找工作
文章平均质量分 91
xiaomlu
:-) 写给自己的备忘录。
展开
-
周志华Boosting25年(一)
Boosting 25年地址:https://www.bilibili.com/video/av28102016导言:集成学习Ensemble learning:多个学习器解决问题。学习器可以同质,可以异质。要求:个体尽可能精确,且差异大。按照个体分:数据挖掘领域很牛逼的KDD CUP被集成学习攻陷啦。别的比赛也是这样,如Netflix比赛。具体的展开部分可以去看书《En...原创 2018-10-29 17:33:30 · 628 阅读 · 0 评论 -
XGBoost入门学习
XGBoostPractical XGBoost in PythonBoosting Algorithm: why worksBoosting 概念Weak Classifier 概念树作为基础算法GBM, GBT, AdaBoost, XGBoost四个概念解释与联系AdaBoost算法简介XGBoost算法简介待参考博客/视频Practical XGBoost in Python地址: h...原创 2018-11-26 14:04:08 · 434 阅读 · 0 评论 -
白板推导系列 - SVM支持向量机
支持向量机视频地址https://www.bilibili.com/video/av28186618非常感谢这位up!真的好感谢!讲的很清楚!膝盖都跪碎了!感谢b站up主@shuhuai008P1: 硬间隔SVM - 模型定义(最大间隔分类器)SVM有三宝:间隔,对偶,核技巧SVM的三种类别:1)Hard-Margin SVM 硬间隔SVM2)Soft-Margin SVM 软间...原创 2018-11-26 18:12:05 · 1111 阅读 · 0 评论 -
白板推导系列 - 概率图模型
概率图模型P1 背景介绍可以从两个角度来看概率图模型,即一个是概率,一个是图。要预测其实概率就足够了,这个图,其实是一个工具。我们在数据结构中也有图,但都是比较抽象的;这里的图,其实是把原来数据结构中的图,赋予了概率,把概率嵌进去,使得整个模型更加清晰,也可以进一步构建更高级的模型。我们先来看看概率这一块。概率在建模过程中,其实是对现实问题的一个抽象。我们关注的问题,我们的数据往往是多...原创 2018-11-27 19:54:21 · 2282 阅读 · 0 评论