ML与DM（二）

最新推荐文章于 2020-09-28 14:24:23 发布
最新推荐文章于 2020-09-28 14:24:23 发布
阅读量161 收藏
点赞数
分类专栏： Data Mining Machine Learning 文章标签： ML DM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Young_Li_1117/article/details/102884816
版权

git上面更新了讲线性回归的笔记。

https://github.com/YoungLi1117/My_Tiny_Projects

会坚持每天写的嘻嘻

另外推荐一个公众号机器学习初学者

最近感觉学来学去是数学最有问题

那就明儿开始看着笔记重新学一下概率论和线代吧...

Young_Li_1117
关注
专栏目录
CIT_DM and ML_lecture 1
CastleLiang的专栏
03-19 306
Lecture 1 内容简介：整体简述ML的学习内容和方法，举例有如何评价电影，确定硬币种类，给客户提供贷款，学习葡语等例子，应用了各种算法，得出数据引出模型的核心结论。从理论到实际，从抽象到具体。 Components of Learning Formalization(形式化)： 输入：输出：
ML-DM:ML、DM、机器学习、数据挖掘
06-12
"ML-DM:ML、DM、机器学习、数据挖掘"这一主题涵盖了现代信息技术领域中的两个核心概念——机器学习（Machine Learning, ML）和数据挖掘（Data Mining, DM）。这两个领域相互关联，共同推动了人工智能的发展和广泛...
ML与DM（一）
Young_Li_1117的博客
11-02 437
这学期上了机器学习和数据挖掘嘛，就感觉两个课很多东西都差不多，讲的角度略有不同，一个用python一个用R，想开个系列整理一下，原理和代码都附上，~ 教材用的是数据挖掘导论和西瓜书，配上统计学习方法。 第一章的绪论就不写了嘻嘻 第二章 模型评估方法 https://github.com/YoungLi1117/My_Tiny_Projects 旁友们自行下载嘻嘻 ...
ML与DM （八）
Young_Li_1117的博客
12-11 146
今天写了聚类 QAQ鸽了这么久可算出一篇了 猛然发现EM算法没咋写完 算了算了先交上去明天补一下。 https://github.com/YoungLi1117/My_Tiny_Projects
ML与DM（三）
Young_Li_1117的博客
11-05 217
又更新啦https://github.com/YoungLi1117/My_Tiny_Projects 刚刚传上去的有点错误完善了一下 后面多分类还没怎么细看 过两天写代码部分 发现几个git上面很好的学习笔记 还有吴恩达的机器学习课件 https://github.com/fengdu78/Data-Science-Notes https://github.com/NLP-...
ML与DM（七）
Young_Li_1117的博客
11-08 182
咕了一天貌似 先写了集成学习 就先传上去了，决策树写（学）的太粗糙，SVM还在看...（卑微） https://github.com/YoungLi1117/My_Tiny_Projects 集成学习boosting有地方推导有点烦，李航老师的统计学习方法真香 后面的梯度提升树还没完善好 好像...那个我一直没写DM，一直写ML来着... 考完雅思一定写...（相比来看DM简直就是文...
ML与DM（四）
Young_Li_1117的博客
11-12 172
照着统计学习方法写的，上课讲的太简略了 感谢这位大佬的解释，真的很赞。 https://blog.csdn.net/zhengzhenxian/article/details/79083643 下次写SVM，本来想写一起的，结果发现DT还挺多的。 嗯，统计学习方法真是本好书！ https://github.com/YoungLi1117/My_Tiny_Projects 更新在这里面了欢...
DM和ML的区别
专注计算机体系结构
05-13 5488
1. DM更应用化，ML更偏研究与算法（所以公司一般有数据挖掘工程师，机器学习研究员）  2. ML的问题经常是明确定义的，包括数据集及目标（且数据集是固定的）；DM通常只定义目标，甚至连目标也没有（给你一堆数据，给我找出有价值、有意思的东西出来）；在定义了目标的情况下，DM可以使用非固定的数据源  3. ML只是DM使用的方法的一种，DM还可以使用其他的方法（比如统计，比如直接看数据） 
DM与ML的主要区别
xiaolu的专栏
04-16 2714
1. DM更应用化，ML更偏研究与算法（所以公司一般有数据挖掘工程师，机器学习研究员） 2. ML的问题经常是明确定义的，包括数据集及目标（且数据集是固定的）；DM通常只定义目标，甚至连目标也没有（给你一堆数据，给我找出有价值、有意思的东西出来）；    在定义了目标的情况下，DM可以使用非固定的数据源 3. ML只是DM使用的方法的一种，DM还可以使用其他的方法（比如统
数据和数据预处理（ML&DM）
一只黑猩猩
09-28 2463
Machine Learning & Data Mining Data & Data Preprocessing 1. 数据 & 属性 数据：数据对象及其属性的集合 属性：属性是对象的属性或特征 属性值：属性值是分配给属性的数字或符号 属性和属性值的区别： 相同的属性可以映射到不同的属性值 不同的属性可以映射到同一组值 1.1 属性的类型 1.1.1 根据属性特征划分 属性的类型取决于它所拥有的数字的下列哪些操作： Distinctness: = ≠ Order:
ML-DM-Course-THU:清华大学机器学习与数据挖掘课程项目
04-18
在压缩包文件“ML-DM-Course-THU-master”中，我们可以期待找到一系列的 Jupyter Notebook 文件，每个文件可能对应一个独立的项目或实验。这些 Notebook 可能包含了数据预处理、模型训练、性能比较和结果解释等多个...
中移 4G.cat1模组 ML302（基于紫光展锐春藤8910DM）硬件设计手册_V1.0.0.pdf
03-02
### 中移 4G.cat1模组 ML302（基于紫光展锐春藤8910DM）硬件设计手册知识点概览 #### 一、引言与文档声明 - **引言**：该手册旨在为用户提供有关中移4G.cat1模组ML302的设计指南，帮助用户理解其功能特性以及如何...
中移 4G.cat1模组 ML302（基于紫光展锐春藤8910DM）产品规格说明书.pdf
03-02
中国移动 4G.cat1模组 ML302（基于紫光展锐春藤 8910DM）产品规格说明书；ML302 是中国移动最新推出的 LTE Cat.1 模块。ML302 支持 TD- LTE/FDD- LTE 通信制式，采用 LCC+LGA 封 装方式。
DMML:ICCV19论文“深度元度量学习”的代码
03-10
深度元度量学习（DMML） 此存储库包含ICCV19论文的PyTorch代码：深度元度量学习，包括对Market-1501和DukeMTMC-reID数据集的人员重新识别实验。 要求 Python 3.6+ PyTorch 0.4 tensorboardX 1.6 要安装所有...
mmexport1728641832280.jpg
10-11
mmexport1728641832280.jpg
YOLOv5口罩检测 标注好的数据集+训练好的模型.zip
最新发布
10-11
这里是YOLOv5进行口罩佩戴检测的项目。里面包含了数据集（2000张数据集），源码和训练好的模型（可直接使用来检测）。如有问题可以私聊博主。
Microsoft Visio 2007 Guide.doc
10-11
Microsoft Visio 2007 Guide.doc
Microsoft Project 2007 Guide.doc
10-11
Microsoft Project 2007 Guide.doc
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值