关键词:
机器学习的两大基本问题:回归问题与分类问题。
什么是机器学习:根据已知的数据学习出一个数学函数使其能够有更强的预测能力。
学习路线:传统学习-深度学习-强化学习
mooc机器学习-01机器学习
1关于机器学习 机器学习是实现人工智能的手段,其主要研究内容是如何利用数据或经验进行学习,改善具体算法的性能 多领域交叉,涉及概率论、统计学,算法复杂度理论等多门学科 广泛应用于网络搜索、... 查看详情
机器学习--决策树分类算法及应用
1.决策树分类算法原理1.1概述决策树(decisiontree)——是一种被广泛使用的分类算法。相比贝叶斯算法,决策树的优势在于构造过程不需要任何领域知识或参数设置在实际应用中,对于探测式的知识发现,决策树更加适用1.2算法... 查看详情
机器学习--贝叶斯分类算法及应用
1.朴素贝叶斯分类算法原理1.1概述贝叶斯分类算法是一大类分类算法的总称贝叶斯分类算法以样本可能属于某类的概率来作为分类依据朴素贝叶斯分类算法是贝叶斯分类算法中最简单的一种注:朴素的意思是条件概率独立性1.2算... 查看详情
spark2.x机器学习视频教程
Spark2.x机器学习视频教程讲师:轩宇老师链接:https://pan.baidu.com/s/1TcFl6KDjxJS597TxYFSCOA密码:3t2z本课程讲解Spark在机器学习中的应用,并介绍如何从各种公开渠道获取用于机器学习系统的数据。内容涵盖推荐系统、回归、聚类、分类等... 查看详情
机器学习决策树理论第二卷
决策树内容来至于《统计学习与方法》李航,《机器学习》周志华,以及《机器学习实战》PeterHarringTon,相互学习,不足之处请大家多多指教!本卷的大纲为1CART算法1.1CART回归树1.2CART分类树2CART剪枝3总结1CART算法CART分类与回归树(classi... 查看详情
机器学习朴素贝叶斯应用实例(代码片段)
朴素贝叶斯概述贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后,我们通过实例来讨论贝叶斯分类的中最简单的一种:... 查看详情
机器学习线性分类——感知机算法(理论+图解+公式推导)
机器学习理论基础学习3---linearclassification线性分类之线性判别分析
下面依次讲解以下五个线性分类的算法: 查看详情
机器学习应用——导学part
Python之机器学习第一弹。Python被称为最简单好上手的语言之一,基于其极强的关联性,对各种库的引用,和资源的关联,使其实现功能非常容易。一些底层逻辑不需过多过深的理解。机器学习是Python发展中应用广... 查看详情
机器学习线性分类——线性判别分析lda(理论+图解+公式推导)
机器学习及应用
机器学习简介机器学习是一类算法的总称,这些算法企图从大量历史数据中挖掘出其中隐含的规律,并用于预测或者分类,更具体的说,机器学习可以看作是寻找一个函数,输入是样本数据,输出是期望的结果,只是这个函数过... 查看详情
机器学习100天(二十六):026k近邻分类算法-理论
机器学习100天,今天讲的是:K近邻分类算法-理论。《机器学习100天》完整目录:目录一、什么是K近邻算法K近邻算法也叫KNN(k-NearestNeighbor)算法,它是一个比较成熟也是最简单的机器学习算法之一。K近邻分类算法的思路是:如果... 查看详情
机器学习100天(二十六):026k近邻分类算法-理论
机器学习100天,今天讲的是:K近邻分类算法-理论。《机器学习100天》完整目录:目录一、什么是K近邻算法K近邻算法也叫KNN(k-NearestNeighbor)算法,它是一个比较成熟也是最简单的机器学习算法之一。K近邻分类算法的思路是:如果... 查看详情
机器学习理论基础学习3.4---linearclassification线性分类之gaussiandiscriminantanalysis高斯判别模型
一、什么是高斯判别模型? 二、怎么求解参数? 查看详情
cs2291
1.机器学习机器学习是工具,具体应用到某个实际场景下,才是目的。 2.分类a监督学习,包括回归(regression),分类(classification)。回归问题,数据可以是连续或者离散,分类问题,数据一般是离散的。b理论学习,机器学... 查看详情
机器学习svm多分类问题及基于sklearn的python代码实现
SVM多分类问题及Python代码实现1.什么是SVM?2.SVM的分类3.SVM决策函数类型4.SVM多分类的Python代码实现参考资料1.什么是SVM?对于这个点已经介绍的非常多了,不管是西瓜书还是各种博客,就是需要找到一个超平面,用这个超平面把... 查看详情
ng机器学习视频笔记——svm理论基础
ng机器学习视频笔记(九)——SVM理论基础 (转载请附上本文链接——linhxx) 一、概述 支持向量机(supportvectormachine,SVM),是一种分类算法,也是属于监督学习的一种。其原理和logis... 查看详情
机器学习的一些基础理论
1.监督学习(SupervisedLearning):回归问题,分类问题1.1拿支持向量机举个例子,分类问题和回归问题都要根据训练样本找到一个实值函数g(x).回归问题的要求是:给定一个新的模式,根据训练集推断它所对应的输出y(实数)是多... 查看详情