文章分类 -  机器学习

机器学习算法简介
摘要：恢复内容开始 1、回归 线性回归： 求解：最小乘、梯度下降。闭合解。 似然和概率：参数的似然，数据的概率。 最大似然：参数使得数据出现概率最大。 最小二乘：等价于高斯IID误差假设下的最大似然。相当于p(y|x;o)建模高斯分布（指数簇）。 局部线性回归（效果很好）：非参数算法，代价高。波长参数需要 阅读全文
posted @ 2016-05-17 22:48 zhangm215 阅读(92) 评论(0) 推荐(0)
需要学习的内容
摘要：1、CTR预估 2、特征组合：GBDT、FM、FFM、DANOVA（深度学习） 3、xgboost、GBDT深入 阅读全文
posted @ 2016-05-06 09:12 zhangm215 阅读(96) 评论(0) 推荐(0)
（转载）Random Forest算法简介
摘要：恢复内容开始 转自：http://www.cnblogs.com/kemaswill/archive/2012/09/22/2698493.html Random Forest是加州大学伯克利分校的Breiman Leo和Adele Cutler于2001年发表的论文中提到的新的机器学习算法，可以用 阅读全文
posted @ 2016-05-04 11:09 zhangm215 阅读(255) 评论(0) 推荐(0)