摘要：
性能提高分为四个部分： 1. 通过数据提升性能 2. 通过算法提升性能 3. 通过算法调参提升性能 4. 通过嵌套模型提升性能 通常来讲，随着列表自上而下，性能的提升也将变小。例如，对问题进行新的架构或者获取更多的数据，通常比调整最优算法的参数能带来更好的效果。虽然并不总是这样，但是通常来讲是的。 阅读全文
摘要：
常用激励函数 每一次输入和权重w线性组合之后，都会通过一个激励函数(也可以叫做非线性激励函数)，经非线性变换后输出。实际的神经网络中有一些可选的激励函数，我们一一说明一下最常见的几种： 1 sigmoid sigmoid函数提到的次数太多，相信大家都知道了。数学形式很简单，是σ(x)=1/(1+e− 阅读全文
摘要：
通过这篇文章对ML的常用算法进行常识性的认识，介绍这些算法是什么以及如何应用（主要是分类问题），以后对单个算法进行深入的理解。 主要的算法如下: 决策树 随机森林算法 逻辑回归 SVM 朴素贝叶斯 K最近邻算法 K均值算法 Adaboost算法 神经网络 马尔科夫 1、决策树 根据一些feature 阅读全文
摘要：
框架比较（转）： 1 TensorFlow 对于那些听说过深度学习但还没有太过专门深入的人来说，TensorFlow 是他们最喜欢的深度学习框架，但在这里我要澄清一些事实。 在 TensorFlow 的官网上，它被定义为「一个用于机器智能的开源软件库」，但我觉得应该这么定义：TensorFlow 是 阅读全文