对于新建的模型，如何评价其好坏，以及自身的泛化能力，是机器学习中一个关键性问题。对于二分类模型，因原始数据可能是非平衡的，因此仅通过最后的预测准确率并不能评价模型的效果，对于机器学习中的分类与回归两大类模型，需采用不同的模型评价指标。 一?分类模型 1．混淆矩阵及F1分数 混淆矩阵（confusio ...
分类：
其他好文 时间：
2020-03-09 00:46:58
阅读次数：
156
一.线性回归实现总结 手动实现线性回归，损失函数，梯度下降优化函数 线性回归是神经网络的基石，每一个神经元都可以看作是一个线性回归 https://www.cnblogs.com/xieviki650/p/ML_Linear-regression.html 推荐李宏毅老师的机器学习视频，结合视频和作 ...
分类：
其他好文 时间：
2020-03-08 19:46:48
阅读次数：
79
本文已经收录至我的GitHub,欢迎大家踊跃star 和 issues。 https://github.com/midou tech/articles 机器学习整体难度还是有点，不过这个岗位真的是很香，钱多，发展空间足未来可期啊。 本篇文章面经是三位大佬面试百度机器学习岗位的面试题，其中两位已经拿到 ...
分类：
编程语言 时间：
2020-03-07 21:16:54
阅读次数：
110
数据特征分析与数据质量分析一道构成数据探索的两方面工作，在前文中介绍过关于数据质量分析的概况，本文将对数据特征分析作简介，并着重于分布分析的角度，相比于数据质量分析，数据特征分析更注重于找寻数据间的关系。 数据特征分析包括以下几个分析角度： 1、分布分析 2、对比分析 3、统计量分析 4、帕累托分析 ...
分类：
其他好文 时间：
2020-03-07 20:59:50
阅读次数：
93
xgboost（eXtreme Gradient Boosting） 大规模并行 boosting tree 的工具，据说是现在最好用的 boosting 算法，针对传统 GBDT 算法做了很多改进 xgboost 和传统 GBDT 的区别 GBDT 基学习器只用 CART 树，而 xgboost ...
分类：
编程语言 时间：
2020-03-07 20:57:18
阅读次数：
95
TF-idf模型：TF表示的是词频：即这个词在一篇文档中出现的频率 idf表示的是逆文档频率， 即log(文档的个数/1+出现该词的文档个数) 可以看出出现该词的文档个数越小，表示这个词越稀有，在这篇文档中也是越重要的 TF-idf： 表示TF*idf, 即词频*逆文档频率 词袋模型不仅考虑了一个词 ...
分类：
其他好文 时间：
2020-03-07 19:08:19
阅读次数：
73
数据探索是对样本数据进行解释性的分析工作，它是数据挖掘和机器学习较为前期的部分，更偏重于研究数据的本质、描述数据的形态特征并解释数据的相关性。 换句话说，透过数据探索，我们应该可以回答如下问题： 样本数据的分布怎样？有什么特点？数据之间有何种关系？数据是否满足建模要求？ 问题驱动发展，对以上问题进行 ...
分类：
其他好文 时间：
2020-03-06 22:22:22
阅读次数：
95
如何让MYD-C8MMX丰富你的多媒体+AI应用？导读：当今物联网时代里，多媒体技术对用户体验发挥着至关重要的作用，一个优秀的硬件产品设计离不开流畅的音视频、清晰的显示界面等人机交互的应用。未来的人类世界将会充满着智能化和信息化，一个能够搭载AI机器学习算法的人工智能产品将会让人们的生活更加丰富多彩。对于数字标牌、媒体播放、广告机、自助零售终端等应用：具有感官刺激效果的多媒体传播方式以及鲜明的用户
分类：
其他好文 时间：
2020-03-06 19:31:47
阅读次数：
80
数据科学职位的典型面试过程会有很多轮，其中通常会涉及理论概念，目的是确定应聘者是否了解机器学习的基础知识。 在这篇文章中，我想总结一下我所有的面试经历（面试or被面试）并提出了160多个数据科学理论问题的清单。 其中包括以下主题： 线性回归 模型验证 分类和逻辑回归 正则化 决策树 随机森林 GBD ...
分类：
其他好文 时间：
2020-03-06 11:23:59
阅读次数：
95
