前言 本系列教程基本就是摘抄《Python機器學習基礎教程》中的例子內容。 為了便於跟蹤和學習，本系列教程在Github上提供了jupyter notebook 版本： Github倉庫：https://github.com/Holy-Shine ...

1. 介紹 決策樹是一種依托決策而建立起來的一種樹。在機器學習中，決策樹是一種預測模型，代表的是一種對象屬性與對象值之間的一種映射關系，每一個節點代表某個對象/分類，樹中的每一個分叉路徑代表某個可能的屬性值，而每一個葉子節點則對應從根節點到該葉子節點所經歷的路徑所表示的對象 ...

介紹 決策樹分為分類決策樹和回歸決策樹： 上一篇介紹了分類決策樹以及Python實現分類決策樹： 監督學習——決策樹理論與實踐（上）：分類決策樹 決策樹是一種依托決策而建立起來的一種樹。在機器學習中，決策樹是一種預測模型，代表的是一種對象屬性與對象值之間的一種映射 ...

機器學習可以分為三大類：監督學習、非監督學習、強化學習。 今天學習監督學習模型，根據輸出是連續的還是離散的，又分為 回歸問題 和 分類問題。 監督學習的訓練數據，都是帶‘答案’的，通過輸入和答案之間的對應關系，獲取其中的規則。 1，朴素貝葉斯分類器 Naive Bayes ...

無監督學習 相對監督學習（輸入進x，有對應的y），沒有標注 聚類 k均值 基於密度的聚類 最大期望聚類 降維 潛語義分析（LSA） 主成分分析（PCA） 奇異值分解（SVD） k 均值（k-means）是聚類算法中最 ...

傳統的 機器學習 技術分為兩類，一類是無監督學習，一類是監督學習。 無監督學習只利用未標記的樣本集，而監督學習則只利用標記的樣本集進行學習。 但在很多實際問題中，只有少量的帶有標記的數據，因為對數據進行標記的代價有時很高，比如在生物學中，對某種蛋白質的結構分析或者功能鑒定 ...

前言 近年來AI人工智能成為社會發展趨勢，在IT行業引起一波熱潮，有關機器學習、深度學習、神經網絡等文章多不勝數。從智能家居、自動駕駛、無人機、智能機器人到人造衛星、安防軍備，無論是國家級軍事設備還是廣泛的民用設施，都充斥着AI應用的身影。接下來的一系列文章將會由淺入深從不同角度分別介紹機器學習 ...

前言 近年來AI人工智能成為社會發展趨勢，在IT行業引起一波熱潮，有關機器學習、深度學習、神經網絡等文章多不勝數。從智能家居、自動駕駛、無人機、智能機器人到人造衛星、安防軍備，無論是國家級軍事設備還是廣泛的民用設施，都充斥着AI應用的身影。接下來的一系列文章將會由淺入深從不同角度分別介紹機器學習 ...