cda

首页 > 搜索结果>机器学习

展望2019 | 数据科学、机器学习和人工智能领域的五大预测

展望2019 | 数据科学、机器学习和人工智能领域的五大预测
2019-01-18
  作者:William Vorhies CDA数据分析研究院原创作品, 转载需授权   2018年刚刚结束,在2019年到来之际,让我们一起展望在今年数据科学、机器学习和人工智能领域会有怎样的发展趋势。 ...

带你轻松看懂机器学习工作流——以“点一份披萨外卖”为例

带你轻松看懂机器学习工作流——以“点一份披萨外卖”为例
2019-01-03
  作者 | Daniel Godoy 翻译 | Mika 本文为 CDA 数据分析师原创作品,转载需授权 想象一下你点了一份披萨外卖,过了一会儿美味热腾腾的披萨就送到家门口了。 你有没有想过从下单点外卖到披萨送过 ...

干货 | 机器学习没有你想的那么复杂

干货 | 机器学习没有你想的那么复杂
2018-11-09
  作者 | Anish Phadnis 翻译 | Mika 本文为 CDA 数据分析师原创作品,转载需授权 人脑是最神奇的。你知道我更感兴趣的是什么吗?是我们的学习能力。我们如何能够适应并学习全新的技能,然后应用 ...

硅谷大佬: 十年后人工智能和机器学习会怎样发展

硅谷大佬: 十年后人工智能和机器学习会怎样发展
2018-09-10
如今科技的进步就像科幻小说中写的那样,无人驾驶汽车,能控制开灯或烤面包的智能音响,在空中飞行的无人机。现在是2018年,虽然人们对人工智能和机器学习的预期尚未全部实现,但也取得了令人瞩目的进展。 ...

机器学习中的损失函数 (着重比较:hinge loss vs softmax loss)

机器学习中的损失函数 (着重比较:hinge loss vs softmax loss)
2018-08-26
机器学习中的损失函数 (着重比较:hinge loss vs softmax loss) 1. 损失函数 损失函数(Loss function)是用来估量你模型的预测值f(x) 与真实值Y的不一致程度,它是一个非负实值函数,通常用L(Y,f(x)) ...

机器学习中几个常见模型的优缺点

机器学习中几个常见模型的优缺点
2018-08-20
机器学习中几个常见模型的优缺点 朴素贝叶斯:优点:对小规模的数据表现很好,适合多分类任务,适合增量式训练。 缺点:对输入数据的表达形式很敏感(连续数据的处理方式)。 决策树:优点:计算量简单, ...

在实际项目中,如何选择合适的机器学习模型

在实际项目中,如何选择合适的机器学习模型
2018-08-20
在实际项目中,如何选择合适的机器学习模型 在这个文章中,我们主要面向初学者或中级数据分析师,他们对识别和应用机器学习算法都非常感兴趣,但是初学者在面对各种机器学习算法时,都会遇到一个问题是 “在实 ...

机器学习的超参数是什么

机器学习的超参数是什么
2018-08-15
机器学习的超参数是什么 自从接触了机器学习后,在很多地方如书籍和文献中经常会看到有一类参数叫超参数(hyperparameter),其中提超参数最多的地方是在支持向量机(SVM)和深度学习(Deep Learning)中,比 ...

机器学习中的损失函数

机器学习中的损失函数
2018-08-13
机器学习中的损失函数 损失函数(loss function)是用来估量你模型的预测值f(x)与真实值Y的不一致程度,它是一个非负实值函数,通常使用L(Y, f(x))来表示,损失函数越小,模型的鲁棒性就越好。损失函数是 ...

机器学习中的参数与超参数之间的区别

机器学习中的参数与超参数之间的区别
2018-08-13
机器学习中的参数与超参数之间的区别 机器学习中的模型参数和模型超参数在作用、来源等方面都有所不同,而模型超参数常被称为模型参数,这样,很容易对初学者造成混淆。本文给出了模型参数和模型超参数的定义 ...

OK