![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 82
August1226
现在是一枚策略分析师,每天的工作就是看看数据、琢磨琢磨能挖出什么东西,还是菜鸟,嗷嗷待哺~
展开
-
机器学习 --决策树学习(超级完整!含python代码!)
***********写在前面*************************************************************************************************本文章所有内容都是我从其他前辈处摘录过来的,本人只是做了相应的整理,在文章中也标注了某一段的来源,文章结尾附了链接~~~~~~~~~~***********以下是正文*...原创 2018-06-19 14:00:18 · 7179 阅读 · 0 评论 -
(转)机器学习 -- 一篇超级棒的介绍随机森林的文章,写的太好了,读起来简直清爽!!!
发现一篇超级棒的介绍随机森林的文章,写的太好了,读起来简直清爽!!!就是这篇!!!!!!去读!!!!!!!![Machine Learning & Algorithm] 随机森林(Random Forest) 膜拜!!!!!!...转载 2018-06-19 18:52:38 · 2937 阅读 · 0 评论 -
机器学习小问题 之 人工智能、机器学习与深度学习的区别与联系
这几天参加了美团的提前批面试,被问了这个问题,一下子就蒙了(好丢人。。。)。回来赶紧学习一下,总结在这里。目录一、总述:1.发展顺序2.包含关系三、细说三者: 1.人工智能(Artificial Intelligence,AI) 2. 机器学习(Machine Learning)3.深度学习(Deep Learning) 四、结束语五、参考链接 一...原创 2018-07-18 14:14:05 · 1496 阅读 · 0 评论 -
机器学习小问题 之 分类与聚类有什么区别?
机器学习中的大部分问题都可以归为聚类或者分类问题。例如,我们利用神经网络来进行手写体数字识别,无非是将所有手写体数字图片分为标签为0,1,2,...,9这10个类别。当我们分别来谈论聚类和分类问题时,我们对这两个概念都不陌生。但是,当我们将两者放在一起来谈时,我们可能又会发现,我们对二者的界限是很模糊的,仿佛二者说的是同一件事情。所以,接下来我们就来梳理一下二者到底有什么区别。目录...原创 2018-07-26 18:03:36 · 3690 阅读 · 0 评论 -
机器学习小问题 -- 生成式模型与判别式模型
本篇博文总结最近学习到的生成式模型与判别式模型的知识。1. 简介就像之前在总结分类和聚类时说的一样,机器学习基本在做的事情就是在分类、打标签,我们的模型也就像一个个分类机器(个人看法,欢迎指正)。而这么多的模型,可以分为两类:生成式模型与判别式模型。对于一个分类器,当我们丢进去 x 以后,那么我们到底该如何决定它该分到哪一个标签呢,也就是它抛出的 y 会是多少呢?很自然地,我们会想到使...原创 2018-08-03 17:50:38 · 1658 阅读 · 0 评论 -
机器学习 --Kmeans聚类理论小结
下面是对K-means聚类的理论做的小总结一 算法原理 二 复杂度分析 三 优缺点优点:快! 缺点: 1. 依赖初始值的选取,不同的初始值得到的结果不同; 2. 得到的结果是局部最优,而非全局最优 3. K(聚成几个类)需要提前给定(待补充。。。。。。。。。。。) ...原创 2018-08-07 15:54:44 · 1020 阅读 · 1 评论