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
最近深度学习两巨头 Bengio 和 LeCun 在 ICLR 2020 上点名 Self-Supervised Learning（SSL，自监督学习） 是 AI 的未来，而其的代表的 Framework 便是 Contrastive Learning（CL，对比学习）。 另一巨头 Hinton 和 ...
分类：
其他好文 时间：
2021-06-02 20:26:20
阅读次数：
0
前言 该算法旨在在一组数据点中，用基因表达式编程的方法，根据基因遗传定律，物竞天择、优者生存，劣者淘汰的思想，不断进化种群，找出适宜度最高的染色体来模拟出数据点之间所存在的数学表达式关系。通常该算法用来解决符号回归问题：符号回归（Symbolic Regression）作为一种一种监督学习方法，试图 ...
分类：
其他好文 时间：
2021-04-08 13:48:32
阅读次数：
0
朴素贝叶斯（Naive Bayes）是一种基于概率理论的监督学习算法。 这里提下贝叶斯公式， \(P(C,X) = P(C|X)P(X)=P(X|C)P(C)\) \(P(C|X) = \frac{P(X|C)P(C)}{P(X)}\) 现在我希望我预测的 \(\hat{C} = argmax_{c ...
分类：
其他好文 时间：
2021-03-17 15:04:06
阅读次数：
0
一、监督学习 1、回归模型 1.1 线性回归模型 求解 最小二乘法 梯度下降法 2、分类模型 2.1 K近邻（KNN） 示例 KNN距离计算 KNN算法 2.2 逻辑斯蒂回归 逻辑斯蒂回归 —— 分类问题 Sigmoid函数（压缩函数） 逻辑斯谛回归损失函数 梯度下降法求解 2..3 决策树 示例 ...
分类：
其他好文 时间：
2021-02-10 12:54:48
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
无监督学习 通俗来讲，无监督学习就是没有目标值 无监督学习包含算法 聚类 K-means(K均值聚类) 降维 PCA K-means原理 K-means的聚类效果图 K-means聚类步骤 随机设置K个特征空间内的点作为初始的聚类中心 对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中 ...
分类：
编程语言 时间：
2021-01-26 12:18:25
阅读次数：
0
k近邻（k-NearestNeighbor，简称kNN）学习是一种常用的监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于k个“邻居”的信息来进行预测。1.最近邻检索（NearestNeighborSearch）最近邻检索就是根据数据的相似性，从数据库中寻找与目标数据最相似的项目。这种相似性通常会被量化到空间上数据之间的距离，可以认为数据
分类：
其他好文 时间：
2021-01-02 11:38:02
阅读次数：
0
关注小夕并星标，解锁自然语言处理搜索、推荐与算法岗求职秘籍导读作为NLP近两年来的当红炸子鸡，以ELMo/BERT为代表的语言预训练技术相信大家已经很熟悉了。简单回顾下18年以来几个预训练的重要工作:ELMo,GPTandBERTELMo首先提出了基于语言模型的预训练技术，成功验证了在大规模语料上基于语言模型进行文本自监督学习的有效性。GPT提出了NLP预训练技术使用时应该像CV预训练技术一样，在
分类：
Web程序 时间：
2020-12-29 11:05:29
阅读次数：
0
0.前言 文章主要围绕着”基于机器学习的定位推断系统”进行简单的分析，进行用例建模和业务领域建模，以及数据建模，最终形成概念模型。由于该系统基于机器学习并采用监督学习的方式，所以整个过程主要分为三个阶段：数据获取和处理阶段、训练以及改进阶段和推断阶段。 1.用例建模 1.1需求分析 阶段一：数据获取 ...
分类：
其他好文 时间：
2020-12-10 10:55:53
阅读次数：
4
