机器学习
才千5贝
技术改变世界,阅读塑造一生!
展开
-
手撕贝叶斯之垃圾短信(邮件)识别
基于贝叶斯的垃圾短信分类利用贝叶斯对垃圾短信(邮件)分类想必是入门机器学习的首选排行前三的一个实例,对于一个算法原理的了解和手撕这个算法还是有一定的差距的。对于贝叶斯分类算法的原理可以用一句话概括:通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类。用公式来解释其实主要就是利用条件概率公式:然而今天的主题不是讲解贝...原创 2018-08-13 21:35:48 · 5236 阅读 · 8 评论 -
基于networkx分析Louvain算法的社团网络划分
图论之-Python NetworkX 入门1:图论概述1.1图论基本概念1图一个图G = (V, E)由一些点及点之间的连线(称为边)构成,V、E分别计G的点集合和边集合。在图的概念中,点的空间位置,边的区直长短都无关紧要,重要的是其中有几个点以及那些点之间有变相连。图1:图示例2有向图和无向图最基本的图通常被定义为“无向图”,与之对应的则被称为“有向图”。两者唯一的...原创 2018-08-16 20:08:34 · 24611 阅读 · 19 评论 -
开始机器学习-Getting Started With Machine Learning
前段时间网上查机器学习相关资料,无意间发现一个文档,里面是英文版的机器学习笔记,分为机器学习基础和机器学习算法两部分,该文档是以为机器学习爱好者的苦心之作,然后为了学习,我就想试着翻译一下,就当是学习一下英文,然后顺带着复习一下机器学习的相关理论。 目前是这样计划的:翻译的顺序就按照文档的目录顺序进行,然后根据自己的理解添加一些自己的说明,或者补充一些相关的概念或...原创 2018-09-23 12:35:27 · 1907 阅读 · 1 评论 -
机器学习概览
第一部分:机器学习基础01 | 概览-机器学习无处不在从左至右:自动驾驶,人脸识别,垃圾检测,信用卡欺诈检测从左至右:维护(故障)预测,销售预测,语音识别,机器人-计算机视觉正在超越人类能力左图上:椅子,餐桌,人。左图下:狗,人,树叶。右图:此图显示的是ImageNet图像识别大赛在2012-2015年的表现,随时间推移错误率一直在下降,并在2015年低于了...翻译 2018-09-23 22:33:06 · 279 阅读 · 0 评论 -
机器学习之数据准备
04 | 数据准备数据准备阶段包含从原始数据到形成最终数据集(将要被喂给模型工具的数据)的所有操作。数据准备任务可能要进行多次,没有规定的固定顺序。任务包括:表,记录和特征选择以及为了模型工具的数据清洗和转换。-数据准备是费时间的纽约时报的一篇文章报道,数据科学家在挖掘出有价值的“金块”之前要花费50%到80%的时间在很多诸如收集数据和准备不规则的数据的普通任务上。混乱的数据是数据科学...翻译 2018-10-03 00:07:17 · 9523 阅读 · 0 评论 -
机器学习概览2
-什么是机器学习?机器学习就是一段可以从经验中学习计算机程序,关于一些任务T和以及程序在任务T中的表现的性能评估P,程序能随着经验不断的提升性能。-更多关于机器学习的定义机器学习是一门让计算机在不被明确编程的情况下行动的科学。---吴恩达机器学习是一项能帮助计算机从现有数据中学习,以便预测未来的行为,结果和趋势的数据科学技术。---微软-机器学习利用历史数据进行预测...翻译 2018-09-26 19:28:40 · 344 阅读 · 0 评论 -
机器学习概览之商业理解
02 | 商业理解-理解商业要对你要解决的问题有一个清晰的认识,为了你解决问题的目标它如何影响你的计划。在这个阶段的任务主要包括如下几点:明确你的商业目的 评估你的处境 定义你的数据挖掘目标 制定你的项目计划-如何开始呢?问一个你能用数据回答的问题是一个不错的开始。-问一个尖锐的问题-尖锐问题尖锐问题可以以名字或者数字回答 我的股票价格下周会...翻译 2018-09-27 22:02:19 · 786 阅读 · 0 评论 -
机器学习之数据理解
03 | 数据理解-数据理解收集原始数据获取或者下载数据 从不同的数据源或者有关系的数据合并为一个数据集描述数据数据的描述性统计 数据的特征机构挖掘数据(原始数据分/挖掘)数据挖掘对原始数据提供一个直观的感受 对数据可视化以发现有用的模式 这一步可能有些数据问题不被发现 可能的描述猜想会知道新数据集合和试验真实的数据质量错误,异常和缺失值-数据挖掘数据...翻译 2018-09-29 20:42:52 · 1081 阅读 · 0 评论