發(fā)簡信
IP屬地：江蘇
-
機(jī)器學(xué)習(xí)-10 線性回歸及其相關(guān)算法返回主頁 本節(jié)討論四個(gè)內(nèi)容：1、線性回歸2、多重共線性問題3、嶺回歸4、局部加權(quán)線性回歸 線性回歸（Linear Regression）是機(jī)器學(xué)...
-
機(jī)器學(xué)習(xí)-9 EM 與 GMM【附代碼】返回主頁 EM （Expectation Maximization）算法是一種迭代算法，由 Dempster 等人于1977年提出。EM 算法最...
-
機(jī)器學(xué)習(xí)-8 XGBoost【附代碼】返回主頁 XGBoost（eXtreme Gradient Boosting）又稱極致梯度提升樹，由陳天奇于2016年提出， = 決策樹 + B...
-
機(jī)器學(xué)習(xí)-7 AdaBoost【附代碼】返回主頁 AdaBoost（Adaptive Boost）隸屬于 Boosting 方法族，廣泛用于分類任務(wù)，它通過改變訓(xùn)練集樣本的權(quán)重，學(xué)習(xí)多...
-
機(jī)器學(xué)習(xí)-6 Logistic Regression【附代碼】返回主頁 Logistic Regression 是統(tǒng)計(jì)學(xué)習(xí)的經(jīng)典分類算法，是一種 對數(shù)線性模型。 1、數(shù)據(jù)集與特征空間 2、假設(shè)空間Logis...
-
機(jī)器學(xué)習(xí)-5 樸素貝葉斯【附代碼】返回主頁 樸素貝葉斯算法（naive Bayes）是基于貝葉斯定理與特征條件獨(dú)立假設(shè)的分類算法，在機(jī)器學(xué)習(xí)眾多算法中，它實(shí)現(xiàn)簡單、效率高，但代價(jià)...
-
機(jī)器學(xué)習(xí)-4 k-NN【附代碼】返回主頁 k 最近鄰算法（k-nearest neighbor, k-NN）是一種基本的分類方法（二分類 / 多分類），由 Cover 和 Ha...
-
Machine Learning Practice從事數(shù)據(jù)挖掘工作多年使我意識到，算法學(xué)習(xí)是一個(gè)沉淀的過程，或者說是一場“從薄到厚再到薄”的修行的過程。拋開業(yè)務(wù)問題不談，就算法學(xué)習(xí)本身而言，如果...
-
機(jī)器學(xué)習(xí)-3 支持向量機(jī)【4 附代碼】返回主頁 4 核函數(shù)理解4.1 多項(xiàng)式核函數(shù)（Polynomial kernel function）及其推演 注：當(dāng) zeta = 0; gam...