1. 前言 我们知道机器学习的三要素是:方法= 模型+策略+算法, 如何从假设空间中选择最优模型,这涉及到我们需要用什么样的准则进行学习,这就是三要素中的"策略"问题。 在假...
IP属地：福建
-
详解机器学习中的损失函数
-
-
逻辑回归 vs 决策树 vs 支持向量机
分类问题是我们在各个行业的商业业务中遇到的主要问题之一。在本文中，我们将从众多技术中挑选出三种主要技术展开讨论，逻辑回归（Logistic Regression）、决策...
-
神经网络浅讲：从神经元到深度学习原文地址：http://www.cnblogs.com/subconscious/p/5058741.html 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向-...
-
GitHub上的机器学习/深度学习综述项目合集
好的资源有利于大家迅速走上正确的学习道路，今天就来推荐一下GitHub上面那些机器学习领域里，最值得关注的综述性质的项目，一般名字会带上一个Awesome。 作者&编辑 | ...
-
机器学习—决策树模型 ID3/C4.5/CART三种算法的区别1 从LR到决策树 相信大家都做过用LR来进行分类，总结一下LR模型的优缺点： 优点 适合需要得到一个分类概率的场景。 实现效率较高。 很好处理线性特征。 缺点 当特征空间很...
-
机器学习—支持向量机（Support Vector Machine，SVM）简介 支持向量机可能是最流行和最受关注的机器学习算法之一。超平面是分割输入变量空间的线。在SVM中，通过选择一个超平面，并根据输入变量空间中的类(类0或类1)，来最好地分离输...
