《机器学习基础教程》中文PDF+英文PDF
中文PDF，带目录和书签；
英文PDF，文字可以复制粘贴；
两版可以对比学习。
本书是一本机器学习入门教程，包含了数学和统计学的核心技术，用于帮助理解一些常用的机器学习算法。书中展示的算法涵盖了机器学习的各个重要领域：分类、聚类和投影。本书对一小部分算法进行了详细描述和推导，而不是简单地将大量算法罗列出来。
分类：
其他好文 时间：
2018-11-25 20:30:13
阅读次数：
397
1.理解分类与监督学习、聚类与无监督学习 1）、简述分类与聚类的联系与区别。 分类——分类是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。 聚类——聚类是事先不知道数据会分为几类，通过分析将数 ...
分类：
编程语言 时间：
2018-11-22 22:31:36
阅读次数：
196
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 聚类：是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。 分类：是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类 ...
分类：
其他好文 时间：
2018-11-22 22:29:31
阅读次数：
248
1.理解分类与监督学习、聚类与无监督学习 1）、简述分类与聚类的联系与区别。 分类——分类是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。 聚类——聚类是事先不知道数据会分为几类，通过分析将数 ...
分类：
编程语言 时间：
2018-11-22 22:25:15
阅读次数：
199
一、简述分类与聚类的联系与区别 简述什么是监督学习与无监督学习 聚类：不知道答案的前提下，按照一定的相似性聚集元素。 分类：在有一定标准下，知道答案地进行元素分组。 监督学习：按照已知的条件，训练某种学习机器（即得到某种目标函数），使它能够对未知类别的样本进行分类。 无监督学习：实现的目标只是把相似 ...
分类：
编程语言 时间：
2018-11-22 20:57:01
阅读次数：
260
四、特征缩放1.特征缩放的优点：Andrew在他的机器学习课程里强调，在进行学习之前要进行特征缩放，目的是保证这些特征都具有相近的尺度，这将帮助梯度下降算法更快地收敛。python里常用的是preprocessing.StandardScaler()，公式为：(X-mean)/std，得到的结果是， ...
分类：
其他好文 时间：
2018-11-22 14:39:01
阅读次数：
196
1、 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 分类与聚类：分类是一种有监督的算法，是在已经有目标分类的情况下对数据进行类别判断（朴素贝叶斯算法）。而聚类是一种无监督算法，是在建立模型之前还没有目标分类，将特征相似的数据自动聚为一类的算法（KMeans聚类算法）。 有监督学习和 ...
分类：
编程语言 时间：
2018-11-22 12:29:05
阅读次数：
187
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 分类指监督学习，就是按照某种标准给对象贴标签，再根据标签来区分归类。 聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。指无监督学习，是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，这 ...
分类：
其他好文 时间：
2018-11-22 02:42:27
阅读次数：
721
申明：因为看的这个课老师讲的有点乱，课程也有的章节少那么几小节。所以对一些东西没理解透彻，而且有些乱。 所以，望理解，等以后学的更深刻了再回来修改。 1.ROC与AOC ROC与AUC ROC：横轴False 纵轴TRUE理想情况下（0，1）达不到 最完美的情况每一个Threshold都可以判断出来 ...
分类：
其他好文 时间：
2018-11-22 00:16:10
阅读次数：
313
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病：–心梗– ...
分类：
编程语言 时间：
2018-11-21 22:24:40
阅读次数：
226
