本机Win10,使用Pycharm,之前操作服务器一直使用远程进去用ubantu图形界面的Pycharm,或者用远程工具登录,直接vim来搞一点简单的任务,使用FTP或scp...

本机Win10,使用Pycharm,之前操作服务器一直使用远程进去用ubantu图形界面的Pycharm,或者用远程工具登录,直接vim来搞一点简单的任务,使用FTP或scp...
awesome-knowledge-graph 整理知识图谱相关学习资料,提供系统化的知识图谱学习路径 知识图谱是什么 徐超-三个角度理解知识图谱 从数据治理,语义连接,智能...
1 概述 1.1 HMM概念理解 首先我们需要对一些看起来比较相似的概念做一个总结和区分: 马尔可夫性(Markov Property):无后效性或无记忆性,在已知“现在”的...
概率图模型(probabilistic graphical model,PGM)是一类算法的统称,是图灵奖获得者Pearl开发出来的用图来表示变量概率依赖关系的理论,用途甚广...
1 回顾感知机 废话不多说,就不从什么模拟人类的神经元开始了,在感知机(Perceptron)中我们已经说过:感知机模型是神经网络和支持向量机的基础,现在我们终于讲到神经网络...
XGBoost(eXtreme Gradient Boosting)中文名叫极端梯度提升,可以看出它是一种gradient boosting算法,事实上,XGBoost是GB...
1 从boosting到gradient boosting (1)原理 从上一篇集成学习(3)boosting代表——Adaboost[https://www.jianshu...
1 Adaboost原理 回顾前文集成学习(1)模型误差与集成学习中对boosting的定义: 2.boosting:针对不独立的同质弱学习器。它以一种高度自适应的方法顺序地...
回顾前文对bagging的定义: 1.bagging(Bootstrap Aggregating):针对独立的同质弱学习器,相互独立地并行学习这些弱学习器,并按照某种确定性的...
1 模型误差——偏差与方差 之前我们已经说了不少模型,这些模型的特点是:1、都是有监督模型;2、都是个体模型,基本上都是一个输入、一套参数、一个输出。一般来说,我们的有监督模...
本篇开始总结一下以决策树为基础的模型,当然本篇的内容就是决策树了,决策树可以用来分类也可以用来回归,用作分类的应该更多一些,我们也先从分类问题讲起。 1 决策树思想 决策树的...
前面已经分别介绍了基于硬间隔最大化的线性可分支持向量机、基于软间隔最大化的线性支持向量机,这次来总结下使用核函数来解决非线性可分问题的非线性支持向量机。 1 非线性可分问题怎...
1 原理 1) 背景 线性可分支持向量机基于硬间隔最大化,所谓硬间隔最大化,我理解的就是指这个间隔最大化是被严格要求的,不允许任何例外的样本点跨过间隔边界,因此这种方法是不适...
支持向量机(SVM,Support Vecor Machine)是一种二分类算法,在集成学习和深度学习火起来之前支持向量机的使用非常广泛,其分类效果好、适用性广(线性、非线性...
在之前的文章中我们已经讲过了逻辑回归分类器,现在趁热打铁总结一下与逻辑回归非常相似的感知机模型。感知机模型是一个非常古老的分类算法,现在很少会单独使用它,但是它的原理简单有效...
根据上一篇广义线性模型(4)逻辑回归我们已经知道,逻辑回归是一种处理二分类问题的常用方法,当需要处理多分类问题是,除了逻辑回归的组合模型之外,我们还可以选择使用Softmax...
1 原理 1.1 概述 逻辑回归(LR,Logistic Regression)是一个很常用也很好用的分类算法,是的,虽然名字叫回归,但它其实是一个分类算法,所谓分类问题就是...
1 Ridge回归和Lasso回归概述 在机器学习中,如果特征很多,但是训练数据量不够大的情况下,学习器很容易把特有的一些特点也当做是整个样本空间的一般性质进行学习,这就会出...
1 原理 1.1 概述 回归问题:回归属于统计学,回归分析(regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。按照机...
本文旨在将一些线性模型统一放在广义线性模型的体系下,从而更好的理解这些模型之间的联系和区别,属于总结和复习,最好对线性回归、逻辑回归稍微有所了解,不过后面几篇也是会复习到这些...