目录一，机器学习二，监督学习 Supervised Learning1，监督学习分类2，训练数据、标签三，半监督学习 Semi-supervised Learning五，迁移学习 Transfer\
原创
2021-12-27 09:28:56
400阅读
机器学习 (Machine Learning) ├── 监督学习 (Supervised Learning) │ ├── 线性回归 (Linear Regression) │ ├── 逻辑回归 (Logistic Regres
1. active learning
Active learning 是一种特殊形式的半监督机器学习方法，该方法允许交互式地询问用户（或者其他形式的信息源 information source）以获取对新的数据样本的理想输出。
Active learning 提供的这种交互机制尤其适用于 unlabeled data 有很多，且手工标注的代价十分高昂的场合。显然这种交互式地向用户询问以获取la
转载
2017-05-02 21:45:00
449阅读
2评论
1. active learning
Active learning 是一种特殊形式的半监督机器学习方法，该方法允许交互式地询问用户（或者其他形式的信息源 information source）以获取对新的数据样本的理想输出。
Active learning 提供的这种交互机制尤其适用于 unlabeled data 有很多，且手工标注的代价十分高昂的场合。显然这种交互式地向用户询问以获取la
转载
2017-05-02 21:45:00
433阅读
组要组成部分：监督学习(supervised learning)，非监督学习(unsupervised learning)，半监督学习(semi-supervised learning)，强化学习(reinforcement learning)
原创
2022-08-10 17:26:28
524阅读
昨天总结了深度学习的资料，今天把机器学习的资料也总结一下(友情提示：有些网站需要"科学上网"^_^)
推荐几本好书：
1.Pattern Recognition and Machine Learning (by Hastie, Tibshirani, and Friedman's )
2.Elements of Statistical Learning(by Bishop's)
这
转载
2021-07-12 10:39:36
321阅读
1 什么是机器学习 机器学习就是让机器从过去已知的大量数据中进行学习，进而得到一个无限接近现实的规律，最后通过这个规律对未知数据进行预
地址： https://www.manning.com/books/machine-learning-in-action 代码地址： https://www.manning.com/downloads/1108
原创
2024-08-19 09:38:15
34阅读
Clustering
聚类算法可以做什么呢，下面是几个例子
K-Means Algorithm
K-means algorithm是一种迭代算法，也是一种最广泛使用的聚类方法。
如下图，图中绿色点表示我们的数据。我们希望把它们分成2个小组，那么下面就是K-Means进行聚类的过程。
K-Means算法包括2个主要的步骤。1 cluster assignme
转载
2023-07-30 16:23:12
155阅读
大原则然而，有一个共同的原则是所有监督机器学习算法的基础，用于预测建模。机器学习算法被描述为学习目标函数（f），其最佳地将输入变量（X）映射
转载
2021-09-08 10:51:51
447阅读
数据是这个时代的核心，基于数据所构建的模型和决策为工业自动化贡献了很多，也已经改变了很多企业的商业模式、产品等，改变了世界也收益颇丰。这也是时下大数据、人工智能炒作得如此火爆，甚至一些机器人智能威胁论也层出不穷。但实际上机器学习、深度学习和深度强化学习的能力实在很有限的，近日来在NLP任务中大杀四方的BERT就被开始质疑是否真的学习到了推理能力，是否只是依靠大量数据集本身特点，如一些线索词来进行
转载
2023-12-12 22:54:37
75阅读
什么是机器学习机器学习模型很多人会望文生义的产生误解，认为 机器学习 是机器能够像人一样学习甚至于学生的比人更好。机器学习算法与非机器学习算法（如控制交通灯的程序）的不同之处在于，它能够使自身的行为适应新的输入。这种似乎没有人为干预的适应，偶尔会给人一种机器真的是在学习的错觉。然而，在机器学习模型的背后，这种行为上的适应和人类编写的每一条机器指令一样严格。机器学习模型：机器学习算法是揭示数据中潜在
转载
2024-05-15 08:32:36
148阅读
昨天总结了深度学习的资料，今天把机器学习的资料也总结一下(友情提示：有些网站需要"科学上网"^_^) 推荐几本好书：1.Pattern Recognition and Machine Learning (by Hastie, Tibshirani, and Fri
转载
2021-08-02 11:00:47
10000+阅读
文章目录复杂模型侵蚀边界（Complex Models Erode Boundaries）数据依赖成本甚于代码依赖（Data Dependencies Cost More than Code Dependencies）参考文献 这是一篇2015年提出的论文，但是我今天看还是对现实的实践具有指导作用。本文从传统软件工程的技术债引出机器学习系统的技术债，并且比较了两者不同。 不同点具体为： 传统的
转载
2024-08-11 09:59:00
5阅读
机器学习 与 统计模型在资料科学的讨论中，这样的问题是很多人想知道，也是一个难以三言两语回答的问题：机器学习与统计模型有什么不同？一般来说，这两个项目所研究的目标相近，不同的是使用的背景不同。机器学习是资工领域发展的议题；统计模型是统计学所探讨的领域。这是一张有趣的图来说明资料科学中之间错综复杂的交织关系： 首先，不管是机器学习或是统计模型都有一个共同的目标 － Learning from Da
转载
2024-03-14 21:25:05
36阅读
转载
2021-09-08 10:04:42
97阅读
cousera-Andrew NG的机器学习足够入门cs229台湾大学林轩田老师的机器学习基石和机器学习技法结合李航的<<统计学习方法>>和周志航的<<机器学习>> 看完之后看<<机器学习实战>>之后去kaggle打比赛, 再想深了看看pr
转载
2016-07-08 13:09:00
106阅读
2评论
Machine Learning Content 01 人工智能入门指南 001、AI时代首选Python 002、Python我该怎么学？ 003、人工智能的核心-机器学习 004、机器学习怎么学？ 005、算法推导与案例 006、系列课程环境配置 02 Python快速入门 007、快速入门，边
原创
2021-07-22 10:22:55
191阅读
一、机器学习相关的公司分析1、BATJ这类公司主要是百度，阿里和腾讯。共同的特点是数据很大，机器学习的团队比较庞大，一般进去的同学都可以有师傅带着学习，进步会比较快。2、middle level当当，携程，去哪儿，360,58同城，优酷，乐视。一是业务挖掘类岗位，另外就是推荐和广告算法的团队。这类公司具有市场地位不够稳固，机器学习团队相对较弱或者较新的特点。广告算法工程师。3...
原创
2021-09-07 19:14:55
305阅读
介绍
1.工业界的应用
推荐商品
机器客服
穿戴传感器
账号盗刷
预测汽油
无人驾驶
预测房价
2.ML工作流程及相应难点
problem formulation
collect & process data
train & tune models
deploy modles
monitor
3.challenges
好的数据（高质量的数据）
隐私数据
模型的训练
监控模型
公
原创
2023-04-04 23:09:59
730阅读
