机器学习
C...D
寄蜉蝣于天地,渺沧海之一粟。
展开
-
KNN与SVM的区别
Softmax say:1. svm, 就像是在河北和北京之间有一条边界线,如果一个人居住在北京一侧就预测为北京人,在河北一侧,就预测为河北人。但是住在河北的北京人和住在北京的河北人就会被误判。 knn,就是物以类聚,人以群分。如果你的朋友里大部分是北京人,就预测你也是北京人。如果你的朋友里大部分是河北人,那就预测你是河北人。不管你住哪里。 可惜河北和北京直接并不能以一条边界进...原创 2019-04-12 15:34:04 · 14055 阅读 · 2 评论 -
Chatbot大牛推荐:AI、机器学习、深度学习必看9大学习视频
TinyMind2018-07-19 10:15关注文章机器学习视频深度学习视频这年头,谈话间,不夹杂点“人工智能”,“机器学习”,“深度学习”这样的字眼,就跟九十年代追不上互联网的时髦一样——丢份!可是呢,说白了,真正懂行的没几个,真的没几个。几个月前,我也属于多少能跟风提两嘴,但当真不明白这人工智能到底根子上是啥玩意儿的吃瓜群众。谁要是跟我提里面的技术...转载 2019-04-16 08:45:55 · 531 阅读 · 0 评论 -
轻松读懂机器学习中数据特征 标准化和归一化
关注文章数据特征分析数据标准化数据归一化一、标准化/归一化定义归一化和标准化经常被搞混,程度还比较严重,非常干扰大家的理解。为了方便后续的讨论,必须先明确二者的定义。 归一化 就是将训练集中某一列数值特征(假设是第i列)的值缩放到0和1之间。方法如下所示: 标准化 就是将训练集中某一列数值特征(假设是第i列)的值缩放成均值为0,方差为1的状态。如下所...转载 2019-04-16 08:43:43 · 843 阅读 · 1 评论 -
轻松读懂机器学习由 信息量→熵→相对熵→交叉熵
关注文章交叉熵理解流程大致如下:信息量X轴表示P y轴表示信息量信息论交叉熵是信息论中的一个概念,要想了解交叉熵的本质,需要先从最基本的概念讲起。1 信息量首先是信息量。假设我们听到了两件事,分别如下:事件A:巴西队进入了2018世界杯决赛圈。事件B:中国队进入了2018世界杯决赛圈。仅凭直觉来说,显而易见事件B的信息量比事件A的信息量要大。究其原...转载 2019-04-16 08:40:33 · 270 阅读 · 0 评论 -
《深度学习500问》一份超全深度学习资料,面试必备!
给大家推荐一本还未完成的深度学习书籍——《深度学习500问》。为什么要推荐一本未完成的书?首先,这本书的作者是通过问答的形式,对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述,清晰明了,方便检索,特别适合初学者。其次,该作者将这本书无偿发布在 GitHub 上,大家可以直接在线阅读或下载学习。最后,这是一本中文书。所以,虽然这本书还未完工,但是非常适合广大读者点...转载 2019-04-16 08:37:39 · 1293 阅读 · 0 评论 -
张相於,二手交易平台转转推荐算法部负责人,算法架构师。他是如何成为一名机器学习算法工程师
成为一名合格的开发工程师不是一件简单的事情,需要掌握从开发到调试到优化等一系列能力,这些能力中的每一项掌握起来都需要足够的努力和经验。而要成为一名合格的机器学习算法工程师(以下简称算法工程师)更是难上加难,因为在掌握工程师的通用技能以外,还需要掌握一张不算小的机器学习算法知识网络。下面我们就将成为一名合格的算法工程师所需的技能进行拆分,一起来看一下究竟需要掌握哪些技能才能算是一名合格的算法...转载 2019-04-16 08:35:38 · 874 阅读 · 3 评论 -
大疆RoboMaster技术总监:我是如何成为一名机器人工程师的
▌前言很多朋友私信问我对机器人和人工智能感兴趣,该怎么展开学习。最近稍微有点空,我写写我的看法。两年前,我在知乎回答如何定义「机器人」? - YY硕的回答中试图给机器人做出一个比较仔细的定义,我觉得机器人和人工智能最大的区别在于是否要和物理世界进行交互。今年初在另一篇知乎回答里对机器人或人工智能的研究会帮助我们更好的了解人类自己吗? - YY硕的回答我说到传感器是和物理世界交互...转载 2019-04-16 08:33:13 · 2709 阅读 · 0 评论 -
如何成为一名无人驾驶工程师
作者 | 刘少山无人驾驶作为一项新兴技术,落地为产品需要大量算法、工程、产品贯通的AI全栈人才。笔者在最近一年招聘中发现,许多技术方向的同学对人工智能既爱又畏惧,一方面觉得这是未来,另一方面又觉得很难而不敢触碰。懂工程的同学做算法时有很大的畏惧感,而专注算法的同学又常常容易陷入某个算法而缺乏工程落地能力。这次笔者以一个从业者角度来与大家聊一下如何入门无人驾驶/机器人行业,也希望大家多了解和...转载 2019-04-16 08:12:31 · 787 阅读 · 0 评论 -
快乐学习机器学习常用算法
写这篇文章的目的,是对ML的常用算法有个常识性的认识,没有代码,没有复杂的理论推导,就是图解一下,知道这些算法是什么,它们是怎么应用的,例子主要是分类问题。今天的算法解析如下: 决策树 随机森林算法 逻辑回归 SVM 朴素贝叶斯 K最近邻算法 K均值算法 Adaboost 算法 神经网络 ...转载 2019-04-16 08:07:45 · 512 阅读 · 0 评论 -
罗列出目前比较流行的机器学习算法各自优缺点
TinyMind在我们日常生活中所用到的推荐系统、智能图片美化应用和聊天机器人等应用中,各种各样的机器学习和数据处理算法正尽职尽责地发挥着自己的功效。本文筛选并简单介绍了一些最常见算法类别,还为每一个类别列出了一些实际的算法并简单介绍了它们的优缺点。https://static.coggle.it/diagram/WHeBqDIrJRk-kDDY目录 正则化...转载 2019-04-16 08:00:23 · 673 阅读 · 0 评论 -
(转)通俗精湛的SVM讲解
ybsun2010阅读数:6352这两周把《Machine Learning in Action》看完了,感觉写的挺好的,这是第一次坚持看完英文原版书,中文译本6月10号就能购买了,从网上预定了一本,过几天再重新翻翻看看自己理解不到位的地方。感觉最难理解的一章是SVM 那里,所以搜索了一下讲的比较好的入门文章,下面的链接写的特别好,强烈推荐。原系列出处:http://www.blogj...转载 2019-04-18 13:42:15 · 379 阅读 · 0 评论