或文件進行分組和歸類 文本分類：對片段、段落或文件進行分組和歸類，在使用數據挖掘分類方法的基礎上，經過 ...

貝葉斯統計都是以條件概率，聯合概率為基礎的，所以我們從概率，條件概率，聯合概率開始，然后到貝葉斯定理，最后講一個貝葉斯的應用--垃圾郵件的過濾 概率：事件發生的可能性，比如拋一枚硬幣，正面向上的可能性有50%，擲色子點數為6的可能性為1/6。我們用符號表示為P(A) 條件概率：滿足某些條件下 ...

第一篇博客，想給自己的學習加深記憶。看到書中第一個公式時，本來想直接看證明結果就好，然鵝。。。作者在備注上寫：這里只用到一些非常基礎的數學知識，只准備讀第一章且有“數學恐懼”的讀者可跳過。。。嚶嚶嚶，不服氣，想弄明白一些。 就看到了知乎的這篇文章，算是我的啟蒙文章了，感激。https ...

本章介紹了機器學習的一些基本概念，已經應用場景。這部分知識在其它地方也經常看到，不再贅述。 這里只記錄一些作者提到的，有趣的知識點。 回歸（regression）名字的來源：這是由Francis Galton引入的一個統計學術語，當時他在研究這一現象：個子很高的人，其子女一般會比他們低 ...

第1章 機器學習基礎 機器學習 概述 機器學習就是把無序的數據轉換成有用的信息。 獲取海量的數據 從海量數據中獲取有用的信息 我們會利用計算機來彰顯數據背后的真實含義，這才是機器學習的意義。 機器學習 場景 機器學習已應用於多個領域，遠遠超出大多數人的想象 ...

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等數學方法。 3）獲取更多的特征。當然這個方法很耗時，而且不一定有用。 4）添加多項式特征。你在抓 ...

博士) 基礎：GBDT 所屬：boosting迭代型、樹類算法。 適用范圍：分類、回歸 ...

機器學習正在迅速改變我們的世界。我們幾乎每天都會讀到機器學習如何改變日常的生活。 人工智能和大數據時代，解決最有挑戰性問題的主流方案是分布式機器學習！ 《分布式機器學習:算法、理論與實踐》電子書資料全面介紹分布式機器學習的現狀，深入分析其中的核心技術問題，並且討論該領域未來 ...