学习资料：《统计学习方法第二版》第一章 一. 机器学习定义 机器学习就是计算机能够利用数据和统计方法提高系统性能的方法。 二. 机器学习分类 机器学习一般可以分为监督学习、无监督学习、半监督学习和强化学习。 三. 机器学习方法三要素 模型+策略+优化算法=机器学习方法 模型 在监督学习中模型就是要学 ...
分类：
其他好文 时间：
2020-04-10 19:48:53
阅读次数：
73
学习资料：《统计学习方法 第二版》、《机器学习实战》、吴恩达机器学习课程 一. 感知机Proceptron 1. 感知机是根据输入实例的特征向量$x$对其进行二类分类的线性分类模型：$f(x)=\operatorname{sign}(w \cdot x+b)$，感知机模型对应于输入空间（特征空间）中 ...
分类：
其他好文 时间：
2020-04-10 19:43:53
阅读次数：
140
机器学习如何帮助解决大数据转换和管理问题 尽管大数据分析技术取得了惊人的进步，但我们在很大程度上仍需要手动来完成重要任务，例如数据转换和数据管理。随着数据量的增长，手动完成任务与自动化产生的生产力差距越来越大，这使得以人工智能和机器学习为基础的自动化趋势越来越有市场。机器学习可以帮助缩小这一差距吗？ ...
分类：
其他好文 时间：
2020-04-10 15:53:23
阅读次数：
65
新的学习路径、学习想法和思路的头脑风暴：基于泰迪云课程，对数据分析和数据建模，机器学习算法进行统筹，接着是基于大数据的数据挖掘、进度、泰迪云代码已经下载，对相关内容进行应用和学习想通视频之后对代码进行研究专家经验、优秀经验工程师经验转化。从论文中第三四大章，读取 设计和解决问题流程找论文、使用ben... ...
分类：
编程语言 时间：
2020-04-10 14:41:25
阅读次数：
86
1.学习记录 2、用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”， 梯度：在指定方向每单位距离的数值变化 梯度下降：简单来说就是解决一个问题的时候，寻找他的最优解，也可能是局部最优 贝叶斯定理：p(A|B)=P(A)x[p(B|A)/p(B)] ...
分类：
其他好文 时间：
2020-04-09 12:21:36
阅读次数：
62
Python开发环境以及基本库的安装： Pip list 什么是机器学习： 机器学习是一种能够赋予机器学习的能力，让机器想人一样的去做出决策以此让它完成直接编程无法完成的功能和方法，利用数据训练出模型，然后使用模型预测的一种方法。 机器学习通常分为四类： 1、监督学习 2、无监督学习 3、半监督学习 ...
分类：
其他好文 时间：
2020-04-08 19:08:59
阅读次数：
70
构建深度学习模型的基本步骤 需要举例的地方以波士顿房价预测为案例 波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“Hello World”。和大家对房价的普遍认知相同，波士顿地区的房价是由诸多因素影响的。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素 ...
分类：
其他好文 时间：
2020-04-07 12:59:13
阅读次数：
73
ROC曲线：全称 Receiver Operating Characteristic曲线，即受试者工作特性曲线，在机器学习领域常用于判断分类器的好坏。 要了解ROC曲线，首先要了解该曲线的横纵坐标 —— FPR（1-特异度）和TPR（召回率或者灵敏度）。 1. 基本概念 —— 混淆矩阵 绘制混淆矩阵 ...
分类：
其他好文 时间：
2020-04-06 21:02:44
阅读次数：
107
梯度下降和随机梯度下降之间的关键区别： 1、标准梯度下降是在权值更新前对所有样例汇总误差，而随机梯度下降的权值是通过考查某个训练样例来更新的。 2、在标准梯度下降中，权值更新的每一步对多个样例求和，需要更多的计算。 3、标准梯度下降，由于使用真正的梯度，标准梯度下降对于每一次权值更新经常使用比随机梯 ...
分类：
其他好文 时间：
2020-04-06 17:51:21
阅读次数：
101
前段时间因为店铺不能开门，我花了一些空余时间看了很多机器学习相关的资料，我发现目前的机器学习入门大多要不门槛比较高，要不过于着重使用而忽视基础原理，所以我决定开一个新的系列针对程序员讲讲机器学习。这个系列会从机器学习的基础原理开始一直讲到如何应用，看懂这个系列需要一定的编程知识（主要会使用 pyth ...
分类：
其他好文 时间：
2020-04-06 17:44:39
阅读次数：
74
