机器学习概念概念 机器 学习是计算机科学的一个分支，从模式识别、人工智能和计算学习理论发展而来，我们可以将其作为数据挖掘的工具 侧重用于数据分析方法理解给定的数据 目的是：开发能够从先前观测的数据，通过可调整的参数进行学习的 程序，为了改善预测结果，将参数设计为可自动调整的 常见应用：垃圾邮件过滤器 ...
分类：
编程语言 时间：
2018-12-16 14:42:34
阅读次数：
208
https://www.weixin765.com/doc/gmlxlfqf.html 在对不平衡的分类数据集进行建模时，机器学**算法可能并不稳定，其预测结果甚至可能是有偏的，而预测精度此时也变得带有误导性那么，这种结果是为何发生的呢？到底是什么因素影响了这些算法的表现？ 在不平衡的数据中，任一算 ...
分类：
编程语言 时间：
2018-12-15 10:31:48
阅读次数：
263
摘自https://www.cnblogs.com/ShaYeBlog/p/5872113.html 一、大数据分析在商业上的应用 1、体育赛事预测 世界杯期间，谷歌、百度、微软和高盛等公司都推出了比赛结果预测平台。百度预测结果最为亮眼，预测全程64场比赛，准确率为67%，进入淘汰赛后准确率为94% ...
分类：
其他好文 时间：
2018-12-09 00:29:57
阅读次数：
282
随着人工智能（AI）领域的所有进步及其在各个学科的广泛应用，这项新技术正在向IT服务管理（ITSM）发展。ITSM已经看到了多种新技术，每种技术都有望重新定义工作方式。但是它们中的许多技术都昙花一现，并不能实际解决工作中所遇到的问题。行业专家对此有一些相关预测。Gartner在2018年预测结果：人工智能报告中指出，到2022年，40％面向客户的员工和面向公民的政府工作人员将每天咨询AI虚拟支持代
分类：
其他好文 时间：
2018-12-05 14:28:12
阅读次数：
129
Bagging 典型的代表：随机森林。 从训练集从进行子抽样组成每个基模型所需要的子训练集，对所有基模型预测的结果进行综合产生最终的预测结果： Boosting 典型代表：AdaBoost， Xgboost。 训练过程为阶梯状，基模型按次序一一进行训练（实现上可以做到并行），基模型的训练集按照某种策 ...
分类：
编程语言 时间：
2018-12-02 13:40:42
阅读次数：
280
分词结果： 分词结果部分数据： 模型： 结果： 分析： 预测结果与训练集数据紧密相关，Word2Vec会根据训练集中各词之间的紧密程度设置不同的相识度，因此，要想获得较好的预测结果，需要有合适的训练集！ ...
分类：
编程语言 时间：
2018-11-21 12:26:23
阅读次数：
318
kNN功能：解决输入是数值型或者标称型的分类问题 kNN大致原理：输入数据集相当于在一定维度的空间中标点，测试集（或者说要预测标签的），相当于是计算与这些已有点的距离（一般是欧式距离），选择前k个距离最近的，看这k个已标点的标签是什么（也就是属于哪一类），返回k个中占比最大的标签作为预测结果。ps: ...
分类：
编程语言 时间：
2018-11-19 17:36:54
阅读次数：
208
深度学习已经在图像分类、检测、分割、高分辨率图像生成等诸多领域取得了突破性的成绩。但是它也存在一些问题。 首先，它与传统的机器学习方法一样，通常假设训练数据与测试数据服从同样的分布，或者是在训练数据上的预测结果与在测试数据上的预测结果服从同样的分布。而实际上这两者存在一定的偏差，比如在测试数据上的预 ...
分类：
其他好文 时间：
2018-11-16 17:35:59
阅读次数：
1107
参考了这个博客：https://blog.csdn.net/tsyccnh/article/details/79163834 主要用于多分类、单分类任务中，计算loss，交叉熵定义如下： 其中: p是实际概率，在机器学习中通常为label值，且取值为0或则1 q是预测概率，在机器学习中通常为预测结果 ...
分类：
其他好文 时间：
2018-11-13 23:55:38
阅读次数：
201
递归神经网络 实际属于输入之间可能是存在联系的，所以在多次输入x0、x1........中，每次的中间信息A（也称为机器单元）都保存下来传给下次输入的中间信息A，每次输入的计算结果h0、h1......不一定是目标结果可以不使用，只有最终的ht是想要的预测结果。 递归神经网络适合自然语言处理。 每一 ...
分类：
其他好文 时间：
2018-11-08 00:18:59
阅读次数：
224
