参数和非参数机器学习算法
参数和非参数机器学习算法 什么是参数机器学习算法并且它与非参数机器学习算法有什么不同? 本文中你将了解到参数和非参数机器学习算法的区别。 让我们开始吧。 学习函数 机器学习可以总结为学习一个函数$$(f)$$,其将输入变量$$(X)$$映……
江南消夏 2016-04-29
6种机器学习模型介绍
6种机器学习模型介绍 我曾经出于某种目的在机器学习相关的讨论中写了这样的一篇博客。 对于分类和回归问题,这里有很多不同的机器学习模型的选项,而且每一个都能被视作是解决同一个问题的黑匣子。然而,每个模型都来自不同的算法的实现方法,并且不同的数……
firedata 2016-04-28
每位数据科学家都应该要知道的12个统计和机器学习方法
每位数据科学家都应该要知道的12个统计和机器学习方法 以下的内容是我个人列出的一个清单,写的是在2016年中,每位数据科学家都应当知道的12个统计和机器学习方法。 1.统计假设性检验(t检验、卡方检验和方差分析) 2.多元回归分析(线性模型……
firedata 2016-04-25
机器学习中的偏差-方差权衡
机器学习中的偏差-方差权衡 从偏差-方差的权衡之间我们可以很好地了解到监督式机器学习算法。 本文中你将了解到偏差-方差的权衡并且怎么利用它更好地理解机器学习算法并且在你的数据上得到更好的表现。 让我们开始吧。 偏差和方差总览 在监督式机器……
江南消夏 2016-04-24
机器学习算法中的过拟合与欠拟合
机器学习算法中的过拟合与欠拟合 机器学习的表现很差的原因要么是数据发生了过拟合或者欠拟合。 在本文中你将了解到机器学习中的泛化以及伴随着的过拟合和欠拟合问题。 让我们开始吧。 机器学习中的逼近目标函数过程 监督式机器学习通常理解为逼近一个……
江南消夏 2016-04-24
机器学习的分类算法及实例
机器学习算法的分类: 什么是机器学习? 机器学习就是基于过去的观察进行相关预测的技术。一些被标记的数据集运用于机器学习算法的输入,而且它的结果会根据分类的规则进行输出,并给出了预测分类。 分类问题实例 文本分类(例如,垃圾邮件处理) 机器……
firedata 2016-04-24
当看裸体的时候,卷积神经网络会看到什么
当看裸体的时候,卷积神经网络会看到什么 作者 RYAN COMPTON 时间 2016.04.19 发表于ENGINEERING 我们上周在Clarifai正式宣布不安全的工作(NSFW)成人内容识别模型。本周,我们的一个数据科学家将指……
zengqingfu1442 2016-04-24
神经网络何去何从
毫无疑问,神经网络在经历了上个世纪90年代的发展低谷期之后,现在已经迎来了蓬勃发展期。各种高大上的领域(人工智能、图像识别、模式识别、PHM、文本理解、语音识别......)均早已被深度神经网络所覆盖。就连2016年上半年人工智能的代表作A……
falsemail 2016-04-24
监督式和非监督式机器学习算法
监督式和非监督式机器学习算法 什么是监督式机器学习,它与和非监督式机器学习有什么关联呢? 本文中你将了解到监督式学习,非监督式学习和半监督式学习在阅读本文之后你将知道如下知识: 有关分类和回归的监督式学习问题 关于聚类和关联非监督式学习问……
江南消夏 2016-04-18
人工智能的阶段性认识
Statistical learning (统计学习) 或者 machine learning (机器学习) 是 artificial intelligence (AI,人工智能) 前沿的学科,前者基于 statistics 的基础发展而来……
Ewen 2016-04-17
自学机器学习向导
自学机器学习向导 这里,你在学习机器学习的过程中,可以做很多的事情。这里有很多来自书籍和课程的资源给你提供参考,甚至你可以参加比赛和属性使用工具。在这篇文章里,我想对这些活动提供一些架构,并在你从程序员转变为机器学习专家的旅途中给你提供一些……
firedata 2016-03-08
机器学习正在流行
机器学习正在流行 现在,了解机器学习领域到底在什么方面是如此吸引人的是很重要的。了解为什么现在机器学习很流行可以作为你学习、研究机器学习的目的所在。这里,我们可以强调这些正在发展的领域当中,如何这些开发的问题以及用什么方法,可能这些都成为了……
firedata 2016-03-05
机器学习算法预览
机器学习算法预览 在这篇文章中,我要带大家预览一下机器学习中最热门的算法。预览主要的机器学习算法可在某种程度上给你这样的一种感觉,让你知道什么样的方法是可靠的。 这里有很多算法都是可靠的,这也许会让你感觉吃不消,看到这么多算法的名字的时候,……
firedata 2016-02-25
程序员应当掌握机器学习
程序员应当掌握机器学习 程序员之所以要掌握机器学习这个领域就是因为机器学习是一个很独特的领域,它能让程序员在某个领域做出巨大的贡献。 在这篇文章中,作为一个程序员的你,你会获悉,当你浏览到一些你所需要掌握的技能以及这些技能所体现的你曾不知道……
firedata 2016-02-16
聚类EM算法
1、EM应用场景 最大期望经常用在机器学习和计算机视觉的数据聚类(Data Clustering)领域,即EM算法常用于聚类领域。 EM算法有很多的应用,最广泛的就是GMM混合高斯模型、聚类、HMM等等。 EM算法在高斯混合模型GMM(Ga……
陆勤 2016-01-20