![](https://img-blog.csdnimg.cn/20190217203849800.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习从入门到精通
本专栏,主要针对机器学习相关内容进行共享,为大家提供相关的学习内容
Will-kkc
学习是为了更好的生存~
展开
-
了解 HMM 算法
什么是HMM 模型?和马尔可夫链又有什么关系?回答 :(1)什么是马尔科夫链?:(百度、知乎)有相关解释。(2)什么是HMM模型?隐马尔可夫模型(HMM)可以用五个元素来描述,包括2个状态集合和3个概率矩阵:1. 隐含状态 S这些状态之间满足马尔可夫性质,是马尔可夫模型中实际所隐含的状态。这些状态通常无法通过直接观测而得到。(例如S1、S2、S3等等)2. 可观测状态 O...原创 2019-02-22 11:09:20 · 875 阅读 · 0 评论 -
如何理解人工智能、机器学习和深度学习三者的关系
今天我们就用最简单的方法——同心圆,可视化地展现出它们三者的关系和应用转载 2017-05-05 12:13:40 · 4916 阅读 · 0 评论 -
如何理解机器学习?
1.大家经常会为在想,到底什么是机器学习?机器学习相关解释:(1)使用算法解析数据,从中学习,然后对世界上的某件事情做出决定或预测(2)从任务T ,训练过程E,模型表现 P ,机器学习过程被解释为:【为实现任务T】,通过【训练关于T的经验E】,来实现提高【模型结果P】的过程(3)机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。...原创 2019-02-20 23:00:59 · 1712 阅读 · 0 评论 -
机器学习的算法是如何划分的?
机器学习算法有哪些?机器学习算法包括:1、分层聚类,2、KNN,3、基于密度的聚类DBSCAN,4、K-means,5、自组织映射SOM,6、PCA,7、LDA,8、MDS,9、朴素贝叶斯,10、数据降维,11、神经网络,12、GMM,13、EM,14、LVQ,15、HMM,16、熵,条件熵,17、决策树,18、CART法,19、梯度下降,20、logistics回归,21、Adaboos...原创 2019-02-20 23:50:45 · 887 阅读 · 0 评论 -
第1章 机器学习基础
目录机器学习 概述机器学习 研究意义机器学习 场景机器学习 组成主要任务监督学习(supervised learning)非监督学习(unsupervised learing)强化学习训练过程算法汇总机器学习 数学基础机器学习 工具Python语言数学工具机器学习基础补充数据集的划分模型拟合程度常见的模型指标模型特征工...转载 2018-08-06 22:07:43 · 648 阅读 · 0 评论 -
第2章 k-近邻算法
KNN 概述k-近邻(kNN, k-NearestNeighbor)算法是一种基本分类与回归方法,我们这里只讨论分类问题中的 k-近邻算法。一句话总结:近朱者赤近墨者黑!k 近邻算法的输入为实例的特征向量,对应于特征空间的点;输出为实例的类别,可以取多类。k 近邻算法假设给定一个训练数据集,其中的实例类别已定。分类时,对新的实例,根据其 k 个最近邻的训练实例的类别,通过多数表决等方式...转载 2018-08-07 10:37:50 · 452 阅读 · 0 评论 -
第4章 基于概率论的分类方法:朴素贝叶斯
朴素贝叶斯 概述贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后,我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。贝叶斯理论 & 条件概率贝叶斯理论我们现在有一个数据集,它由两类数据组成,数据分布如下图所示:我们现在用 p1(x,y) 表示数据点 (x,y) 属于类...转载 2018-08-09 09:26:05 · 609 阅读 · 0 评论 -
第3章 决策树
决策树 概述决策树(Decision Tree)算法是一种基本的分类与回归方法,是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策树。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。它可以认为是 if-then 规则的集合,也可以认为是定义在特征空间与类空间上的条件概率分布。决策树学习通常包括 3 个步骤:特征选择、决策树的生成和决策树的修剪。决策...转载 2018-08-08 11:07:05 · 472 阅读 · 0 评论 -
第5章 Logistic回归
Logistic 回归 概述Logistic 回归 或者叫逻辑回归 虽然名字有回归,但是它是用来做分类的。其主要思想是: 根据现有数据对分类边界线(Decision Boundary)建立回归公式,以此进行分类。须知概念Sigmoid 函数回归 概念假设现在有一些数据点,我们用一条直线对这些点进行拟合(这条直线称为最佳拟合直线),这个拟合的过程就叫做回归。进而可以得到对这些点的...转载 2018-08-09 10:40:07 · 639 阅读 · 0 评论