作者：老董 鏈接：https://zhuanlan.zhihu.com/p/34298295 來源：知乎 著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。 目前關於強化學習（RL）的論述和公開課程已經很多了，雖然已經有了不少深入了解的文章 ...

完整代碼及其數據，請移步小編的GitHub 　　傳送門：請點擊我 　　如果點擊有誤：https://github.com/LeBron-Jian/MachineLearningNote 前言 　　整理SVM（support vector machine）的筆記是一個非常麻煩的事情，一方 ...

1. 機器學習來龍去脈 1.1 人類智能與人工智能 人類具備智能，可以學習、思考以及創新，能夠做到很多機器做不到的事情。 在計算機（Computer）被研發出來不久后，為降低人類工作負擔，一些專家早在1950年提出了人工智能（Artificial Intelligent，AI ...

一、監督學習（supervised-learning）與無監督學習（unsupervised-learning） 　　　　1.監督學習中數據集是由特征組和標簽組成，目的是訓練機器對標簽取值的准確預測。如：房價預測、腫瘤判定、垃圾郵件判定。 　　　　2.無監督學習中人工不對數據集作 ...

一、人工智能基本概念 1.1 基本概念 數據分析：對歷史規律的展現、對未來數據的預測。 機器學習：機器學習是指從一系列的原始數據中找到規律，提取人們可以識別的特征，然后通過學習這些特征，最終產生一個模型。 流程：原始數據-->特征提取-->模型。機器學習偏向於算法 ...

一、數據挖掘任務 數據挖掘常見的六大任務： 1.分類問題 2.聚類問題 3.回歸問題 4.關聯問題 5.序列問題 ...

機器學習的核心是“使用算法解析數據，從中學習，然后對世界上的某件事情做出決定或預測”。這意味着，與其顯式地編寫程序來執行某些任務，不如教計算機如何開發一個算法來完成任務。有三種主要類型的機器學習：監督學習、非監督學習和強化學習，所有這些都有其特定的優點和缺點。 人工智能正成為企業轉型過程中 ...

【機器學習】模型融合方法概述 我理解的Kaggle比賽中提高成績主要有3個地方 特征工程 調參 模型融合 之前每次打比賽都只做了前兩部分，最后的模型融合就是簡單 ...