一、信息熵 若一个离散随机变量 \(X\) 的可能取值为 \(X = \{ x_{1}, x_{2},...,x_{n}\}\)，且对应的概率为： \[ p(x_{i}) = p(X=x_{i}) \] 那么随机变量 \(X\) 的熵定义为： \[ H(X) = -\sum_{i=1}^{n}p(x ...
分类：
其他好文 时间：
2021-06-30 18:03:09
阅读次数：
0
1 概述 1.1 决策树是如何工作的 决策树（Decision Tree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集 ...
分类：
编程语言 时间：
2021-06-23 16:38:22
阅读次数：
0
有监督学习的一般流程： 过拟合问题：所选模型对已知数据预测得很好，但对未知数据预测很差。 模型选择的方法： ①正则化：把对已知数据的训练误差和模型复杂度降到最小。 ②交叉验证，数据比较少时，将数据集随机切分，组合为训练集和测试集。 Scikit-learn ...
分类：
其他好文 时间：
2021-01-27 14:02:50
阅读次数：
0
阿里云机器学习PAI介绍Summer久石譲-「菊次郎の夏」オリジナル?サウンドトラック机器学习大致可以分三类：有监督学习：指每个样本都有对应的期望值，通过模型搭建，完成从输入的特征向量到目标值的映射，典型的例子是回归和分类问题，例如：逻辑回归、随机森林、决策树。无监督学习：指在所有的样本中没有任何目标值，期望从数据本身发现一些潜在的规律，例如一些简单的聚类K-means、DBSCAN等。增强学习：
分类：
其他好文 时间：
2020-11-16 13:20:47
阅读次数：
4
算法、算力与数据是构成人工智能的三个基本要素。随着人工智能技术在算法与算力层面达到阶段性基本成熟，人工智能行业掀起一轮落地应用的热潮。从技术层面分析，本轮人工智能落地热潮主要集中于计算机视觉领域和语音交互领域，较为依赖机器学习领域中的深度学习方式。?目前，主流的深度学习方式以有监督学习模式为主。在该模式下，算法训练需要依靠标注数据对学习结果进行反馈，对于数据有着强依赖性需求，这也带动了AI基础数据
分类：
其他好文 时间：
2020-09-18 02:22:02
阅读次数：
27
一般在有监督训练中，我们很自然地会用如下模式去预测测试集的分类：(以svm为例) svm.fit(x_train, y_train) y_pred=svm.predict(x_test) 那么无监督训练中是否也可以在一个数据集上训练，然后用训练好的模型直接调用predict()函数在另一个数据集上进 ...
分类：
其他好文 时间：
2020-09-17 17:12:13
阅读次数：
39
1、什么叫回归算法: 常见的回归算法有: 线性回归、Logistic回归、Softmax回归...... ① 回归算法属于一种有监督学习 ② 回归算法是一种比较常用的机器学习算法，用来建立自变量(x)与因变量(y)之间的关系；从机器学习的角度来讲，用于构建一个算法模型(函数)来做属性(x)与标签(y ...
分类：
编程语言 时间：
2020-09-03 16:55:20
阅读次数：
39
1.1.2 机器学习 机器学习分为两部分： 有监督学习（Surpervised Learning） 无监督学习（Unsupervised Learning） 强化学习（Reinforcement Learning，简称RL） 如下图所示： 有监督学习 有监督学习的数据集包含了样本x与样本label ...
分类：
其他好文 时间：
2020-07-06 15:47:44
阅读次数：
70
Factorization Machines (FM) 首先这种算法是一种有监督的机器学习模型，既可以用在分类问题也可以用在回归问题当中，它是一种非线性的模型，相比逻辑回归具备了二阶交叉特征表达能力（不易拓展到三阶以上）。可以通过stochastic（随机） gradient descent (SG ...
分类：
系统相关 时间：
2020-06-22 22:48:15
阅读次数：
86
1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 逻辑回归是一种有监督的统计学习方法，主要用于对样本进行分类。 不同的就是线性回归中，独立变量的系数解释十分明了，就是保持其他变量不变时，改变单个变量因变量的改变量。而在逻辑回归中，自变量系数的解释就要视情况而定了，要看选用的概率分 ...
分类：
其他好文 时间：
2020-06-14 10:58:20
阅读次数：
61
