阅读目录 1. 学习方式 1.1 监督式学习 1.2 非监督式学习 1.3 半监督式学习 1.4 强化学习 2. 算法分类 2.1 回归算法 2.2 基于实例的算法 2.3 正则化方法 2.4 决策树学习 2.5 贝叶斯方法 2.6 基于核的算法 2.7 聚类算法 2.8 关联规则学习 2.9 遗传 ...
分类：
编程语言 时间：
2018-06-18 11:49:57
阅读次数：
235
1.不同输出空间上的学习 二分类问题 多分类问题 回归问题 结构化的问题（有趣且复杂，可从多分类的问题衍生而来） ... 2.不同数据标签上的学习 有监督的学习 无监督的学习 无监督的多分类 聚类 （比监督式的困难，但是更实用） 无监督的应用： 聚类 文章 = 主题 用户画像 = 用户群 密度分析 ...
分类：
其他好文 时间：
2018-04-21 19:41:03
阅读次数：
145
线性回归 训练模型表示通过有标签样本来学习（确定）所有权重和偏差的理想值。在监督式学习中，机器学习算法通过以下方式构建模型：检查多个样本并尝试找出可最大限度地减少损失的模型；这一过程称为经验风险最小化。 均方误差 (MSE) 指的是每个样本的平均平方损失。要计算 MSE，请求出各个样本的所有平方损失 ...
分类：
其他好文 时间：
2018-03-07 00:58:51
阅读次数：
162
问题构建 (Framing) 什么是（监督式）机器学习？简单来说，它的定义如下： 机器学习系统通过学习如何组合输入信息来对从未见过的数据做出有用的预测。 标签 在简单线性回归中，标签是我们要预测的事物，即 y 变量。标签可以是小麦未来的价格、图片中显示的动物品种、音频剪辑的含义或任何事物。 特征 在 ...
分类：
其他好文 时间：
2018-03-07 00:54:23
阅读次数：
170
1序言 要明白什么是SVM，便得从分类说起。本书开头已经提到，分类作为数据挖掘领域中一项非常重要的任务，它的目的是学会一个分类函数或分类模型(或者叫做分类器)，而支持向量机本身便是一种监督式学习的方法, 它广泛的应用于统计分类以及回归分析中。 支持向量机SVM是一种比较抽象的算法概念，全称是 Sup ...
分类：
其他好文 时间：
2018-03-05 20:38:14
阅读次数：
306
1. （监督式）机器学习 机器学习系统通过学习如何组合输入信息来对从未见过的数据做出有用的预测。 2. 标签 在简单线性回归中，标签是我们要预测的事物，即 y 变量。标签可以是小麦未来的价格、图片中显示的动物品种、音频剪辑的含义或任何事物。 3. 特征 在简单线性回归中，特征是输入变量，即 x 变量 ...
分类：
其他好文 时间：
2018-03-04 21:12:41
阅读次数：
114
本文内容摘自 谷歌机器学习免费课程MLCC： https://developers.google.com/machine-learning/crash-course/ 什么是（监督式）机器学习？简单来说，它的定义如下： 机器学习系统通过学习如何组合输入信息来对从未见过的数据做出有用的预测。 下面我们 ...
分类：
其他好文 时间：
2018-03-02 18:50:15
阅读次数：
165
在训练神经网络之前，我们必须有数据，作为资深伸手党，必须知道以下几个数据提供源： 一、CIFAR-10 CIFAR-10图片样本截图 CIFAR-10是多伦多大学提供的图片数据库，图片分辨率压缩至32x32，一共有10种图片分类，均进行了标注。适合监督式学习。CIFAR-10数据下载页面 二、Ima ...
分类：
其他好文 时间：
2017-10-31 14:25:44
阅读次数：
1044
Spark中常用的算法： 3.2.1 分类算法 分类算法属于监督式学习，使用类标签已知的样本建立一个分类函数或分类模型，应用分类模型，能把数据库中的类标签未知的数据进行归类。分类在数据挖掘中是一项重要的任务，目前在商业上应用最多，常见的典型应用场景有流失预测、精确营销、客户获取、个性偏好等。MLli ...
分类：
编程语言 时间：
2017-07-06 13:26:48
阅读次数：
258
决策树（decision tree）是一种基本的分类与回归方法。其表示的树型结构，能够觉得是if-else规则的集合。基本的长处是分类可读性好，速度快。一般会有三个步骤：特征选择、决策树的生成和决策树的修剪。 决策树由结点(node)和有向边(directed edge)组成。结点有两类：内部结点（ ...
分类：
其他好文 时间：
2017-06-23 22:10:14
阅读次数：
286
