- 博客(5)
- 收藏
- 关注
RSS订阅原创 机器学习——神经网络
机器学习——神经网络（一）深度学习算法原理1.1 深度学习要解决的问题1.2 深度学习应用领域2.3 计算机视觉任务（一）深度学习算法原理1.1 深度学习要解决的问题机器学习流程：数据获取特征工程（最核心的一部分）建立模型评估与应用特征工程的作用：数据特征决定了模型的上限。预处理和特征提取是最核心的。算法与参数选择决定了如何逼近这个上限。传统特征的提取方法：为...
2019-08-16 08:39:44
809
3
原创 机器学习——推荐系统
机器学习——推荐系统（一）推荐系统原理分析（二）餐馆菜肴推荐系统（三）音乐推荐系统（一）推荐系统原理分析人能够对一些事物的重要特征做抽象提取，奇异值分解（Singular Value Decomposition，SVD正是机器抽象提取一些事物重要特征的方法。利用SVD，可使用小得多的数据集来表示原始数据集，这样会去除噪声数据和冗余信息。最早的SVD应用之一是信息检索。将利用SVD的方法称为隐...
2019-08-10 21:50:00
1369
5
原创 机器学习——关联规则
机器学习——关联规则（一）关联规则原理（二）关联规则代码实现（一）关联规则原理在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，超市也因此发现了一个规律，在购买婴儿尿布的年轻父亲们中，有30%～40%的人同时要买一些啤酒。超市随后调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。若两个或多个变量的取值之间存在某种规律性，就称为关联。关联规则是寻找在同一个事件中出现的不同项的相关...
2019-08-10 21:49:38
5379
原创 机器学习——集成算法
机器学习——集成算法（一）集成算法原理1.1 Bagging模型1.2 Boosting模型（二）集成算法实验分析2.1 硬投票和软投票效果2.2 OOB袋外数据的作用2.3 特征重要性2.4 Boosting-提升策略（一）集成算法原理目的：让机器学习效果更好，单个不行，集成走起。Bagging：训练多个分类器取平均f(x)=1/M∑m=1Mfm(x)f(x)=1/M\sum_{m=1...
2019-08-03 08:56:06
7322
2
原创 机器学习——决策树
机器学习——决策树（一）决策树的构造3.1 信息增益1.2 划分数据集1.3 递归构建决策树（二）在 Python 中使用 Matplotlib 注解绘制树形图2.1 Matplotlib 注解2.2构造注解树（三）测试和存储分类器3.1 测试算法：使用决策树执行分类3.2 实用算法：决策树的存储（四）示例：使用决策树预测隐形眼镜类型（一）决策树的构造决策树（decision tree）是一类...
2019-08-01 09:00:32
945
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人