过拟合是如何产生的？有什么好的解决方法？

2020-07-23

在机器学习中，相对于欠拟合，过拟合出现的频次更高。这是因为，假设某一数据集其对应的模型为‘真’模型，我们通常是采用提高模型的复杂度的方法，来避免欠拟合现象的产生，但与此同时，我们又很难把网络设计成和 ...

欠拟合产生的原因有哪些？应该如何解决？

2020-07-23

对于机器学习或者是深度学习模型来说，我们既希望这个模型能在训练数据中表现良好(训练误差)，又希望这个模型在测试集中也能有良好的表现(泛化误差)。而过拟合和欠拟合就是用来描述泛化误差的。欠拟合问题与过拟合 ...

机器学习中感知机是什么？如何实现？

2020-07-10

感知机(Perceptron)或者叫做感知器，是Frank Rosenblatt在1957年就职于Cornell航空实验室(Cornell Aeronautical Laboratory)时所发明的一种人工神经网络，是机器学习领域最基础的模型，被誉为机器学习的敲门砖。 ...

决策树剪枝，常用这2种方法

2020-07-09

前面我们了解了决策树的概念，现在来了解一下决策树剪枝。可能会有人问：为什么要剪枝?答案是：如果一棵决策树完全生长，那么这棵决策树所对应的每一个叶节点中只会包含一个样本，就很有可能面临过拟合问题，因此 ...

如何快速简单的理解决策树的概念？

2020-07-09

决策树(Decision Tree)是机器学习中一种常见的算法，它的思想非常朴素，就像我们平时利用选择做决策的过程。决策树是一种基本的分类与回归方法，当被用于分类时叫做分类树，被用于回归时叫做回归树。 一、决策 ...

学习曲线--帮你清晰判断过拟合和欠拟合

2020-07-09

前面小编给大家简单介绍过拟合和欠拟合时，提到了一个概念：学习曲线，我们通过学习曲线能够很清晰的判别出模型现在说出的状态是欠拟合还是过拟合，下面小编具体整理了学习曲线的相关内容，希望对大家有所帮助。 ...

过拟合(over-fitting)出现的原因及相应的解决方法

2020-07-08

过拟合(over-fitting)是指机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测试数据集中表现不佳。也就是referstoa模型对于训练数据拟合程度过高的情况。 通过学习曲线来理解 ...

特征工程是什么？常用的方法有哪些？

2020-07-07

“数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这里的数据指的就是经过特征工程得到的数据。特征工程指的是把原始数据转变为模型的训练数据的过程，它的目的就是获取更好的训练数据特征，使得机器 ...

机器学习之深度学习的未来

2019-12-09

作者 | Francois Chollet 编译 | CDA数据分析师 The future of deep learning 鉴于我们对深网的工作原理，局限性以及研究现状的了解，我们能否预测中期的发展方向？这是一些纯粹的个 ...

22道机器学习常见面试题目汇总！(附详细答案)

2019-12-03

作者 | 数据分析1480 来源 | lsxxx2011 (1) 无监督和有监督算法的区别？ 有监督学习：对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。 ...

AI时代的稀缺人才：全面剖析数据科学家成长的4个阶段

2019-11-12

作者 | 彭鸿涛 张宗耀 来源 | 大数据DT 一次偶然的机会，有一位正在深造机器学习方面学位的朋友问了笔者一个问题：如何成为一名合格的数据科学家？ 这个问题回答起来亦简亦难。简单回答 ...

用11个事实为8岁女儿解读深度学习

2019-08-28

作者 | Jean-Louis Queguiner 来源 | 机器之心 「神经网络就像数数一样简单」，「卷积层只是一个蝙蝠信号灯」……在本文中，一位奶爸从手写数字识别入手，用这样简单的语言向自己 8 岁的女 ...

使用机器学习算法来构建智能聊天机器人

2019-07-15

翻译 | CDA数据分析研究院，转载需授权 原文 | https://blog.statsbot.co/chatbots-machine-learning-e83698b1a91e 你是否曾与苹果的Siri，亚马逊的Alexa，微软的Cortana或其他助手交谈以设 ...

深度学习之卷积神经网络经典模型

2019-06-18

LeNet-5模型 在CNN的应用中，文字识别系统所用的LeNet-5模型是非常经典的模型。LeNet-5模型是1998年，Yann LeCun教授提出的，它是第一个成功大规模应用在手写数字识别问题的卷积神经网络，在MNIST数据集 ...

无所不能的深度学习？

2019-06-14

古往今来，人类一直在探求科技的极限。随着信息技术在21世纪的爆发，数据科学与人工智能技术迎来自己的春天，尤其是以深度学习为基础的人工智能技术可谓是大放异彩，在诸多领域远胜人类，并且如人脸识别这样的 ...

关于数据挖掘中决策树的知识

2019-05-27

在数据挖掘中，有很多的算法是需要我们去学习的，比如决策树算法。在数据挖掘中，决策树能够帮助我们解决更多的问题。当然，关于决策树的概念是有很多的，所以说我们需要多多学习多多总结，这样才能够学会并 ...

机器学习常见算法的优缺点之SVM和线性回归

2019-04-03

在之前的文章中我们给大家介绍了很多关于机器学习的算法知识，通过这些知识我们不难发现每个算法都是有很多功能的，这些功能能够更好地帮助大家理解机器学习的相关知识，在这篇文章中我们给大家介绍一下 ...

什么是支持向量机？支持向量机基本概念

2018-08-19

什么是支持向量机？支持向量机基本概念 SVM算法是一种学习机制，是由Vapnik提出的旨在改善传统神经网络学习方法的理论弱点，最先从最优分类面问题提出了支持向量机网络。SVM学习算法根据有限的样本信息 ...

我是R语言小白带你建模之adaboost建模

2018-08-16

我是R语言小白带你建模之adaboost建模 今天更新我用我蹩脚的R技能写的一个adaboost建模的过程，代码有参考别人的代码再根据自己的思路做了更改。代码一部分来自书籍《实用机器学习》，我个人特别喜欢这本书 ...

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 ...