本文来自之前在Udacity上自学机器学习的系列笔记。这是第19篇,介绍了数据前处理的方法—特征选择和特征转换。 为什么需要特征选择 特征选择...
概要:在产品交付的每个阶段,需要设计好每个阶段的环境、人员配置和决策卡点。其中,在每个决策上,为了保证质量和进度,需要对技术的可实现性和功能的友...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第18篇,介绍了数据前处理的方法—特征缩放。 特征缩放(Feature Scaling...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第17篇,介绍了什么是聚类(2),介绍软聚类(高斯混合聚类模型)。 正态分布回顾软聚类...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第16篇,介绍了什么是聚类(1),介绍K-均值、单链路聚类和基于密度的聚类三种。 K-...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第15篇,介绍了什么是非监督学习和聚类。 非监督学习非监督学习是机器学习的一种方法,而...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第14篇,介绍了监督学习中的集成学习。 什么是集成学习如果我们要对邮件进行判断,是否属...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第12篇,介绍了监督学习中的贝叶斯学习模型(3)。 联合分布在现实生活中,我们会对关联...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第12篇,介绍了监督学习中的贝叶斯学习模型(2)。 在贝叶斯学习模型(1)中,介绍了贝...