2016年03月_海上机械师

05月 04月 03月 02月 01月

原创 Titanic Kaggle 竞赛系列

Titanic: Machine Learning from DisasterKaggle 竞赛中的练习题 Accuracy: 0.77990 0-1 分类：根据乘客类型，姓名，性别，年龄，兄弟个数，父子个数，船票，票价，船舱，港口判定乘客是船难中存活下来。数据处理可采用 pandas 工具包，分类器可采用 scikit-learn 工具包。

2016-03-09 17:23:28 1578 1

原创 Digit Recognizer Kaggle 竞赛系列

手写数字识别 1. KNN 准确率 0.83886，KNN 算法预测花费时间很长 2. IPCA + KNN 准确率 0.84614，IPCA 降维可能会超内存 3. IPCA + RandomForest 准确率 0.84614，RandomForest 随机森林的效率比 KNN 高 4. RandomForest，准确率 0.96443，深度学习中的卷积神经网络能达到 0.99+ 准确率的效果

2016-03-05 11:02:08 1366

原创机器学习之初生牛犊

多元线性回归 + 逻辑回归 + 神经网络的表达式 + 神经网络的学习 + 机器学习系统设计与应用机器学习的建议 + 支持向量机 SVM + 无监督学习与维度约减 + 异常检测与推荐系统 + 大规模机器学习 + 应用实例：照片识别

2016-03-04 22:04:50 831

原创应用实例：照片识别机器学习基础(10)

应用实例本文主要讲了有关图像识别项目相关的介绍，仅仅设计简单的机器学习系统设计，包含系统流水线、上限分析、人工数据合成。当然，文字识别与人脸识别的简单系统由详细的介绍，可以用以初步的了解。 Python, Java, MATLAB 都有机器学习的工具箱。

2016-03-04 21:42:49 1954

原创大规模机器学习机器学习基础(9)

大规模机器学习大规模机器学习面上海量数据的要求，其方法是类似映射化简(SOM)的思路。目前已有的平台有 Hodoop。本文介绍了一些大规模机器学习中会遇到的随机梯度下降法、映射化简的概念，同时在线学习也是一种在海量数据中应运而生的学习模式。

2016-03-04 20:41:37 730

原创异常检测与推荐系统机器学习基础(8)

异常检测异常检测被广泛应用于欺诈检测（例如信用卡被偷事件）。给定大量数据，指出与均值有巨大差异的点。例如，在制造业中检测缺陷与异常。高斯分布对数据建模往往会很有用。本模块涉及“推荐系统”（Amazon, Netflix, Apple 等公司用它来向用户推荐产品）。推荐系统（Recommender systems）寻找用户与产品间的交互模式从而生成推荐建议。该课程介绍了推荐算法，例如

2016-03-01 14:51:35 2259