或文件进行分组和归类 文本分类：对片段、段落或文件进行分组和归类，在使用数据挖掘分类方法的基础上，经过 ...

贝叶斯统计都是以条件概率，联合概率为基础的，所以我们从概率，条件概率，联合概率开始，然后到贝叶斯定理，最后讲一个贝叶斯的应用--垃圾邮件的过滤 概率：事件发生的可能性，比如抛一枚硬币，正面向上的可能性有50%，掷色子点数为6的可能性为1/6。我们用符号表示为P(A) 条件概率：满足某些条件下 ...

第一篇博客，想给自己的学习加深记忆。看到书中第一个公式时，本来想直接看证明结果就好，然鹅。。。作者在备注上写：这里只用到一些非常基础的数学知识，只准备读第一章且有“数学恐惧”的读者可跳过。。。嘤嘤嘤，不服气，想弄明白一些。 就看到了知乎的这篇文章，算是我的启蒙文章了，感激。https ...

本章介绍了机器学习的一些基本概念，已经应用场景。这部分知识在其它地方也经常看到，不再赘述。 这里只记录一些作者提到的，有趣的知识点。 回归（regression）名字的来源：这是由Francis Galton引入的一个统计学术语，当时他在研究这一现象：个子很高的人，其子女一般会比他们低 ...

第1章 机器学习基础 机器学习 概述 机器学习就是把无序的数据转换成有用的信息。 获取海量的数据 从海量数据中获取有用的信息 我们会利用计算机来彰显数据背后的真实含义，这才是机器学习的意义。 机器学习 场景 机器学习已应用于多个领域，远远超出大多数人的想象 ...

知道某个算法，和运用一个算法是两码事儿。 当你训练出数据后，发觉模型有太大误差，怎么办？ 1）获取更多的数据。也许有用吧。 2）减少特征维度。你可以自己手动选择，也可以利用诸如PCA等数学方法。 3）获取更多的特征。当然这个方法很耗时，而且不一定有用。 4）添加多项式特征。你在抓 ...

博士) 基础：GBDT 所属：boosting迭代型、树类算法。 适用范围：分类、回归 ...

机器学习正在迅速改变我们的世界。我们几乎每天都会读到机器学习如何改变日常的生活。 人工智能和大数据时代，解决最有挑战性问题的主流方案是分布式机器学习！ 《分布式机器学习:算法、理论与实践》电子书资料全面介绍分布式机器学习的现状，深入分析其中的核心技术问题，并且讨论该领域未来 ...