机器学习
文章平均质量分 81
AI点滴积累
这个作者很懒,什么都没留下…
展开
-
python版AI贪吃蛇
本文转自:https://mp.weixin.qq.com/s?__biz=MzU2NDI1MjkwNA==&mid=2247484020&idx=1&sn=73aa1452ddba05ae233e3e4a3aaa2ad6&chksm=fc4c9bf3cb3b12e5877f0bfc64c819bf7ffc302d1ad473ed3bea618cc923e978c...转载 2018-11-29 11:30:53 · 397 阅读 · 0 评论 -
蒙特卡洛算法简单理解与demo
本文转自:https://blog.csdn.net/u011021773/article/details/78301557 蒙特卡洛算法,实际上就是用频率估计概率。首先我们知道一个边长为2的正方形面积是22=4,他的内接圆的面积是π1,那么我们在这样一个正方形内随机生成10000个点,落在圆里的点的个数/10000就应该是π/4,所以我们可以估计出π是落在圆里的点的个数*4/10000....转载 2018-11-28 19:58:15 · 206 阅读 · 0 评论 -
深入浅出ML之Entropy-Based家族
本文转自:http://www.52caml.com/head_first_ml/ml-chapter2-entropy-based-family/基本概念熵与信息熵如何理解熵的含义?自然界的事物,如果任其自身发展,最终都会达到尽可能的平衡或互补状态。举例:一盒火柴,(人为或外力)有序地将其摆放在一个小盒子里,如果不小心火柴盒打翻了,火柴会“散乱”地洒在地板上。此时火柴虽然很乱,但...转载 2018-12-03 11:53:12 · 293 阅读 · 0 评论 -
深入浅出ML之Boosting家族
本文转自:http://www.52caml.com/head_first_ml/ml-chapter6-boosting-family/写在前面提升(boosting)方法是一类应用广泛且非常有效的统计学习方法。在2006年,Caruana和Niculescu-Mizil等人完成了一项实验,比较当今世界上现成的分类器(off-the-shelf classifiers)中哪个最好?实...转载 2018-12-05 16:55:22 · 206 阅读 · 0 评论 -
深入浅出ML之Kernel-Based家族
本文转自:http://www.52caml.com/head_first_ml/ml-chapter4-kernel-based-family/写在前面机器学习中有这样一个结论:低维空间线性不可分的数据通过非线性映射到高维特征空间则可能线性可分。极端地,假设数据集中有m个样本,一定可以在m−1维空间中线性可分。每一个样本在特征空间中对应一个点,试想一下,2个点可以用一维空间分开;3个...转载 2018-12-03 19:18:39 · 260 阅读 · 0 评论 -
深入浅出ML之Tree-Based家族
本文转自:http://www.52caml.com/head_first_ml/ml-chapter3-tree-based-family/写在前面本章我想以一个例子作为直观引入,来介绍决策树的结构、学习过程以及具体方法在学习过程中的差异。(注:构造下面的成绩示例数据,来说明决策树的构造过程)定义划分等级的标准:“等级1”把数据划分为4个区间:“等级2”的划分 假设这次考试,...转载 2018-12-03 19:19:05 · 191 阅读 · 0 评论 -
深入浅出ML之Factorization家族
本文转自:http://www.52caml.com/head_first_ml/ml-chapter9-factorization-family/因子分解机因子分解机(Factorization Machine,简称FM),又称分解机器。是由Konstanz大学(德国康斯坦茨大学)Steffen Rendle(现任职于Google)于2010年最早提出的,旨在解决大规模稀疏数据下的特征...转载 2018-12-06 13:21:32 · 299 阅读 · 0 评论 -
深入浅出ML之Clustering家族
本文转自:http://www.52caml.com/head_first_ml/ml-chapter10-clustering-family/# 写在前面那么如何把相近的样本点聚合在一起,同样不相近的样本尽可能不在同一个簇中?一个思路就是假设每个样本有标签,只是“隐藏”起来了,把它当作隐变量(latent variable)。然后用监督学习的思路去求解,把相同标签的样本聚合在一起即可...转载 2018-12-06 15:26:16 · 239 阅读 · 0 评论 -
一文看懂机器学习流程(客户流失率预测)
本文转自:https://my.oschina.net/sizhe/blog/15947911 定义问题客户流失率问题是电信运营商面临得一项重要课题,也是一个较为流行的案例。根据测算,招揽新的客户比保留住既有客户的花费大得多(通常5-20倍的差距)。因此,如何保留住现在的客户对运营商而言是一项非常有意义的事情。 本文希望通过一个公开数据的客户流失率问题分析,能够带着大家理解如何应用机器学...转载 2018-12-14 10:53:10 · 362 阅读 · 0 评论 -
动态规划
本文转自:http://www.52caml.com/reinforcement-learning/chapter4-dynamic-programming/ 前言这一节介绍基于模型的强化学习问题求解的一种算法-动态规划算法。动态规划算法是解决复杂问题的一类方法,算法通过把复杂问题分解成若干个子问题,通过求解子问题进一步得到全局问题的解。所谓基于模型的强化学习即马尔科夫决策过程已知(...转载 2018-11-28 19:57:39 · 103 阅读 · 0 评论 -
马尔可夫决策过程
本文转自:http://www.52caml.com/reinforcement-learning/chapter3-markov-decision-process/1. 智能体与环境强化学习问题不同于传统机器学习问题,它是一种在交互的过程中学习并实现目标的问题。这里把具有学习能力和决策能力的程序或系统称之为Agent(代理,智能体);与之交互的对象统称为环境(Environment)。交...转载 2018-11-28 19:57:04 · 1404 阅读 · 0 评论 -
xgboost原理及应用
本文转载自:https://www.cnblogs.com/zhouxiaohui888/p/6008368.html1.背景关于xgboost的原理网络上的资源很少,大多数还停留在应用层面,本文通过学习陈天奇博士的PPT地址和xgboost导读和实战 地址,希望对xgboost原理进行深入理解。2.xgboost vs gbdt说到xgboost,不得不说gbdt。了解gbdt可以...转载 2018-11-26 17:10:56 · 142 阅读 · 0 评论 -
AdaBoost算法
本文转载自:https://blog.csdn.net/fuqiuai/article/details/79482487 简介Adaboost算法是一种提升方法,将多个弱分类器,组合成强分类器。 AdaBoost,是英文”Adaptive Boosting“(自适应增强)的缩写,由Yoav Freund和Robert Schapire在1995年提出。 它的自适应在于:前一个弱分类...转载 2018-11-26 18:48:49 · 203 阅读 · 0 评论 -
深度强化学习(理论篇)—— 从 Critic-only、Actor-only 到 Actor-Critic
本文转自:https://blog.csdn.net/lipengcn/article/details/81253033# 1 概述## 1.1 强化学习 v.s. 监督学习强化学习,与监督学习、无监督学习并列,作为机器学习的三大类。强化学习,研究的是 agent 从与 environment 交互过程进行学习,学习如何作用于 environment,从而可以从 environment...转载 2018-11-30 11:41:38 · 373 阅读 · 0 评论 -
机器学习——K-近邻(KNN)算法
本文转载自:https://www.cnblogs.com/ybjourney/p/4702562.html 一 . K-近邻算法(KNN)概述最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来,当测试对象的属性和某个训练对象的属性完全匹配时,便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢,其次就是存在一个测试对象同时与多个训练对象匹配,导致一个...转载 2018-11-27 15:21:38 · 240 阅读 · 0 评论 -
深入浅出ML之Regression家族
本文转自:http://www.52caml.com/head_first_ml/ml-chapter1-regression-family/#%E9%80%BB%E8%BE%91%E6%96%AF%E8%92%82%E5%9B%9E%E5%BD%92%EF%BC%88Logistic_Regression%EF%BC%89符号定义这里定义《深入浅出ML》系列中涉及到的公式符号,如无特殊...转载 2018-11-30 16:58:50 · 142 阅读 · 0 评论 -
数据挖掘--模型选择
本文转自:https://blog.csdn.net/qq_20800249/article/details/80046476 名称 假设 /关键 优缺点 模型 策略 算法 感知机 拉格朗日对偶 1.初值不同结果不同 2.无法处理非线性 3.对偶形式将内积存储(Gram矩阵),...转载 2018-12-01 17:46:25 · 167 阅读 · 0 评论 -
YOLO v3算法笔记
本文转自:https://blog.csdn.net/u014380165/article/details/80202337论文地址:https://pjreddie.com/media/files/papers/YOLOv3.pdfYOLO系列的目标检测算法真的非常赞!这篇博客就来介绍YOLO v3算法的内容,因为涉及到v1和v2的一些思想,所以可以先熟悉下:YOLO v1算法详解,Y...转载 2018-12-01 17:50:14 · 200 阅读 · 0 评论 -
常见的七种回归技术介绍
本文转自:https://blog.csdn.net/wanghuan203/article/details/79329427 常见的七种回归技术 根据受欢迎程度,线性回归和逻辑回归经常是我们做预测模型时,且第一个学习的算法。但是如果认为回归就两个算法,就大错特错了。事实上我们有许多类型的回归方法可以去建模。每一个算法都有其重要...转载 2019-01-16 12:24:05 · 492 阅读 · 0 评论