所谓机器学习，在形式上可近似等同于，在数据对象中通过统计或推理的方法，寻找一个有关特定输入和预期输出的功能函数 f（如图 1 所示）。通常，我们把输入变量（特征）空间记作大写的 X，而把输出变量空间记作大写的 Y。那么所谓的机器学习，在形式上就近似等同于 Y≈f(X)。 图 1：机器学习 ...

　　一个完整的机器学习项目一般流程包括： 1、抽象成数学问题 　　首先要明确问题，分类还是回归，尽量避免胡乱尝试； 2、数据获取及分析 　　获取的数据要有代表性，否则必然会过拟合。 　　而且对于分类问题，数据偏斜不能过于严重，不同类别的数据数量不要有数个数量级的差距。 而且还要对数据的量级 ...

Netflix或Amazon Prime推送您喜欢看的电影，这背后的逻辑你不觉得惊讶吗？或者，你不好奇是什么让Google地图可以预测您所行驶的路线上的路况？ 我们都知道机器学习是如何使用算法和统计模型来执行任务并提出完美的解决方案。同样，这种方法可以检测癌症，并有助于检测Facebook ...

　　如何通过7个步骤构建机器学习模型 　　 　　组织构建一个可行的、可靠的、敏捷的机器学习模型来简化操作和支持其业务计划需要耐心、准备以及毅力。 　　 　　各种组织都在为各行业中的众多应用实施人工智能项目。这些应用包括预测分析、模式识别系统、自主系统、会话系统、超个性化活动和目标驱动系统 ...

各位工程师累了吗? 推荐一篇可以让你技术能力达到出神入化的网站["宅男门诊"](https://zhainanmenzhen.com/) 1、使用机器学习来解决问题，我们用数学语言来描述它，然后建立一个模型，例如回归模型或者分类模型等来描述这个问题； 2、通过最小化误差、最大似 ...

安装环境：redhat7.1+vmw 安装步骤： # Install git if not already installed. sudo yum -y install git-all# Clone mxnet repository. In terminal, run ...

1、使用机器学习来解决问题，我们用数学语言来描述它，然后建立一个模型，例如回归模型或者分类模型等来描述这个问题； 2、通过最小化误差、最大似然、最大后验概率等等建立模型的代价函数，转化为最优化问题。找到最优化问题的解，也就是能拟合我们的数据的最好的模型参数； 3、求解这个代价函数 ...

机器学习错题集 1. Some of the problems below are best addressed using a supervised learning algorithm, and the others with an unsupervised ...