在上一篇<构建一个机器学习的技能体系>中,我提到了这个工程的初衷,就是将对机器学习扣理论的过程转化为原理-->直觉-->应用的过程,直觉是源于对原理正确的理解,然后用自己的话总结而来,应用可大可小,为了学习方便,我四处收集来一些项目加入到自己学习资料中,当前,这些项目都来源于网课,这些实例保证能在自 ...
分类：
编程语言 时间：
2019-10-21 09:26:43
阅读次数：
94
认识 什么是KNN KNN 即 K nearest neighbors, 是一个hello world级别, 但被广泛使用的 机器学习算法 , 中文叫 K近邻算法 , 是一种基本的分类和回归方法. KNN既可用来分类, 也可用于回归, 不过我还是觉得分类好一些哦 KNN的核心思想是, 如果一个样本, ...
分类：
其他好文 时间：
2019-10-19 09:55:31
阅读次数：
82
[TOC]更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/# 机器学习算法原理# 一、1.1 感知机算法每逢下午有体育课，总会有男孩和女孩在学校的操场上玩耍。假设由于传统思想... ...
分类：
编程语言 时间：
2019-10-16 18:14:57
阅读次数：
103
假设对于某个数据集，随机变量C表示样本为C类的概率，F1表示测试样本某特征出现的概率，套用基本贝叶斯公式，则如下所示：上式表示对于某个样本，特征F1出现时，该样本被分为C类的条件概率。那么如何用上式来对测试样本分类呢？举例来说，有个测试样本，其特征F1出现了（F1=1），那么就计算P(C=0|F1=... ...
分类：
编程语言 时间：
2019-10-09 19:28:33
阅读次数：
132
假设对于某个数据集，随机变量C表示样本为C类的概率，F1表示测试样本某特征出现的概率，套用基本贝叶斯公式，则如下所示：上式表示对于某个样本，特征F1出现时，该样本被分为C类的条件概率。那么如何用上式来对测试样本分类呢？举例来说，有个测试样本，其特征F1出现了（F1=1），那么就计算P(C=0|F1=... ...
分类：
编程语言 时间：
2019-10-09 15:31:42
阅读次数：
84
主成分分析（Principal Component Analysis） 1. 一个非监督的机器学习算法 2. 主要用于数据的降维 3. 通过降维，可以发现更便于人类理解的特征 4. 其他应用：可视化、去噪 通过映射，我们可以把数据从二维降到一维： 显然，右边的要好一点，因为间距大，更容易看出差距。 ...
分类：
其他好文 时间：
2019-10-06 00:13:33
阅读次数：
101
``` Python ''' Created on Sep 16, 2010 kNN: k Nearest Neighbors Input: inX: vector to compare to existing dataset (1xN) dataSet: size m data set of kn... ...
分类：
编程语言 时间：
2019-10-04 15:00:36
阅读次数：
92
主成分分析（principal components analysis,PCA） 用基础的线性代数知识能够推导出主成分分析（principal components analysis,PCA）这一简单的机器学习算法。 1、出发点：在n维实线性空间中我们有m个点的集合{x(1),x(2),...,x( ...
分类：
其他好文 时间：
2019-10-02 14:34:38
阅读次数：
115
在基于TensorFlow的深度学习框架大红大紫之前，流行过很多的经典机器学习框架。比如KNN，比如支撑向量机，比如随机森林。相对于深度学习的理论，这些经典的机器学习算法构建在更为精密的数学推导上。运筹学，最优化理论，数学分析，数理统计和随机过程构成了这些算法的理论基础，也是进一步学习各种基于神经网 ...
分类：
编程语言 时间：
2019-09-29 14:25:46
阅读次数：
175
我的工程实践题目是基于大数据问答训练的中文自然语言理解系统设计，因，学习知识工程的构建方法，研究学习WordNet、frameNet等常用语义网络，使用机器学习算法研究中文自然语言理解，构建一套特定知识库的智能语音应答系统。因此基于智能语音应答系统，我选择了3款同类软件的分析： 1.微软小冰小娜：都 ...
分类：
其他好文 时间：
2019-09-27 21:28:43
阅读次数：
125
