發(fā)簡信
IP屬地：浙江
-
時間序列Basics
時間序列概念 1.EDA探索性數(shù)據(jù)分析目的是最大化對數(shù)據(jù)的直覺，完成這個事情的方法只能是結(jié)合統(tǒng)計學(xué)的圖形以各種形式展現(xiàn)出來。通過EDA可以實現(xiàn)：...
-
集成學(xué)習(xí)之Bagging和RF
一、什么是隨機森林 二、隨機森林的兩個隨機 三、隨機森林算法過程 四、為什么如此受歡迎 五、隨機森林算法的優(yōu)缺點 六、RF特征選擇 ******...
-
集成學(xué)習(xí)之Boosting-xgboost一、什么是Xgboost 二、Xgboost的基本原理 三、Xgboost的工作實例 四、算法的優(yōu)缺點 ********************...
-
集成學(xué)習(xí)之Boosting-gbdt一、什么是GBDT 二、GBDT與傳統(tǒng)Adaboost的不同之處 三、GBDT的負(fù)梯度擬合 四、GBDT算法流程 五、GBDT工作過程實例 六、...
-
集成學(xué)習(xí)原理一、集成學(xué)習(xí)的概述 集成學(xué)習(xí)(ensemble learning)本身不是一個單獨的機器學(xué)習(xí)算法，而是通過構(gòu)建并結(jié)合多個機器學(xué)習(xí)器來完成學(xué)習(xí)任務(wù)...
-
四種機器學(xué)習(xí)曲線一、方差、偏差與欠擬合、過擬合概念 1.方差：描述模型對于給定值的輸出穩(wěn)定性.。（強調(diào)個體結(jié)果與個體期望的遠(yuǎn)近） 2.偏差：描述...
-
第7章 SVM的三層理解內(nèi)容 一、了解SVM 二、深入SVM 三、證明SVM（暫時不懂） #######################################...
-
第5章 決策樹內(nèi)容 一、決策樹內(nèi)容簡介 二、決策樹的模型與學(xué)習(xí) 三、特征選擇 四、決策樹生成 五、決策樹剪枝 六、CART算法 ###############...
-
breakPoint&growth function&VC Bound內(nèi)容 一、學(xué)習(xí)VC維前概念介紹 二、breakPoint對growth function的限制 三、邊界函數(shù)Bounding Function（...