandas为我们封装了许多方便好
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是机器学习专题的第27文章，我们一起来聊聊数据处理领域的降维(dimensionality reduction)算法。 我们都知道，图片格式当中有一种叫做svg，这种格式的图片无论我们将它放大多少倍，也不会失真更不会出现边缘模糊的情况。
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是Pytorch专题的第二篇，我们继续来了解一下Pytorch中Tensor的用法。 上一篇文章当中我们简单介绍了一下如何创建一个Tensor，今天我们继续深入Tensor的其他用法。 tensor操作 size()和shape 我们可
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 上周我们关于Python中科学计算库Numpy的介绍就结束了，今天我们开始介绍一个新的常用的计算工具库，它就是大名鼎鼎的Pandas。 Pandas的全称是Python Data Analysis Library，是一种基于Numpy的科学
阅读全文
摘要：本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是机器学习专题的第26篇文章，我们一起聊聊另外一个集成学习模型，它就是大名鼎鼎的随机森林。 随机森林在业内名气和使用范围都很广，曾经在许多算法比赛当中拔得头筹。另外，它也是一个通过组合多个弱分类器构建强分类器的经典模型，因此它在业内广受
阅读全文
