机器学习

天池 O2O 优惠券使用预测思路解析与代码实战

11

红色石头 发布于 2018-11-08

前阵子因为机器学习训练营的任务安排,需要打一场 AI 比赛。然后就了解到最近热度很高且非常适合新人入门的一场比赛:天池新人实战赛o2o优惠券使用预测。今天,红色石头把这场比赛的一些初级理论分析和代码实操分享给大家。本文会讲解的很细,目的是带领大家走一遍比赛流程,实现机器学习理论分...

阅读(347)评论(0)赞 (5)

撒花!吴恩达《Machine Learning Yearning》英文版完结!

4

红色石头 发布于 2018-11-06

前几天,红色石头还在发文给大家整理了吴恩达新书《Machine Learning Yearning》的前 52 章的 pdf 下载。巧得很,今天凌晨就受到了这样一封邮件,该书 1-58 所有章节的草稿已经全部完结啦! 该书的下载方法红色石头在上次的文章中已经有所介绍,直接在官网上...

阅读(102)评论(0)赞 (3)

撒花!吴恩达《Machine Learning Yearning》中文版新鲜出炉!

6

红色石头 发布于 2018-11-06

我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外,之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记,需要的朋友请戳下面的传送门: 吴恩达deeplearning.ai专项课程历史文章汇总 吴恩达在 A...

阅读(175)评论(0)赞 (2)

确定不收藏?机器学习必备的分类损失函数速查手册

31

红色石头 发布于 2018-09-16

在监督式机器学习中,无论是回归问题还是分类问题,都少不了使用损失函数(Loss Function)。损失函数(Loss Function)是用来估量模型的预测值 f(x) 与真实值 y 的不一致程度。若损失函数很小,表明机器学习模型与数据真实分布很接近,则模型性能良好;若损失函数...

阅读(379)评论(0)赞 (4)

13 种机器学习算法概述(附 Python、R 代码)

12

红色石头 发布于 2018-09-03

谷歌的自动驾驶汽车和机器人研发之路受到很多阻碍,但该公司真正的未来是机器学习,这种技术使计算机变得更加智能和个性化。 —— Eric Schmidt (谷歌主席) 我们可能生活在人类历史上最具决定性的时期。计算机正从大型主机过渡到 PC 再过渡到云计算。但它的定义不是发生了什么,...

阅读(1073)评论(0)赞 (1)

如何让奇异值分解(SVD)变得不“奇异”?

30

红色石头 发布于 2018-08-29

在之前的一篇文章:通俗解释协方差与相关系数,红色石头为大家通俗化地讲解了协方差是如何定义的,以及如何直观理解协方差,并且比较了协方差与相关系数的关系。 本文红色石头将继续使用白话语言,介绍机器学习中应用十分广泛的矩阵分解方法:奇异值分解(SVD)。本文不注重详细的数学推导,只注重...

阅读(461)评论(0)赞 (3)

通俗解释协方差与相关系数

8

红色石头 发布于 2018-08-22

什么是协方差(Covariance)? 协方差表示的是两个变量的总体的误差,这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值,另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反,即其中一个...

阅读(401)评论(0)赞 (3)

我的机器学习入门路线图

3

红色石头 发布于 2018-08-06

因为之前有不少朋友在微信或 QQ 上问我,机器学习、深度学习应该如何入门呢?对应这一问题,红色石头碰巧也在知乎上看到有人提问,就把自己的入门学习经验好好总结了一番,包括各种资源、课程笔记和建议,以及红色石头切身经历的机器学习路线图。希望对你有所帮助。 1. 放弃海量资料! 没错,...

阅读(2643)评论(0)赞 (16)