●机器学习
代立冬
StayHungryStayFoolish外功修行内功修神
展开
-
机器学习路线图
机器学习路线图(附资料)1. 引言也许你和这个叫『机器学习』的家伙一点也不熟,但是你举起iphone手机拍照的时候,早已习惯它帮你框出人脸;也自然而然点开今日头条推给你的新闻;也习惯逛淘宝点了找相似之后货比三家;亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩,这些功能的核心算法就是机器学习领域的内容。套用一下大神们对机器学习的定义,机器学习研究的是计算机怎样模拟人类的学习行为,以获取新的知识或技转载 2016-03-10 18:51:27 · 2465 阅读 · 0 评论 -
np.linalg.norm(求范数)
1、linalg=linear(线性)+algebra(代数),norm则表示范数。2、函数参数[python] view plain copyx_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False) ①x: 表示矩阵(也可以是一维)②ord:范数类型向量的范数:矩阵的范数:ord=1:列和的最大值ord=2:|λE-ATA|=0...转载 2018-03-19 00:50:49 · 5140 阅读 · 0 评论 -
我应该使用哪种机器学习算法?
我应该使用哪种机器学习算法?该资源主要面向初学者到中级数据科学家或分析师,他们有兴趣识别和应用机器学习算法来解决他们感兴趣的问题。当面对各种各样的机器学习算法时,初学者提出的一个典型问题是“我应该使用哪种算法?” 问题的答案因许多因素而异,包括:数据的大小,质量和特性。 可用的计算时间。 任务的紧迫性。 您想要对数据做什么。即使是经验丰富的数据科学家也无法确定哪种算法在尝试...翻译 2018-12-16 14:56:05 · 4999 阅读 · 2 评论 -
图解机器学习
图解机器学习 每当提到机器学习,大家总是被其中的各种各样的算法和方法搞晕,觉得无从下手。确实,机器学习的各种套路确实不少,但是如果掌握了正确的路径和方法,其实还是有迹可循的,这里我推荐SAS的Li Hui的这篇博客,讲述了如何选择机器学习的各种方法。 另外,Scikit-learn 也提供了一幅清晰的路线图给大家选择:其实机器学习的基本算法都很简单,下面我们就利用二维数据和交互...转载 2018-12-18 00:08:32 · 1895 阅读 · 0 评论