機器學習規則 (Rules of Machine Learning)： 關於機器學習工程的最佳實踐
馬丁·辛克維奇 本文檔旨在幫助已掌握機器學習基礎知識的人員從 Google 機器學習的最佳實踐中受益。它介紹了一種機器學習樣式，類似於 Google C++ 樣式指南和其他常用的實用編程指南。如果您學習過機器學習方面的課程，或者擁有機器學習模型的構建或開發經驗，則具備閱讀本文檔所必需的背景知識 ...
原文：人肉工程在機器學習實踐中的作用
關於人肉工程，包括業務知識 領域知識，經驗等，在實際的機器學習問題中的應用，是一個屢見不鮮的話題，典型的有苦逼的數據清洗 人肉特征工程等。大家都想把盡可能多的過程由機器自動完成，但是目前的狀態是，大部分機器學習問題中，最困難也最重要的部分，還是依靠人的經驗來生成特征。那么人的經驗為什么重要，能否用機器完成這個過程，本文試作一簡單分析。 機器和人看待數據的區別 首先要看一下，從機器的角度看，機器學習 ...
2015-07-29 10:04 3 1607 推薦指數：
相關推薦
機器學習之特征工程
簡單的模型上也能取得不錯的效果。特征工程在機器學習中占有非常重要的作用，一般認為括特征構建、特征提取、 ...
機器學習——特征工程
機器學習是從數據中自動分析獲取規律（模型），並利用規律對未知數據進行預測。 數據集的構成：特征值+目標值（根據目的收集特征數據，根據特征去判斷、預測）。（注意：機器學習不需要去除重復樣本數據） 常用的數據集網址： Kaggle網址：https://www.kaggle.com ...
機器學習中，有哪些特征選擇的工程方法？
RESCALING attribute data to values to scale the range in [0, 1] or [−1, 1] is useful for the opti ...
MIT一牛人對數學在機器學習中的作用給的評述
MIT一牛人對數學在機器學習中的作用給的評述 轉載自 http://my.oschina.net/feedao/blog/52252，不過這個鏈接也是轉載的，出處已經無從考證了。 感覺數學似乎總是不夠的。這些日子為了解決research中 ...
機器學習在滴滴網絡定位中的探索和實踐
桔妹導讀：定位是所有LBS服務的基礎服務。在滴滴的業務場景下，定位主要是指各類終端設備的位置，包括手機、單車、行車記錄儀、車機端等。作為底層服務，在滴滴日均提供700億次定位服務，支撐着平台的各類業務。 今天給大家分享的是機器學習在滴滴網絡定位中的實踐工作，會重點介紹三階段的演進：無 ...
機器學習中的數據清洗與特征工程
背景 隨着美團交易規模的逐步增大，積累下來的業務數據和交易數據越來越多，這些數據是美團做為一個團購平台最寶貴的財富。通過對這些數據的分析和挖掘，不僅能給美團業務發展方向提供決策支持，也為業務的迭代指明了方向。目前在美團的團購系統中大量地應用到了機器學習和數據挖掘技術，例如個性化推薦 ...
每日一個機器學習算法——機器學習實踐
知道某個算法，和運用一個算法是兩碼事兒。 當你訓練出數據后，發覺模型有太大誤差，怎么辦？ 1）獲取更多的數據。也許有用吧。 2）減少特征維度。你可以自己手動選擇，也可以利用諸如PCA等數學 ...