机器学习资料《分布式机器学习算法理论与实践》+《白话机器学习算法》+《Python机器学习基础教程》
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 ...
原文：机器学习之LR算法理论和实战（理论篇）
. LR算法简述 LR 全称Logistic Regression,我们喜欢称她为逻辑回归或者逻辑斯蒂克回归，是传统机器学习中的最简单的最常用的分类模型。总之，LR算法简单 高效 易于并行且在线学习的特点，在工业界具有非常广泛的应用。在线学习指得是：可以利用新的数据对各个特征的权重进行更新，而不需要重新利用历史数据训练。 LR适用于各项广义上的分类任务，,如：评论信息正负情感分析 二分类 用户点 ...
2020-08-17 00:58 0 706 推荐指数：
相关推荐
机器学习、深度学习的理论与实战入门建议整理
引言 拿到这份文档时想必你的脑海中一直萦绕着这么一个问题，“机器学习/深度学习要怎么学呢？（怎么入门，又怎么进一步掌握？）”。关于这个问题其实并没有一个标准答案，有的人可能适合自底向上的学，也就是先从理论和数学开始，然后是算法实现，最后再通过一些项目去解决生活中的实际问题；有的人则可 ...
DBSCAN聚类算法——机器学习（理论+图解+python代码）
DBSCAN聚类算法——机器学习（理论+图解+python代码） DBSCAN（Density-Based Spatial Clustering of Applications with Noise）聚类算法，它是一种基于高密度连通区域的、基于密度的聚类算法，能够将具有足够 ...
【机器学习】Logistic Regression 的前世今生（理论篇）
Logistic Regression 的前世今生（理论篇） 本博客仅为作者记录笔记之用，不免有非常多细节不正确之处。 还望各位看官能够见谅，欢迎批评指正。 博客虽水，然亦博主之苦劳也。 如需转载，请附上本文链接，不甚感激！ http ...
FM算法(一)：算法理论
主要内容： 动机 FM算法模型 FM算法VS 其他算法 一、动机 在传统的线性模型如LR中，每个特征都是独立的，如果需要考虑特征与特征直接的交互作用，可能需要人工对特征进行交叉组合；非线性SVM可以对特征进行kernel映射，但是在特征高度稀疏的情况下，并不能很好地进行 ...
XGBoost - 算法理论以及实例
XGBoost是一种基于Boost算法的机器学习方法，全称EXtreme Gradient Boosting。 XGBoost在GBDT的基础上，引入了： CART回归树 正则项 泰勒公式二阶导数 Blocks数据结构（用于加速运算） 从而实现了比GBDT更好的实现效果 ...
机器学习理论篇:机器学习的数学基础
一、概述 我们知道，机器学习的特点就是：以计算机为工具和平台，以数据为研究对象，以学习方法为中心；是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以本文就先介绍一下机器学习涉及到的一些最常用的的数学知识。 二、线性代数 2-1、标量 一个标量 ...
机器学习 - 学习理论
（feasibility of learning）？机器学习的学习理论对这些问题作出了解释。本文以理论 ...