梯度下降法 不是一个机器学习算法 是一种基于搜索的最优化方法 作用：最小化一个损失函数 梯度上升法：最大化一个效用函数 举个栗子 直线方程：导数代表斜率 曲线方程：导数代表切线斜率 导数可以代表方向，对应J增大的方向。对于蓝点，斜率为负，西塔减少时J增加，西塔增加时J减少，我们想让J减小，对应导数的 ...
分类：
其他好文 时间：
2018-03-04 18:04:02
阅读次数：
214
正如之前所述，梯度矢量具有方向和大小。梯度下降法算法用梯度乘以一个称为学习速率（有时也称为步长）的标量，以确定下一个点的位置。例如，如果梯度大小为 2.5，学习速率为 0.01，则梯度下降法算法会选择距离前一个点 0.025 的位置作为下一个点。 超参数是编程人员在机器学习算法中用于调整的旋钮。大多 ...
分类：
其他好文 时间：
2018-03-02 22:13:54
阅读次数：
169
注：对于最重要的两类回归模型，之前总结了"逻辑回归"模型，这里总结一下"线性回归"模型。 0. 概述 线性回归应该是我们听过次数最多的机器学习算法了。在一般的统计学教科书中，最后都会提到这种方法。因此该算法也算是架起了数理统计与机器学习之间的桥梁。线性回归虽然常见，但是却并不简单。该算法中几乎包含了 ...
分类：
其他好文 时间：
2018-03-02 20:35:04
阅读次数：
253
Hulu优秀的作者们每天和公式抗争，只为提升你们的技能，感动的话就把文章看完，然后哭一个吧。 今天的内容是 【随机梯度下降法】 场景描述 深度学习得以在近几年迅速占领工业界和学术界的高地，重要原因之一是数据量的爆炸式增长。如下图所示，随着数据量的增长，传统机器学习算法的性能会进入平台期，而深度学习算 ...
分类：
其他好文 时间：
2018-02-27 23:40:05
阅读次数：
401
协同过滤推荐算法是一种主流的、目前广泛应用在工业界的推荐算法。 一般，协同过滤推荐分为三种类型。 1.基于用户(user based)的协同过滤 基于用户的协同过滤算法，主要考虑的是用户和用户之间的相似度，只要找出与目标用户相似度高的其他用户，根据相似用户喜欢的物品，预测目标用户对对应物品的评分，就 ...
分类：
编程语言 时间：
2018-02-26 23:17:54
阅读次数：
270
如何使用 scikit-learn 为机器学习准备文本数据 欢迎大家前往云+社区，获取更多腾讯海量技术实践干货哦~ 文本数据需要特殊处理，然后才能开始将其用于预测建模。 我们需要解析文本，以删除被称为标记化的单词。然后，这些词还需要被编码为整型或浮点型，以用作机器学习算法的输入，这一过程称为特征提取 ...
分类：
其他好文 时间：
2018-02-24 21:55:07
阅读次数：
204
KNN 思想简单 数学所需知识少（近零） 效果好 可解释机器学习算法使用过程中的很多细节问题 更完整的刻画机器学习应用的流程 K近邻本质：如果两个样本足够相似，那么它们就有可能属于同一类别。 e.g. 绿色的点是新加入的点，取其最近的k（3）个点作为小团体来投票，票数高的获胜（蓝比红-3：0）,所以 ...
分类：
编程语言 时间：
2018-02-24 19:34:36
阅读次数：
161
Random Forest是加州大学伯克利分校的Breiman Leo和Adele Cutler于2001年发表的论文中提到的新的机器学习算法，可以用来做分类，聚类，回归，和生存分析，这里只简单介绍该算法在分类上的应用。 Random Forest（随机森林）算法是通过训练多个决策树，生成模型，然后 ...
分类：
其他好文 时间：
2018-02-24 17:56:08
阅读次数：
2538
（p(h): 先验概率） 垃圾邮箱过滤实例 ...
分类：
编程语言 时间：
2018-02-21 23:58:59
阅读次数：
438
