![](https://img-blog.csdnimg.cn/01360c8b354940a49021aec02dbefbc3.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习理论与实践从入门到放弃
文章平均质量分 85
以西瓜书为载体,结合开源datawhale的南瓜书为工具,理论联系实践,入门机器学习,
笨猪起飞
这个作者很懒,什么都没留下…
展开
-
机器学习理论与实践——“特征降维“的常见思路
数据挖掘——特征工程之特征降维在业界广泛流传着一句话:数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。由此可见,数据和特征是多么的重要,而在数据大多数场景下,数据已经就绪,不同人对于同样的数据处理得到的特征却千差万别,最终得到的建模效果也是高低立现。从数据到特征这就要从特征工程说起了…0.特征工程首先介绍下特征工程是什么:利用数据领域的相关知识来创建能够使机器学习算法达到最佳性能的特征的过程[1.wiki]。特征工程是一个较大领域,它通常包括特征构建、特征提取和特征选择这三个子模转载 2022-02-18 16:22:28 · 257 阅读 · 0 评论 -
机器学习理论——吃瓜系列之4:神经网络
神经网络1、神经元模型2.1 感知机2.2 多层网络3、误差逆传播算法(BP算法)4、深度学习5、其他常见的神经网络RBF网络ART网络SOM网络级联相关网络Elman网络Boltzmann机1、神经元模型定义:神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界体所作出的交互反应。在机器学习中谈论神经网络时指的是”神经网络学“或者说是机器学习与神经网络这两个学科领域的交叉部分。基本组成:神经元模型在M-P神经元模型中,神经元接收到其他n个神经元传递过来的原创 2022-01-24 19:15:49 · 1622 阅读 · 0 评论 -
机器学习理论_吃瓜系统之3:决策树模型
决策树模型一、简介一、决策树的原理二、剪枝与缺失值处理1.剪枝2.缺失值处理三、多变量决策树决策树的增量学习总结参考文章:一、简介 决策树是对数据进行分类的一种算法。对数据的特征一一判断,从而得出该数据属于哪一个类别。基于树结构来进行决策的,其目的是为了产生一颗泛化能力强、即处理未见示例能力强的决策树,其基本流程遵循简单且直观的“分而治之”的策略。一、决策树的原理决策树分类器是基于数据集建立起来的,通过对数据集的分析,计算各种划分方式的信息增益,确定一个最优的划分顺序。决策树的生成是递归原创 2022-01-20 16:57:28 · 733 阅读 · 0 评论 -
机器学习理论_吃瓜系统之2:线性模型
西瓜书可谓国内机器学习近年最优秀的专业书籍之一。本文以及本系列是笔者阅读南京大学周志华先生所著《机器学习》一书及书中提到的论文所做的每章总结与归纳。原创 2022-01-17 19:24:43 · 660 阅读 · 0 评论 -
机器学习理论_切瓜系列之1: 概念解析
机器学习正是这样一门学科,它致力于研究如何通过计算的手段,利用经验来玫善系统自身的性能在计算机系统中,“经验"通常以"数据"形式存在,因此?机器学习所研究的主要内容,是关于在计算机上从数据中产生"模型” (model) 的算法,...原创 2022-01-10 17:50:39 · 413 阅读 · 0 评论