第一阶段：数学高等数学／线性代数／概率论 第二阶段：编程python工具库实战／python网络爬虫 第三阶段：机器学习机器学习入门／机器学习提升 第四阶段：数据挖掘实战数据挖掘入门／数据分析实战 第五阶段：深度学习深度学习网络与框架／深度学习项目实战 https://blog.csdn.net/B ...
分类：
其他好文 时间：
2018-11-08 23:13:54
阅读次数：
199
在自己摸爬滚打前行或是后退的时候，总会出现很多的惊喜或意外 楼主大三狗，前些天异想天开想面试青少年编程老师一职 没想到对面坐的是科大讯飞十年辞职创业的高级攻城狮。。。 很尬，未果。我说了近况，并没有潜心研究算法云云，一直在入门机器学习，深度学习 他说本科生在没有能力的情况下不要研究这些……最好学学算 ...
分类：
编程语言 时间：
2018-10-08 14:01:12
阅读次数：
158
课程简介:课程风格通俗易懂，真实案例实战。精心挑选真实的数据集为案例，通过Python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础，所有课时都结合代码演示如何使用这些python库来完成一个真实的数据案例。算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家快速入门机器学习。旨在帮助同
分类：
编程语言 时间：
2018-07-26 15:00:32
阅读次数：
246
No.1. 线性回归算法的特点 No.2. 分类问题与回归问题的区别 上图中，左侧为分类问题，右侧为回归问题。左侧图中，横轴和纵轴表示的都是样本的特征，用不同的颜色来作为输出标记，表示不同的种类；左侧图中，只有横轴表示的是样本特征，纵轴用来作为输出标记，这是因为回归问题所预测的是一个连续的数值，无法 ...
分类：
其他好文 时间：
2018-07-19 17:32:49
阅读次数：
1194
No.1. 通常情况下，直接将训练得到的模型应用于真实环境中，可能会存在很多问题 No.2. 比较好的解决方法是，将原始数据中的大部分用于训练数据，而留出少部分数据用于测试，即，将数据集切分成训练数据集和测试数据集两部分，先通过训练数据集得到一个模型，然后通过测试数据集来检验模型的性能是否满足我们的 ...
分类：
其他好文 时间：
2018-07-18 23:38:54
阅读次数：
673
No.1. kNN算法中需要传入一个参数k，这个参数k的作用之前提到过，它就是指距离待预测数据最近的前k个数据，这个参数k的具体大小应该如何选择？超参数问题就是描述的这类问题。 No.2. 所谓"超参数"，就是指在算法运行之前需要进行指定的参数；与"超参数"向对应的是"模型参数"，"模型参数"是在算 ...
分类：
其他好文 时间：
2018-07-18 23:33:57
阅读次数：
190
No.1. 数据归一化的目的 数据归一化的目的，就是将数据的所有特征都映射到同一尺度上，这样可以避免由于量纲的不同使数据的某些特征形成主导作用。 No.2. 数据归一化的方法 数据归一化的方法主要有两种：最值归一化和均值方差归一化。 最值归一化的计算公式如下： 最值归一化的特点是，可以将所有数据都映 ...
分类：
其他好文 时间：
2018-07-18 23:26:28
阅读次数：
643
No.1. 导入相关类库，并加载鸢尾花数据集 No.2. 这个鸢尾花数据集类似于一个字典，可以查看都有哪些键 No.3. 'DESCR'这个键对应的值为鸢尾花数据集的文档，简单对其进行查看 从文档中我们可以了解到，这个数据集共保存了150个鸢尾花样本；每个样本包含4个特征：萼片长度、萼片宽度、花瓣长 ...
分类：
其他好文 时间：
2018-07-16 13:57:37
阅读次数：
179
什么是机器学习？ 机器学习的核心思想是创造一种普适的算法，它能从数据中挖掘出有趣的东西，而不需要针对某个问题去写代码。你需要做的只是把数据“投喂”给普适算法，然后它会在数据上建立自己的逻辑。 比如说有一种算法，叫分类算法，它可以把数据分到不同的组别当中。一个识别手写数字的分类算法，也可以用作判断垃圾 ...
分类：
其他好文 时间：
2018-05-28 19:46:35
阅读次数：
219
深度学习适合解决海量数据和复杂问题 在机器学习中，语音识别，图像识别，语意识别用的是不同的技术，从事相关工作的人合作几乎不可能。 深度学习改变了这一切。 80年代计算机很慢，数据集很小，因此深度学习没有得到广泛应用。 从2010年开始，语音识别，图像识别在深度学习领域中广泛应用。因为大型计算GPU和 ...
分类：
其他好文 时间：
2018-04-24 17:44:00
阅读次数：
148
