![](https://img-blog.csdnimg.cn/20190918140053667.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 83
主要记录机器学习的各种算法理论及相关的练习
Bigdataxy
分享机器学习,人工智能,大数据,数据挖掘相关知识~
展开
-
【机器学习】机器学习绪论
本章机器学习绪论从基本术语假设空间和归纳偏好三个方面进行论述。原创 2023-02-15 12:33:24 · 213 阅读 · 0 评论 -
【大数据竞赛】2022MathorCup大数据挑战赛 B题 北京移动用户体验影响因素研究 探索性数据分析
该系列文章分为问题分析,探索性数据分析,特征工程,模型建立四个部分,以此来记录完成本次竞赛的具体思路,及对部分问题的补充研究。若需要附件数据,评论区留邮箱,看到会回复。原创 2023-02-03 15:08:41 · 907 阅读 · 3 评论 -
【大数据竞赛】2022MathorCup大数据挑战赛 B题 北京移动用户体验影响因素研究 题目分析
该系列文章分为问题分析、数据探索性分析、特征工程、模型建立四个部分,以此来记录完成本次竞赛的具体思路,及对部分问题的补充研究。原创 2023-02-01 13:54:56 · 1046 阅读 · 0 评论 -
【机器学习】贝叶斯分类器(算法原理实现及sklearn实现)
贝叶斯分类器作为“生成式模型”可处理多分类问题,在数据较少的情况下依然有效,本文介绍了算法原理推导及基于算法原理的代码实现与基于sklearn包的代码实现。原创 2022-12-18 12:50:22 · 2770 阅读 · 0 评论 -
机器学习中的判别式模型和生成式模型
在机器学习中,对于有监督学习可以将其分为两类模型:判别式模型和生成式模型。简单地说,判别式模型是针对条件分布建模,而生成式模型则针对联合分布进行建模。原创 2022-12-17 13:22:01 · 199 阅读 · 0 评论 -
【概率论理论】协方差,协方差矩阵理论(机器学习)
在许多机器学习算法中需要求出两个分量间相互关系的信息。协方差就是描述这种相互关联程度的一个特征数。相关系数矩阵是标准后的协方差矩阵。原创 2022-12-06 18:47:40 · 1684 阅读 · 0 评论 -
先验概率和后验概率的通俗解释(贝叶斯分类)
通俗的理解先验概率和后验概率;贝叶斯方法在机器学习中如此重要,就是因为人们希望机器人能像人那样思考,而很多问题是需要计算机在已知条件下做出最佳决策的决策,而贝叶斯公式就是对人脑在已知条件下做出直觉判断的一种数学表示。转载 2022-11-25 19:14:02 · 624 阅读 · 0 评论 -
从技术方面如何更好的理解什么是机器学习?
机器学习的技术定义:在预先定义好的可能性空间中,利用反馈信息的指引来寻找输入数据的有用表示。原创 2022-12-02 12:43:02 · 481 阅读 · 0 评论 -
贝叶斯公式证明及Bayesain在机器学习重要地位的理解
经典的Bayesian在机器学习中如此重要,就是因为人们希望机器人能像人那样思考,而很多问题是需要计算机在已知条件下做出最佳决策的决策,而贝叶斯公式就是对人脑在已知条件下做出直觉判断的一种数学表示。原创 2022-11-25 22:04:52 · 384 阅读 · 0 评论