标签：机器学习 第4页

红色石头 发布于 2020-04-22

数据预处理后，我们生成了大量的新变量（比如独热编码生成了大量仅包含0或1的变量）。但实际上，部分新生成的变量可能是多余：一方面它们本身不一定包含有用的信息，故无法提高模型性能；另一方面过这些多余变量在构建模型时会消耗大量内存和计算能力。因此，我们应该进行特征选择并选择特征子集进行...

阅读(9796)评论(0)赞 (7)标签：机器学习 / 特征工程 / 特征选择

红色石头 发布于 2020-04-14

基于 Jupyter 的特征工程手册：数据预处理的上一篇： 专栏 | 基于 Jupyter 的特征工程手册：数据预处理（一） 专栏 | 基于 Jupyter 的特征工程手册：数据预处理（二） 专栏 | 基于 Jupyter 的特征工程手册：数据预处理（三） 项目地址： https...

阅读(9874)评论(0)赞 (0)标签：数据预处理 / 机器学习 / 特征工程

红色石头 发布于 2020-04-11

基于 Jupyter 的特征工程手册：数据预处理的上一篇： 专栏 | 基于 Jupyter 的特征工程手册：数据预处理（一） 专栏 | 基于 Jupyter 的特征工程手册：数据预处理（二） 项目地址： https://github.com/YC-Coder-Chen/featu...

阅读(4446)评论(0)赞 (0)标签：数据预处理 / 机器学习 / 特征工程

红色石头 发布于 2020-04-10

基于 Jupyter 的特征工程手册：数据预处理的上一篇： 专栏 | 基于 Jupyter 的特征工程手册：数据预处理（一） 项目地址： https://github.com/YC-Coder-Chen/feature-engineering-handbook 本项目将探讨数据预...

阅读(4308)评论(0)赞 (1)标签：机器学习 / 特征工程

红色石头 发布于 2020-04-09

特征工程在机器学习中的重要性不言而喻，恰当的特征工程能显著提升机器学习模型性能。我们在 Github 上整理编写了一份系统的特征工程教程，供大家参考学习。 项目地址： https://github.com/YC-Coder-Chen/feature-engineering-han...

阅读(5951)评论(0)赞 (6)标签：机器学习 / 特征工程

红色石头 发布于 2020-02-04

无需置疑，数学基础和理论知识在机器学习中扮演十分重要的角色！提升数学理论水平对于提高自身的机器学习水平非常有帮助！ 然而，对于大部分初学者来说，理论部分太难往往会削弱学习的积极性。在学习的时候，必须要平衡理论难度与易用性二者之间的关系。 因此，本文推荐一份非常不错的《A Comp...

阅读(7621)评论(0)赞 (7)标签：数学 / 机器学习 / 资源

红色石头 发布于 2020-02-04

机器学习中的数学基础一直以来都是非常重要的，而且是比较难的。要想真正提高机器学习算法水平，其中的数学基础必须合格！今天给大家推荐一本非常棒的《机器学习数学基础》，原名：《Mathematics for Machine Learning》。 本书网址： https://mml-bo...

阅读(14670)评论(0)赞 (8)标签：数学 / 机器学习 / 资源

红色石头 发布于 2020-02-04

今天给大家推荐一个非常全面的 AI 面试笔记集锦，包含 2018、2019 年的校招、春招、秋招。内容涉及自然语言处理(NLP)、深度学习(Deep Learning)、机器学习(Machine Learning)、C、C++、Python、面试笔记等。 首先放上该面试笔记的在线...

阅读(4774)评论(0)赞 (0)标签：机器学习 / 笔试 / 面试

红色石头 发布于 2020-01-06

12 月 9 日，一本机器学习新书上线了，它就是《Limitations of Interpretable Machine Learning Methods》，中文译为《可解释机器学习方法的局限性》。 书籍简介： 这本书主要解释了当前可解释机器学习方法的局限性。这些方法包括部分相...

阅读(5395)评论(0)赞 (0)标签：机器学习 / 资源

红色石头 发布于 2020-01-06

早在去年的这个时候，红色石头就发文给大家推荐过一本非常棒的机器学习实用指南书籍《Hands-On Machine Learning with Scikit-Learn & TensorFlow》，中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指...

阅读(6856)评论(0)赞 (5)标签：Keras / Scikit-Learn / TensorFlow / 机器学习 / 资源