看到推薦系統(tǒng)的時候，我是很興奮的，因?yàn)槲液芏嗤瑢W(xué)都是走這個方向的，然而，我卻對這個方向一點(diǎn)都不了解 。。。。。。 16.1 問題形式化 在很多企業(yè)中，推薦系統(tǒng)是一個很重要的營...
發(fā)簡信
IP屬地：江蘇
-
第十六章 推薦系統(tǒng)(Recommender Systems) -
kaggle—泰坦尼克之災(zāi)1泰坦尼克之災(zāi)是kaggle的一個入門案例，本文是我關(guān)于這個比賽的一些記錄 1、jupyter notebook的安裝 相比我之前使用的pycharm，jupyter note...
-
GB、GBDT、xgboost
GBDT和xgboost在競賽和工業(yè)界使用都非常頻繁，能有效的應(yīng)用到分類、回歸、排序問題，雖然使用起來不難，但是要能完整的理解還是有一點(diǎn)麻煩的。本文嘗試一步一步梳理GB、GB...
-
《機(jī)器學(xué)習(xí)》(周志華)——第5章(神經(jīng)網(wǎng)絡(luò))總結(jié)5.1神經(jīng)元模型 神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡單單元組成的廣泛并行互連的網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)中最基本的成分是神經(jīng)元模型，即“簡單單元”。 在生物神經(jīng)網(wǎng)絡(luò)中，一個神經(jīng)元“興奮”時，會向...
-
《機(jī)器學(xué)習(xí)》（周志華）——第一章總結(jié)
1.1引言 機(jī)器學(xué)習(xí)致力于研究如何通過計算的手段，利用經(jīng)驗(yàn)來改善系統(tǒng)自身的性能。 計算機(jī)從數(shù)據(jù)中產(chǎn)生模型的算法稱為學(xué)習(xí)算法。生活中，我們可以基于經(jīng)驗(yàn)作出預(yù)判。而在計算機(jī)系統(tǒng)中...
-
吳恩達(dá)機(jī)器學(xué)習(xí) 章節(jié)2：單變量線性回歸前文 本文是對吳恩達(dá)老師的 機(jī)器學(xué)習(xí) 章節(jié)2 教學(xué)視頻 進(jìn)行學(xué)習(xí)時，所記錄的學(xué)習(xí)筆記。 以下是本章主要講的內(nèi)容： 1.模型、代價函數(shù)、假設(shè)函數(shù)是什么、干什么、怎么工作的。 2...
-
各種機(jī)器學(xué)習(xí)的應(yīng)用場景分別是什么？例如，k近鄰,貝葉斯，決策樹，svm，邏輯斯蒂回歸和最大熵模型關(guān)于這個問題我今天正好看到了這個文章。講的正是各個算法的優(yōu)劣分析，很中肯。https://zhuanlan.zhihu.com/p/25327755正好14年的時候有人做過一...
