机器学习之分类算法之朴素贝叶斯分类

2018-06-23

机器学习之分类算法之朴素贝叶斯分类 最近自己对机器学习比较感兴趣，做个笔记，还请大牛不喜轻喷，多多指教。 朴素贝叶斯分类基于概率论中的贝叶斯原理： P(A|B) = P(B|A)*P(A)/P(B) 所谓朴素即是特征属性之间 ...

机器学习模型评价指标及R实现

2018-06-02

机器学习模型评价指标及R实现 1.ROC曲线 考虑一个二分问题，即将实例分成正类（positive）或负类（negative）。对一个二分问题来说，会出现四种情况。如果一个实例是正类并且也被 预测成正类，即为真正类（ ...

Python机器学习算法之k均值聚类（k-means）

2018-05-23

Python机器学习算法之k均值聚类（k-means） 一开始的目的是学习十大挖掘算法（机器学习算法）,并用编码实现一遍，但越往后学习，越往后实现编码，越发现自己的编码水平低下，学习能力低。这一个k-means算法用Py ...

关于机器学习有这十大误区，比如以为它不久后将变得超级智慧

2018-05-17

关于机器学习有这十大误区，比如以为它不久后将变得超级智慧 机器学习过去往往发生在幕后：亚马逊通过挖掘你的点击和购买记录来给你推荐新物品；谷歌通过挖掘你的搜索来投放广告；脸书通过挖掘你的社交网络来选 ...

如何区分理解数据科学家与机器学习工程师

2018-05-09

如何区分理解数据科学家与机器学习工程师 导读： 真正让“数据科学”发挥出了强大威力的，是在人们意识到，数据不仅止于精算统计、商业智能和数据仓库的时候。将数据人和其他部门（软件开发、营 ...

机器学习和数据分析将会创造怎样的商业未来

2018-05-08

机器学习和数据分析将会创造怎样的商业未来 作为一家致力于 推动人工智能民主化的公司， 英特尔在人工智能的应用中 毫无疑问要做“第一个吃螃蟹的人”。 但是人工智能现在的“味道”究竟好不好， ...

企业向机器学习转型所需遵循的五大步骤

2018-05-04

企业向机器学习转型所需遵循的五大步骤 导读： 如今，机器学习技术高居新兴科技技术成熟度曲线（Hype Cycle for EmergingTechnologies）的顶点，这意味着，它已经足够成熟，可以激发更加广泛的兴趣了。换言 ...

机器学习中的非均衡分类问题

2018-04-09

机器学习中的非均衡分类问题 非均衡分类问题是指在分类器训练时，正例数目和反例数目不相等（相差很大），或者错分正反例导致的代价不同（可从代价矩阵观测）时存在的问题。 而大多数情况下，不同类别的分类 ...

机器学习中的数据集合

2018-03-31

机器学习中的数据集合 数据集分类 在有监督(supervise)的机器学习中，数据集常被分成2~3个，即：训练集(train set) 验证集(validation set) 测试集(test set)。 训练集用来估计模型，验证集用来确定网络结构或 ...

最流行的4个机器学习数据集

2018-03-31

最流行的4个机器学习数据集 机器学习算法需要作用于数据，而数据的本质则决定了应用的机器学习算法是否合适，而数据的质量也会决定算法表现的好坏程度。所以会研究数据，会分析数据很重要。本文作为学习研究数 ...

如何向普通人解释机器学习、数据挖掘

2018-03-27

如何向普通人解释机器学习、数据挖掘 随着数据科学在人工智能发展中大放异彩，数据挖掘、机器学习进入了越来越多人的视野。而对于很多人来说，诸如机器学习之类的名次听起来是神乎其技，但其真正的内涵却不为一 ...

机器学习中训练集、验证集和测试集的作用

2018-03-27

机器学习中训练集、验证集和测试集的作用 通常，在训练有监督的机器学习模型的时候，会将数据划分为训练集、验证集合测试集，划分比例一般为0.6:0.2:0.2。对原始数据进行三个集合的划分，是为了能够选出效果（ ...

机器学习中常用的数据集处理方法

2018-03-25

机器学习中常用的数据集处理方法 1.离散值的处理： 因为离散值的差值是没有实际意义的。比如如果用0,1,2代表红黄蓝，1-0的差值代表黄-红，是没有意义的。因此，我们往往会把拥有d个取值的离散值变为d个取值为0, ...

机器学习中的线性代数

2018-03-22

机器学习中的线性代数 线性代数作为数学中的一个重要的分支，广发应用在科学与工程中。掌握好线性代数对于理解和从事机器学习算法相关的工作是很有必要的，尤其是对于深度学习而言。因此，在开始介绍深度学习之 ...

机器学习解决问题的步骤

2018-03-20

机器学习解决问题的步骤 针对任何一个打算由机器学习算法来解决的问题，都有一种『套路』存在，只要按照这个模板『按部就班』就能够得到一个结果。就跟一个产品的生产流水线是一个道理。但是得到结果的好坏跟你 ...

机器学习入门报告之 解决问题一般工作流程

2018-03-20

机器学习入门报告之 解决问题一般工作流程 对于给定的数据集和问题，用机器学习的方法解决问题的工作一般分为4个步骤： 一．     数据预处理 首先，必须确保数据的格式符合要求 ...

机器学习中的概率问题

2018-03-13

机器学习中的概率问题 机器学习的过程可以理解为计算机通过分析大量的数据获得模型，并通过获得的模型进行预测的过程。机器学习的模型可以有多种表示，例如线性回归模型，SVM模型，决策树模型，贝叶斯模 ...

Python机器学习之决策树算法实例详解

2018-02-10

Python机器学习之决策树算法实例详解 本文实例讲述了Python机器学习之决策树算法。分享给大家供大家参考，具体如下： 决策树学习是应用最广泛的归纳推理算法之一，是一种逼近离散值目标函数的方法，在这种方 ...

Python语言描述机器学习之Logistic回归算法

2018-01-23

Python语言描述机器学习之Logistic回归算法 本文介绍机器学习中的Logistic回归算法，我们使用这个算法来给数据进行分类。Logistic回归算法同样是需要通过样本空间学习的监督学习算法，并且适用于数值型和标称型 ...

用Python从零实现贝叶斯分类器的机器学习的教程

2018-01-12

用Python从零实现贝叶斯分类器的机器学习的教程 关于朴素贝叶斯 朴素贝叶斯算法是一个直观的方法，使用每个属性归属于某个类的概率来做预测。你可以使用这种监督性学习方法，对一个预测性建模问题进行概率建 ...