机器学习 基本概念,常用经典模型
1. 机器学习 明白一些基本概念 什么是机器学习研究如何通过计算的手段，利用经验来改善系统自身的性能通俗来讲，让代码学着干活 特征：自变量标签：因变量 学习的种类有监督学习：提供标签，分类、回归无监督学习：无标签，聚类增强学习：也称强化学习，马尔科夫决策过程（Markov Decision ...
原文：机器学习经典模型
朴素贝叶斯 分类 目录 朴素贝叶斯 分类 决策树 分类 算法核心 信息熵 信息量化 熵 信息增益 ID 算法 决策树划分 特征类型： 划分方法： Discretization 连续数据离散化： Gini Index Gini Split Misclassification Error Traning and Test Errors CART回归树 预测 集成学习 Bagging Bootstrap ...
2019-09-21 21:10 0 1010 推荐指数：
相关推荐
机器学习经典书籍
入门书单 《数学之美》 PDF 作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语言处理等领域的应用。 《Programming Collective Intelligence》（《集体智慧编程》）PDF 作者Toby Segaran也是《BeautifulData ...
机器学习经典书籍
前面有一篇机器学习经典论文/survey合集331。本文总结了机器学习10的经典书籍，包括数学基础和算法理论的书籍。本文会保持更新，欢迎推荐。 入门书单 《数学之美》 PDF683作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语言处理等领域的应用 ...
机器学习经典书籍
算法组 注册 登录 机器学习经典书籍 机器学习 ...
机器学习常用模型
（原作：MSRA刘铁岩著《分布式机器学习：算法、理论与实践》。这一部分叙述很清晰，适合用于系统整理NN知识） 线性模型 线性模型是最简单的，也是最基本的机器学习模型。其数学形式如下：g(X;W)=WTX。有时，我们还会在WTX的基础上额外加入一个偏置项b，不过只要把X扩展出一维常数 ...
机器学习模型融合
参考博客：https://blog.csdn.net/qq_31342997/article/details/88078213 https://blog.csdn.net/u0129694 ...
二、机器学习模型评估
二、机器学习模型评估 2.1 模型评估：基本概念 错误率(Error Rate) 预测错误的样本数a占样本总数的比例m \[E=\frac{a}{m} \] 准确率(Accuracy) 准确率=1-错误率准确率=1−错误率 误差 ...
机器学习之模型评估
'没有测量，就没有科学'这是科学家门捷列夫的名言。在计算机科学特别是机器学习领域中，对模型的评估同样至关重要，只有选择与问题相匹配的评估方法，才能快速地发现模型选择或训练过程中出现的问题，迭代地对模型进行优化。模型评估主要分为离线评估和在线评估两个阶段。针对分类、排序、回归、序列预测等不同类 ...