![](https://img-blog.csdnimg.cn/2019092715111047.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
机器学习
天阑的芋头
这个作者很懒,什么都没留下…
展开
-
【机器学习】—逻辑回归(对数几率回归)和朴素贝叶斯分类器的对比
阅读之前看这里????:博主是一名正在学习数据类知识的学生,在每个领域我们都应当是学生的心态,也不应该拥有身份标签来限制自己学习的范围,所以博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。转载 2020-09-10 20:40:44 · 2155 阅读 · 0 评论 -
【机器学习】——梯度下降法的收敛性证明(详解)
阅读之前看这里????:博主是一名正在学习数据类知识的学生,在每个领域我们都应当是学生的心态,也不应该拥有身份标签来限制自己学习的范围,所以博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1.梯度下降法的原理和作用2.为什么梯度下降可以收敛?1.泰勒级数2.如何利用泰勒公式求损失函数最小值为什么要写这篇博客呢?原创 2020-09-10 11:52:10 · 10121 阅读 · 2 评论 -
【机器学习】—各类梯度下降算法 简要介绍
阅读之前看这里????:博主是一名正在学习数据类知识的学生,在每个领域我们都应当是学生的心态,也不应该拥有身份标签来限制自己学习的范围,所以博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录一、梯度下降(Batch Gradient Descent)二、随机梯度下降(SGD)三、小批量随机梯度下降(Mini Bat原创 2020-08-30 21:25:26 · 1084 阅读 · 0 评论 -
【机器学习】—SVM中拉格朗日算法和SMO算法
> 博客地址:[天阑之蓝的博客](https://blog.csdn.net/qq_34069667),学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。原创 2020-08-30 17:16:40 · 1199 阅读 · 0 评论 -
【机器学习】—何为统计学习方法三要素?
阅读之前看这里????:博主是正在进行数据分析师求职的一员,博客记录的是在学习和求职过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。何为统计学习方法三要素?01 模型02 策略03 算法在李航《统计学习方法中》提到了统计学习方法的三要素为:模型,策略和算法。,那么何为这三要素呢,接下来我们一起来探索吧。书中对统计学习方法的概括如下原创 2020-08-29 10:44:30 · 548 阅读 · 1 评论 -
数据分析面试【机器学习】总结之-----主要的常见面试题整理(二)
阅读之前看这里????:博主是正在进行数据分析师求职的一员,博客记录的是在学习和求职过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1.简述方差和偏差的概念2.简述参数模型和非参数模型的区别和优缺点3.简述生成模型和判别模型地概念4.如何解决样本类别不均衡的问题5.L1和L2范数的区别6.机器学习中,为什么经常需要对数据进行归一化原创 2020-08-18 14:29:22 · 1538 阅读 · 0 评论 -
数据分析面试【机器学习】总结之-----主要的常见面试题整理(一)
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1、过拟合和欠拟合的现象2.造成过拟合和欠拟合的原因,如何解决?3.什么是正则化,L1和L2正则化的区别3.1 L1正则化与L2正则化3.2 L1和L2正则化的作用:3.3 小结4.过拟合的其它解决方案5.超参数原创 2020-08-14 11:01:37 · 1571 阅读 · 0 评论 -
数据分析面试【机器学习】总结之-----PCA主成成分分析 常见面试题整理
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1.PCA定义2.PCA具体计算步骤3.降维之后的维度怎么确定4.降维的必要性5.降维的目的:6.给你一个数据集。该数据集包含很多变量,你知道其中一些是高度相关的。经理要求你用PCA。你会先去掉相关的变量吗?为什原创 2020-08-14 09:32:17 · 3407 阅读 · 0 评论 -
数据分析面试【机器学习】总结之-----XGBoost常见面试题整理
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1.简单介绍一下XGBoost2.XGBoost与GBDT有什么不同3.XGBoost为什么使用泰勒二阶展开4. XGBoost为什么可以并行训练5.XGBoost为什么快6. XGBoost防止过拟合的方法7.转载 2020-08-08 09:50:23 · 748 阅读 · 0 评论 -
数据分析面试【机器学习】总结之-----Boosting和AdaBoost(集成学习)常见面试题整理
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1.集成学习2.Boosting和AdaBoost3.Adaboost 算法详解3.1Adaboost 步骤概览3.2简述权值更新方法3.3 训练过程中,每轮训练一直存在分类错误的问题,整个Adaboost却能快原创 2020-08-07 16:01:57 · 995 阅读 · 0 评论 -
数据分析面试【机器学习】总结之-----bagging和随机森林常见面试题整理
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1.Bagging思想2.随机森林3.随机森林分类效果的影响因素4.随机森林有什么优缺点5.随机森林如何处理缺失值?6.随机森林的过拟合问题1.Bagging思想Bagging是bootstrap aggre原创 2020-08-06 11:32:29 · 1192 阅读 · 2 评论 -
数据分析面试【机器学习】总结之-----logistic回归常见面试题整理
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1.一句话概括逻辑回归2.线性回归和逻辑回归的区别3.逻辑回归的损失函数4.逻辑回归的求解方法5.逻辑回归的目的6.逻辑回归如何分类7.逻辑回归的损失函数为什么要使用极大似然函数作为损失函数?8.逻辑回归的优缺点原创 2020-08-05 21:04:31 · 2304 阅读 · 0 评论 -
数据分析面试【机器学习】总结之-----决策树常见面试题整理
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1.决策树原理1.1原理1.2如何学习一棵决策树?1.3能具体谈谈这三个步骤吗?1.4如何选择最优特征呢?1.5递归的终止条件是什么呢?2.谈谈对信息增益和信息增益率的理解?3.决策树出现过拟合的原因及其解决办法原创 2020-08-04 17:22:31 · 2548 阅读 · 0 评论 -
数据分析面试【机器学习】总结之-----朴素贝叶斯常见面试题整理
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。目录1、朴素贝叶斯原理2、朴素贝叶斯为什么“朴素naive”?3、朴素贝叶斯属于生成式模型,与判别式模型(LR)区别是?4、写出全概率公式&贝叶斯公式5、最大似然估计和最大后验概率的区别?6、朴素贝叶斯的工作原创 2020-08-03 20:40:38 · 1711 阅读 · 0 评论 -
数据分析师之必会算法—聚类方法
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。数据分析师之必会算法—聚类方法1.什么是聚类2.聚类分析的典型应用场景3.主要的聚类算法3.1划分方法3.2层次方法3.3基于密度的方法3.4基于网格的方法四、聚类分析在实践应用中的重点注意事项4.1如同处理数据噪声原创 2020-07-08 15:19:45 · 1172 阅读 · 0 评论 -
数据分析【机器学习】总结之-----SVM(支持向量机)十大常见面试题整理
阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。SVM“支持向量机”十大常见面试题整理(1)SVM的原理是什么?(2)支持向量机的分类及区别(3)SVM为什么采用间隔最大化?(4)为什么SVM要引入核函数?(将线性不可分变成线性可分)(5)常用的核函数(6)为什么原创 2020-06-16 21:28:14 · 5690 阅读 · 1 评论