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
通俗来说，机器学习是将无预数据转化为价值的方法。 机器学习的价值在于从数据中抽取规律并用来预测未来。 机器学习可以应用于分类问题、回归问题、排序问题和生成问题。 分类问题如图像识别，垃圾邮件识别；回归问题和分类问题类似，不同点在于分类问题给出的是标签，回归问题给出的是数据，如股价预测，房价预测；排序 ...
分类：
其他好文 时间：
2018-11-23 22:00:50
阅读次数：
187
kNN功能：解决输入是数值型或者标称型的分类问题 kNN大致原理：输入数据集相当于在一定维度的空间中标点，测试集（或者说要预测标签的），相当于是计算与这些已有点的距离（一般是欧式距离），选择前k个距离最近的，看这k个已标点的标签是什么（也就是属于哪一类），返回k个中占比最大的标签作为预测结果。ps: ...
分类：
编程语言 时间：
2018-11-19 17:36:54
阅读次数：
208
【火炉炼AI】深度学习009 用Keras迁移学习提升性能（多分类问题） (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit learn 0.19, matplotlib 2.2, Keras 2.1.6, Tensorflow 1.9.0) 本文是 ...
分类：
其他好文 时间：
2018-11-15 17:20:21
阅读次数：
209
【火炉炼AI】深度学习005 简单几行Keras代码解决二分类问题 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit learn 0.19, matplotlib 2.2, Keras 2.1.6, Tensorflow 1.9.0) 很多文章和教 ...
分类：
其他好文 时间：
2018-11-13 18:31:31
阅读次数：
180
Reference: https://blog.csdn.net/marsjhao/article/details/72630147 分类问题损失函数-交叉熵（crossentropy) 交叉熵描述的是两个概率分布之间的距离，分类中广泛使用的损失函数，公式如下 在网络中可以通过Softmax回归将前 ...
分类：
其他好文 时间：
2018-11-10 16:42:35
阅读次数：
306
1. 线性判别函数 本章介绍的线性判别函数都归属于判别式模型，即对于分类问题，根据判别函数$g(x)$的取值进行判断，比如正数归为第一类，负数与零归为第二类。关于判别式模版与生成式模型的区别可以阅读我以前的 "博客])(https://www.cnblogs.com/szxspark/p/84268 ...
分类：
其他好文 时间：
2018-11-08 13:19:27
阅读次数：
269
如果大家去搜索早期的神经网络、SVM的相关论文，会发现不少是做股票预测的。原因很简单，因为似乎我们可以天然地把股票投资的问题看成一个分类问题或者回归问题。回归的角度，我们可以根据之前的历史数据，预测下一个时间点的股价；分类的角度，我们可以根据历史数据，预测下一个时间点股价的正负。看起机器学习的方法可 ...
分类：
其他好文 时间：
2018-11-08 01:13:18
阅读次数：
369
1. 概率密度函数的参数估计 前文讲到了利用贝叶斯决策理论构建贝叶斯分类器，初学者难免会有疑问，既然已经可以通过构建贝叶斯分类器的方法处理分类问题，那为什么还要学习本章节内容？ 事实上，贝叶斯分类器的缺可以通过计算先验概率与类条件概率来设计最优分类器。但是对于大多数实际问题，我们往往无法知道这两个概 ...
分类：
其他好文 时间：
2018-11-08 00:21:39
阅读次数：
185
