数据挖掘中，分类与聚类的区别

2017-12-11

数据挖掘中，分类与聚类的区别 本文对数据挖掘中，极为常见的两类算法：分类与聚类，做个梳理。 首先，来看看分类和聚类各自的一些定义描述。 分类(classification )： 分类算法需要学习，它通过学习找出描述 ...

数据聚类的简单应用

2017-12-09

数据聚类的简单应用 数据聚类data clustering：用来寻找紧密相关的事物，并将其可视化的方法。 1. 聚类时常被用于数据量很大（data-intensive）的应用中。 2. 聚类是无监督学习（unsupervised learning） ...

R语言中样本平衡的几种方法

2017-12-06

R语言中样本平衡的几种方法 在对不平衡的分类数据集进行建模时，机器学习算法可能并不稳定，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。在不平衡的数据中，任一算法都没法从样本量少的类中 ...

10个令人相见恨晚的R语言包

2017-09-15

10个令人相见恨晚的R语言包 大约3年前我开始使用R，起初进展很慢，与我习惯的语言相比，语法更加直观也比较简单，而且需要一段时间才能习惯于细微的差别。我还不清楚语言的力量与社区和各种包的密切关系。 ...

深入浅出：怎么从0开始学习大数据挖掘分析，才能成为合格的数据挖掘分析师及数据科学家

2017-09-06

深入浅出：怎么从0开始学习大数据挖掘分析，才能成为合格的数据挖掘分析师及数据科学家 最近有很多人咨询，想学习大数据，但不知道怎么入手，从哪里开始学习，需要学习哪些东西？对于一个初学者，学习大数据挖 ...

18本数据科学家必读的R语言和Python相关书籍

2017-05-25

前言 “这就是阅读。即将新软件安装到大脑里的过程。” 就我个人而言，我从视频和在线教程中所学到的始终没有从书本中学到的多。 了解机器学习和数据科学很容易。目前有许多开放课程，你可以马上就开始学习。但是 ...

利用Python,四步掌握机器学习

2017-05-18

利用Python,四步掌握机器学习 为了理解和应用机器学习技术，你需要学习 Python 或者 R。这两者都是与 C、Java、PHP 相类似的编程语言。但是，因为 Python 与 R 都比较年轻，而且更加“远离”CPU，所以它们显得 ...

机器学习的道、法、术、势、器

2017-05-13

机器学习的道、法、术、势、器 “道、法、术、器”出于老子的《道德经》，后人又加了一个“势”，并且也有了不同的排列。很多人习惯用“道、法、术、势、器”的顺序，原因很简单：道以明向、法以立本、术以立策 ...

模式识别和机器学习、数据挖掘的区别与联系

2017-05-05

模式识别和机器学习、数据挖掘的区别与联系 （一）模式识别的诞生与人工智能 自动控制起始是从工业革命之后，人们就希望设计出减少人工干预，能自己进行调节(regulate)的机器，工程领域开始想出了根轨迹等等 ...

「CDAS 在线」央企财会到数据分析师的华丽转变

2017-04-28

去年的CDAS 2016 第三届中国数据分析师行业峰会上，有一个比较特别的分论坛。这个论坛的嘉宾有些原本并不是业内人士，但经过一段时间的学习，他们成功转型，成为一名数据分析师。他们也有一个共同的身份—— CDA ...

谷歌微软等科技巨头数据科学岗位面试题（108道）

2017-04-05

来自 Glassdoor 的最新数据可以告诉我们各大科技公司最近在招聘面试时最喜欢向候选人提什么问题。首先有一个令人惋惜的结论：根据统计，几乎所有的公司都有着自己的不同风格。由于 Glassdoor 允许匿名提交内容，很 ...

从模型选择到超参调整，六步教你如何为机器学习项目选择算法

2017-04-01

从模型选择到超参调整，六步教你如何为机器学习项目选择算法 随着机器学习的进一步火热，越来越多的算法已经可以用在许多任务的执行上，并且表现出色。 但是动手之前到底哪个算法可以解决我们特定的实际问 ...

简单易学的机器学习算法—K-Means算法

2017-03-23

简单易学的机器学习算法—K-Means算法 一、聚类算法的简介     聚类算法是一种典型的无监督学习算法，主要用于将相似的样本自动归到一个类别中。聚类算法与分类算法最大的区别是：聚类算法是无 ...

干货 | 基础机器学习算法

2017-03-10

本篇内容主要是面向机器学习初学者,介绍常见的机器学习算法，当然,欢迎同行交流。 哲学要回答的基本问题是从哪里来、我是谁、到哪里去，寻找答案的过程或许可以借鉴机器学习的套路：组织数据->挖掘知识->预测未来。 ...

R语言不平衡数据分类指南

2017-02-27

R语言不平衡数据分类指南 目前我们发展出了不少机器学习算法来对数据建模，基于数据进行一些预测已经不再是难事。不论我们建立的是回归或是分类模型，只要我们选择了合适的算法，总能得到比较精确的结果。然而 ...

Python数据挖掘之线性回归知识及预测糖尿病实例

2017-01-15

Python数据挖掘之线性回归知识及预测糖尿病实例 今天主要讲述的内容是关于一元线性回归的知识，Python实现，包括以下内容：         1.机器学习常用数据集介绍    ...

Python数据挖掘之Kmeans聚类数据分析及Anaconda介绍

2017-01-15

Python数据挖掘之Kmeans聚类数据分析及Anaconda介绍   这次课程主要讲述一个关于Kmeans聚类的数据分析案例，通过这个案例让同学们简单了解大数据分析的基本流程，以及使用Python实现相关的聚类分析。 &nbs ...

k均值聚类(K-means)_k means聚类算法

2016-12-21

k均值聚类(K-means)_k means聚类算法 在前面的文章中，介绍了三种常见的分类算法。分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上 ...

说说什么是数据挖掘

2016-12-07

说说什么是数据挖掘 数据挖掘就是指从数据中获取知识。 好吧，这样的定义方式比较抽象，但这也是业界认可度最高的一种解释了。对于如何开发一个大数据环境下完整的数据挖掘项目，业界至今仍没有统一的规范 ...

机器学习经典算法详解及Python实现

2016-12-02

机器学习经典算法详解及Python实现 聚类是一种无监督的学习（无监督学习不依赖预先定义的类或带类标记的训练实例），它将相似的对象归到同一个簇中，它是观察式学习，而非示例式的学习，有点像全自动分类。 ...