机器学习入门知识 机器学习是什么？ 机器学习的定义有很多，我自己的理解是，机器学习是使机器拥有解决实际问题的能力，他能够根据经验数据分析现有的问题，进行分类和预测 有监督学习和无监督学习 面对要解决的问题首先分析是分类还是回归问题，再进一步看看是监督学习的方法好还是无监督学习的方法好，监督学习是事前 ...
分类：
编程语言 时间：
2018-12-20 20:38:11
阅读次数：
218
1.集成学习概念 在机器学习的有监督学习算法中，我们的目标是学习出一个稳定的且在各个方面表现都较好的模型，但实际情况往往不这么理想，有时我们只能得到多个有偏好的模型（弱监督模型，在某些方面表现的比较好）。集成学习就是组合这里的多个弱监督模型以期得到一个更好更全面的强监督模型，集成学习潜在的思想是即便 ...
分类：
编程语言 时间：
2018-12-19 21:56:48
阅读次数：
238
0.模型训练：暂时跳过 CNN有监督，可以用BP训练：http://www.mamicode.com/info-detail-2288678.html 1.参数： 1.1一开始混乱的点 （1）每个核有一个bias，每个核出一个通道的结果（一个特征）。 （2）fcweight1：500行；fcweig ...
分类：
Web程序 时间：
2018-12-18 10:58:34
阅读次数：
422
一.反欺诈几种发展阶段： 1.黑名单，信誉库和指纹设备。这个很好理解，就是针对已有的出现过过信用的人进行标记，但是这种无法标记没有信用记录的人； 2.规则规律。这个根据一些好的信用的人一些特性，或者一些黑名单的人进行标记统计，总结出一些规则，然后通过规则去过滤避免一些风险； 3.有监督机器学习。有监 ...
分类：
其他好文 时间：
2018-11-25 22:26:30
阅读次数：
275
机器学习分为有监督学习和无监督学习。 有监督学习分为回归问题和分类问题。 Regression 回归问题是指我们想要预测连续的数值输出 Classification 分类是指我们设法预测一个离散值输出（0 or 1），有时也可以存在有两个以上的可能的输出值。 设有一组数据，x为自变量，y为因变量，( ...
分类：
其他好文 时间：
2018-11-24 18:54:39
阅读次数：
287
1、 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 分类与聚类：分类是一种有监督的算法，是在已经有目标分类的情况下对数据进行类别判断（朴素贝叶斯算法）。而聚类是一种无监督算法，是在建立模型之前还没有目标分类，将特征相似的数据自动聚为一类的算法（KMeans聚类算法）。 有监督学习和 ...
分类：
编程语言 时间：
2018-11-22 12:29:05
阅读次数：
187
Python3 识别验证码（opencv-python） 一、准备工作 使用opencv做图像处理，所以需要安装下面两个库： 二、识别原理 采取一种有监督式学习的方法来识别验证码，包含以下几个步骤： 图片处理 - 对图片进行降噪、二值化处理 切割图片 - 将图片切割成单个字符并保存 人工标注 - 对 ...
分类：
编程语言 时间：
2018-11-16 17:44:25
阅读次数：
393
(1) 无监督和有监督算法的区别？ 有监督学习： 对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。这里，所有的标记（分类）是已知的。因此，训练样本的岐义性低。 无监督学习： 对没有概念标记（分类）的训练样本进行学习，以发现训练样本集中的结构性知识。这里，所 ...
分类：
其他好文 时间：
2018-11-09 12:12:22
阅读次数：
220
看过很多博客、文章，东一榔头西一棒子的，总觉得没有一个系列的文章把问题从头到尾说清楚，找东西很困难。有的博客、文章的质量还不算很理想，似是而非，或者重点不明确，或者直接把别人的博客抄袭过来......种种不靠谱，让小白们学习起来很困难，增加了学习曲线的陡峭程度。当然也有很多博主非常非常负责任，文章质 ...
分类：
其他好文 时间：
2018-11-08 13:21:29
阅读次数：
269
【译】提升树算法的介绍（Introduction to Boosted Trees） 1. 有监督学习的要素 XGBoost 适用于 有监督学习 问题。在此类问题中，我们使用多特征的训练数据集 $x_i$ 去预测一个目标变量 $y_i$ 。在专门学习树模型前，我们先回顾一下有监督学习的基本要素。 E ...
分类：
编程语言 时间：
2018-10-27 21:14:56
阅读次数：
188
