机器学习 第7页

《机器学习实战》中英文电子书 + 源代码下载

5

红色石头 发布于 2019-01-03

今天给大家介绍一本以 Python 为基础的机器学习实战编程书籍:《机器学习实战》。 本书特色: 本书的目录如下: 本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、...

阅读(15001)评论(0)赞 (11)

Scikit-Learn 与 TensorFlow 机器学习实用指南学习笔记 5 —— 如何为机器学习算法准备数据?

2

红色石头 发布于 2019-01-02

本文为《Scikit-Learn 和 TensorFlow 机器学习指南》的第二章的第 3 讲:为机器学习算法准备数据。 使用实际数据 整体规划 获取数据 发现、可视化数据,增加直观印象 为机器学习准备数据 选择模型并进行训练 调试模型 部署、监控、维护系统 第二章前 2 讲的地...

阅读(8110)评论(0)赞 (7)

Scikit-Learn 与 TensorFlow 机器学习实用指南学习笔记 4 —— 数据探索与可视化、发现规律

8

红色石头 发布于 2018-12-17

目前为止,我们已经对数据有了初步的认识,大体上明白了我们要处理的数据类型。现在,我们将进入更深入的研究。 首先,确保已经划分了测试集并放置一边,我们只会对训练集进行操作。另外,如果训练集很大,可以从中采样一些作为探索集(exploration set),方便进行快速处理。在我们这...

阅读(5272)评论(0)赞 (4)

我整理了 50 页 PPT 来解释 SVM

43

红色石头 发布于 2018-12-03

支持向量机 SVM,是常见的一种判别方法。在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。但是想完全掌握 SVM 的理论知识包括 SMO 算法并不容易!红色石头之前在整理 SVM 内容的时候做了一个 PPT,比较清晰完整地介绍了 SVM。主要内容包...

阅读(8777)评论(2)赞 (17)

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(14361)评论(6)赞 (11)

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(6298)评论(0)赞 (9)

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(8331)评论(0)赞 (5)

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(13548)评论(0)赞 (10)

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(20042)评论(0)赞 (15)