机器学习,表面上是“写程序”,但去掉外表,本质上是在研究数学。 举个例子,比我我们小学就学到的余数,其实在编程的世界里有很多应用。你经常用到的分页功能,根据记录的总条数和每页...
机器学习,表面上是“写程序”,但去掉外表,本质上是在研究数学。 举个例子,比我我们小学就学到的余数,其实在编程的世界里有很多应用。你经常用到的分页功能,根据记录的总条数和每页...
朴素贝叶斯(Naive Bayes)是一种既简单又强大的预测建模算法。 该模型由两种类型的概率组成,可以从你的训练数据中直接计算出来: 每个类别的概率给定x值的条件下,每个类...
决策树是机器学习中用于预测建模的一种重要的算法类型。 决策树模型的表现形式是二叉树。实际上,它就是算法和数据结构中的二叉树,没什么太花哨的。 每个节点代表一个输入变量(x)和...
逻辑回归是一种传统的分类算法,仅限于两类分类问题。 如果你有两个以上的类,那么线性判别分析算法是首选的线性分类技术。 线性判别分析法简称LDA,表示起来非常简单。 它包含你的...
逻辑回归是机器学习从统计领域借用的又一项技术。它是二元分类问题(即只有两种类型的分类问题)的首选方法。 逻辑回归和线性回归的类似之处在于,其目标是找到每个输入变量的权重系数。...
偏差度量了学习算法的期望预测与真实结果偏离程度,即刻画了学习算法本身的拟合能力。方差度量了同样大小的训练集的变动所导致的学习性能的变化,即刻画了数据扰动所造成的影响,或者说学习算法的稳定性。
机器学习笔记 第4课:偏差,方差和权衡经由偏差 - 方差的权衡,我们可以更好地理解机器学习算法。 偏差(bias)是模型所做的简化假设,其目的是更容易地学习目标函数。 通常,参数算法具有高偏差。它们学习起来很快,...
线性回归可能是统计学和机器学习中最知名且易于理解的算法之一。 它不就是一项起源于统计学的技术吗? 预测建模主要关注的是让模型的误差最小化,或者说,在可以解释的前提下,尽可能作...
经由偏差 - 方差的权衡,我们可以更好地理解机器学习算法。 偏差(bias)是模型所做的简化假设,其目的是更容易地学习目标函数。 通常,参数算法具有高偏差。它们学习起来很快,...
什么是参数机器学习算法?它与非参数机器学习算法有何不同? “假设”通常会大大简化学习过程,但也会限制学到的东西。将函数简化为已知形式的算法,称为参数机器学习算法。 它包括两个...
机器学习中的监督学习算法,常常用于预测建模。这些算法有一个共通的原则。 人们一般这样来描述机器学习算法:学习一个目标函数(f),能够最好地将输入变量(X)映射到输出变量(Y)...
数据在机器学习中起着重要的作用。 在谈论数据时,理解和使用正确的术语非常重要。 你如何看待数据?想想电子表格吧,有列、行和单元格。 从统计视角而言,机器学习的任务是在假设函数...
用Python实现起来,很简单,二十行代码以内就可以实现。 比方说,我想自动打开京东会员的网站,输入用户名和密码,点登录,然后点签到。 代码可以这么写: JDSignup.p...
俗话说:常在河边走,哪有不湿鞋。经常上网,难免遇到浏览器首页被恶意篡改。每次打开浏览器,强行转到hao123,hao549之类的网站,无论怎么改主页设置,都无济于事。 最近,...
Chrome浏览器有一个实用的功能:当你选中一段文本,点鼠标右键,弹出菜单中会出现“用百度搜索”,这个功能便于自动搜索选中的文本。Edge浏览器没有这项功能,不得不说很是遗憾...
双11期间,被淘宝店家的营销短信狂轰滥炸,不堪其扰,于是研究了一下。回复0000是个方法,可以屏蔽端口,但最一劳永逸的屏蔽方法应该是:登陆网页版点击头像进入账户设置,左侧选择...