机器学习大致流程 2019-08-25 1.机器学习分类 机器学习主要分3大类，分别是：监督学习，强化学习，无监督学习，其中主要的区别如下所示。 1.1 监督学习 训练数据的标签（即样本的输出）已知，通过训练数据的标签作为反馈，对模型训练的学习方法称为监督学习；常见的子类有分类和回归两项 ...

系列文章：《机器学习实战》学习笔记 这是《机器学习实战》的第一章，本章简要介绍了下什么是机器学习、机器学习的主要任务和本书中将要用到的Python语言。现在机器学习（Machine learning）与人工智能（Artificial intelligence）这么火，介绍机器学习的文章网上 ...

预备：把实际问题转化为机器学习问题，即能够从现有的数据中学的某种规律，从而解决实际问题（预测或分类） 机器学习是数据和模型的结合。 一.获取数据：人工合成、爬虫、数据库、公开数据集、收集数据... 二.数据预处理: 1.数据清洗：缺失数据、重复数据、一致性检验 2.数据 ...

在微博上看到七月算法寒老师总结的完整机器的学习项目的工作流程，结合天池比赛的经历写的。现在机器学习应用非常流行，了解机器学习项目的流程，能帮助我们更好的使用机器学习工具来处理实际问题。 1. 理解实际问题，抽象为机器学习能处理的数学问题 理解实际业务场景问题是 ...

矩阵 参考: 机器学习基础 一般而言，一个对象应该被视为完整的个体，表现实中有意义的事物，不能轻易拆分。 对象是被特征化的客观事物，而表（或矩阵）是容纳这些对象的容器。换句话说，对象是表中的元素，表是对象的集合（表中的每个对象都有相同的特征和维度，对象对于每个特征都有一定的取值 ...

1. 在深度学习中，涉及到大量矩阵相乘，现在需要计算三个稠密矩阵A,B,C的乘积ABC，假设三个矩阵的尺寸分别为m*n,n*p,p*q,且m<n<p<q，以下计算顺序效率最高的是： 解析：首先，根据简单的矩阵知识，因为 A*B ， A 的列数必须和 B ...

目录 机器学习基础 什么是机器学习 机器学习 应用场景 海量数据 机器学习的重要性 机器学习的基本术语 监督学习和非监督学习 监督学习：supervised learning 非监督学习 ...

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 ...