机器学习里最流行的模型是什么？
在过去几十年里，机器学习领域发生了巨变。诚然，有些方法已经存在很长一段时间，仍然是该领域的重要方法。例如，最小二乘法的概念早在19世纪早期就由Legendre 和Gauss提出。其他方法，如神经网络，其最基本的形式是在1958年引入的，在过去的几十年里得到了很大的发展，而其他方法，如...
初探机器学习框架Core ML
编辑： 四门三连 分类：AI 来源：Pnyg_回眸所谓已训练模型 (trained model)指的是对一组训练数据应用了某个机器学习算法后，所生成的一组结果Core ML 是领域特定 (domain-specific) 框架和功能的基础所在。Core ML 为 Vision 提供了图像处理的支持，...
机器学习的前世今生：一段波澜壮阔的历史
文章发布于公号【数智物语】 （ID：decision_engine），关注公号不错过每一篇干货。来源：DataCastle数据城堡Machine Learning一部气势恢宏的人工智能发展史AlphaGo的胜利，无人驾驶的成功，模式识别的突破性进展，人工智能的的飞速发展一次又一次地挑动着我们的神经。...
Python机器学习实践：决策树判别汽车金融违约用户
文章发布于公号【数智物语】 （ID：decision_engine），关注公号不错过每一篇干货。 转自 | 法纳斯特（公众号ID:walker398）作者 | 小F 决策树呈树形结构，是一种基本的回归和分类方法。 决策树模型的优点在于可读性强、分类速度快。 下面通过从「译学馆」搬运的两个视频，...
BLEU机器翻译评价指标学习笔记
BLEU机器翻译评价指标学习笔记BLEU(bilingual evaluation understudy)，双语互译质量评估辅助工具，主要用来评估机器翻译质量的工具。评判思想：机器翻译结果越接近专业人工翻译的结果，则越好。实际工作：判断两个句子的相似程度。计算公式：BLEU−N=BP⋅exp(∑n=...
机器学习：算法简介以及开发流程
算法以及开发流程明确的几点问题：1.算法是核心，数据和计算是基础2. 找准定位，知道算法原理，学会运用。3.学会分析问题，使用机器学习算法的目的，在什么情况下运用。4.掌握算法的基本思想，学会对问题用相应的算法解决。5.学会利用库和框架解决问题。算法判别依据数据类型判断：离散型数据：分类：由记录不同...
什么是机器学习？
机器学习的核心是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测”。这意味着，与其显式地编写程序来执行某些任务，不如教计算机如何开发一个算法来完成任务。有三种主要类型的机器学习：监督学习、非监督学习和强化学习，所有这些都有其特定的优点和缺点。监督学习涉及一组标记数据。计算机可以使用...
机器学习和深度学习重要概念 | 范数
今天说一个深度学习里面经常出现，但是未必人人都能 get 到直观感受的概念：范数，英文名叫 norm。1. 直观理解本质上来讲，范数是用来衡量一个向量（vector）的规模的。什么叫规模，举个例子：x: tensor([[1., 1., 1.], [1., 1., 1.], ...
机器学习-学习笔记 神经网络
对数几率回归考虑分类问题时使用对数几率回归。 在二分类问题中，其输出标记y(0, 1)， 而在线性回归中，输出标记y是实值，所以我们需要将问题转为单位阶跃函数 但是可以看出，单位阶不连续，所以我们可以将函数转换为对数几率函数。 转化为 也可转换为 如何确定上述式子中的w和b我们可以通过使用极大似然法...
机器学习4--神经网络（好激动的一部分）
Neural Networks: Representation理论上我们可以用多项式函数去近似任意函数（泰勒极数(Taylor series)），从而可得到任意问题的拟合曲线。在数学中，泰勒级数（英语：Taylor series）用无限项连加式——级数来表示一个函数，这些相加的项由函数在某一点的导数...
白话机器学习：假设检验(二)
文章目录t检验卡方检验Friedman检验Nemenyi后续检验偏差与方差之前的一篇关于假设检验的文章主要是针对一个学习算法的假设检验。在真是工作环境中，很多情况下，我们都是想比较两个学习算法到底哪个更好。或者用概率的思路来说，学习算法A比学习算法B更好的机率有多大？这一篇接着上一篇来讲一讲这个...
机器学习第四个算法ANN（人工神经网络）
我是在14年9月刚读研的时候听到一个说法叫“类人脑算法”很火热，之后搞了很长一段时间相关的蓄水池算法等，但大都没有摸到门路而中途放弃了。现今看来，还是缺少一些知识背景，也不善于在网络上学习，随时间推移，也逐渐明白这是机器学习的一小部分，并且逐渐发展的名称叫做人工神经网络的算法，如果网络层较多，又会有...
[自学笔记]Tom Mitchell《机器学习》 - 第1章 引言
一、机器学习的一些成功应用1. 识别人类语言：SPHINX系统 - 识别基本的音素(phoneme)单词／神经网络学习&隐马尔可夫模型的应用2. 学习车辆驾驶：ALVINN系统 - 基于传感器的控制问题，在车辆中进行穿行驾驶3. 分类新的天文结构：从各种大规模数据库中发现隐藏的一般规律 - ...
【唐宇迪python数据分析与机器学习实战】视频配套的码源，数据，ppt
【唐宇迪python数据分析与机器学习实战】我有整理好的视频配套的码源，数据，ppt。Ps：（赠送电子书：唐宇迪《跟着迪哥学 Python数据分析与机器学习实战》PDF+源代码）链接：https://pan.baidu.com/s/1wTMglVs_2yYJY_mz2HnF8w提取码：aog2...
机器学习与人脸识别5：弱分类器和强分类器
英文原文地址：http://www.ricoh.com/about/company/technology/voice/column/020.html 将英文原文中的图片搞过来了。 动物，包括人类在内，通常是通过判断周边的情况后做出行动，这种反应速度的迅速性和灵活性令人吃惊。大多数生物如一次判断失误...
【机器学习】多分类任务的性能评价——宏平均和微平均
很多时候我们有多个二分类混淆矩阵，例如进行多次训练/测试，每次得到一个混淆矩阵；或是在多个数据集上进行训练/测试，希望估计算法的“全局”性能；甚或是执行多分类任务，每两两类别的组合都对应一个混淆矩阵。总之，我们希望在n个二分类混淆矩阵上综合考察查准率和查全率。二分类的分类结果混淆矩阵真实情况/预测结...
机器学习笔记--微积分
本来想直接去学习机器学习的算法的，后来想想还是需要先把基础的数学概念性的看一下，所以决定先从数学知识看起来吧。这里也对微积分做一点基础概念的理解，大学时候的数学也有很多已经遗忘了.这里总结下微积分的一些知识，用作后面的学习。1 极限设f(x)定义在x0的一个可能不包括x0的区间上，我们说当x趋于x0...
顶级的20名Python人工智能和机器学习开源项目
本文用Python更新了顶级的AI和机器学习项目。Tensorflow已经成为了贡献者的三位数增长的第一位。 Scikit-learn下降到第二位，但仍有非常大的贡献者群体。进入机器学习和人工智能并非易事。考虑到今天可用的大量资源，许多有抱负的专业人员和爱好者发现难以在该领域建立正确的路径。这个领域...
机器学习读书笔记-4（多分类学习与类别不平衡问题）
1 多分类学习现实中常常遇到的是多分类的学习任务，有些二分类的学习方法可以直接推广到多分类，在更多情况下，我们是基于一些基本策略，利用二分类学习器来解决多分类问题。下面介绍三种最经典的策略。1.1 “一对一”（one vs one, 简称OvO）OvO将这N个类别进行两两配对，从而产生N（N-1）/...
机器学习算法的类型
按照训练样本提供的信息以及反馈方式的不同，将机器学习算法分为监督学习（每个样本都有标签）、无监督学习（不包含目标标签）、强化学习（通过交互来学习）。1.监督学习定义：如果机器学习的目标是通过建模样本的特征 x 和标签 y 之间的关系：y = f(x, θ)或p(y|x, θ)，并且训练集中每个样本都...