机器学习的动机与应用数据挖掘与机器学习数据挖掘：英文为data mining，也就是从数据中挖掘出有用的信息。机器学习：因为是machine learning，是计算机科学和统计学的交叉学科，基本目标是学习一个X到Y的函数，来做分类或者回归的工作。联系： 机器学习经常和数据挖掘合在一起讲是因为好多数据挖掘的工作是通过机器学习提供的算法工具实现的。数据挖掘是做什么，机器学习是怎么做。数据挖掘是目标，
转载
2023-09-08 11:17:46
254阅读
## 图解机器学习：让数据开启智能旅程
随着大数据时代的到来，机器学习作为一种智能数据分析方法，逐渐成为了数据科学领域的热门话题。那么，什么是机器学习呢？简单来说，机器学习就是利用数据训练计算机，使其能够进行自主学习和预测。通过机器学习算法，计算机可以从数据中学习模式和规律，从而实现各种智能任务。
### 机器学习的分类
根据学习方式的不同，机器学习可以分为监督学习、无监督学习和强化学习。其
本文覆盖机器学习常见知识要点，包括机器学习流程、算法分类（监督学习、无监督学习、强化学习）、依托的问题场景（分类、回归、聚类、降维）、机器学习模型评估与选择等。
原创
2022-03-12 11:42:07
8601阅读
点赞
接下来，我会讲一下，如何防止过拟a大于0，可以自己设定。要得到这个表达式，必须用拉格朗日对偶问题解出来。或者我们用另一个表达形式写出来解法：最后，还可以用奇异值分解的方法来表达这个the...
原创
2022-12-12 19:18:00
55阅读
L1约束 为了加快学习的速度，我们可以通过将某些学习参数置零达
原创
2022-12-12 19:20:13
44阅读
弱人工智能近几年取得了重大突破，悄然间已经成为每个人生活中必不可少的一部分。以我们的智能手机为例，看看到底蕴藏着多少人工智能的神奇魔术。下图是一部典型的iPhone手机上安装的一些常见应用程序，可能很多人都猜不到，人工智能技术已经是手机上很多应用程序的核心驱动力。图1 iPhone手机上的相关应用苹果Siri、百度度秘、微软小冰等智能助理类应用，正试图颠覆你和手机交流的根本方式，将手机变
转载
2023-09-03 15:48:38
116阅读
这本书从译者的序可以看出，我们看的时候不应该过于专注于模型的推到，我们要做到
原创
2022-12-12 19:18:57
79阅读
1.1 学习的种类1.2 机器学习任务的例子1.3 机器学习的方法。
图解机器学习本文详解 scikit-learn 工具库的用法，覆盖机器学习基础知识、SKLearn讲解、SKLearn三大核心API、SKLearn高级API等内容。
转载
2022-10-19 16:40:50
98阅读
每当提到机器学习，大家总是被其中的各种各样的算法和方法搞晕，觉得无从下手。确实，机器学习的各种套路确实不少，但是如果掌握了正确的路径和方法，其实还是有迹可循的，这里我推荐SAS的Li Hui的这篇博客，讲述了如何选择机器学习的各种方法。另外，Scikit-learn 也提供了一幅清晰的路线图给大家选择：其实机器学习的基本算法都很简单，下面我们就利用二维数据和交互图形来看看机器学习中的一些基本算法以
转载
2021-04-10 14:48:56
313阅读
GBDT是一种迭代的决策树算法，将决策树与集成思想进行了有效的结合。本文讲解GBDT算法的Boosting核心思想、训练过程、优缺点、与随机森林的对比、以及Python代码实现。
原创
2022-03-12 12:02:26
7947阅读
点赞
XGBoost一个非常强大的Boosting算法工具包，本文讲解XGBoost的算法原理和工程实现，包括监督学习、回归树、集成、Gradient Boosting详细步骤，以及XGBoost的并行列块涉及、缓存访问等工程优化知识。
原创
2022-03-12 12:04:40
9397阅读
点赞
Python那些事每当提到机器学习，大家总是被其中的各种各样的算法和方法...
转载
2021-08-27 10:51:45
152阅读
LightGBM是GBDT的进化版本，在效率、内存、准确率方面表现优秀。本文讲解LightGBM的动机、优缺点及优化点、决策树算法及生长策略、类别性特征支持、并行支持与优化等重要知识点。
原创
2022-03-12 12:06:38
9123阅读
点赞
❤️通俗易懂的图解机器学习❤️之机器学习概论（连载的…）文章目录❤️通俗易懂的图
原创
2022-10-25 05:25:28
119阅读
弱人工智能近几年取得了重大突破，悄然间，已经成为每个人生活中必不可少的一部分。以我们的智能手机为例，看看到底温藏着多少人工智能的神奇魔术。下图是一部典型的智能手机上安装的一些常见应用程序，可能很多人都猜不到，人工智能技术已经是手机上很多应用程序的核心驱动力。图1 智能手机上的相关应用传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。这篇文章将对常用算法做常识性
