机器学习的数学基础
【机器学习的数学基础】(一)线性代数(Linear Algebra)(上)【机器学习的数学基础】(二)线性代数(Linear Algebra)(中)【机器学习的数学基础】(三)线性代数(Linear Algebra)(下)【机器学习的数学基础】(四)解析几何(Analytic Geometry)(上...
机器学习基础
一,Bias(偏差),Error(误差)和Varience(方差)1.1,偏差与方差公式1.2,导致偏差和方差的原因1.3,深度学习中的偏差与方差1.4,交叉验证1.5,均方误差和方差、标准差二,先验概率与后验概率2.1,条件概率2.2,先验概率2.3&#x...
机器学习基础:用 Lasso 做特征选择
Lasso 回归是机器学习模型中的常青树,在工业界应用十分广泛。在很多项目,尤其是特征选择中都会见到他的影子。Lasso 给简单线性回归加了 L1 正则化,可以将不重要变量的系数收缩到 0 ,从而实现了特征选择。本文重点也是在讲解其原理后演示如何用其进行特征选择,希望大家能收获一点新知识。lasso...
机器学习基础:奇异值分解(SVD)
大家好,我是章北海废话少说,极简介绍奇异值分解(SVD)SVD 原理奇异值分解(Singular Value Decomposition)是线性代数中一种重要的矩阵分解,也是在机器学习领域广泛应用的算法,它不光可以用于降维算法中的特征分解,还可以用于推荐系统,...
机器学习基础:可视化方式理解决策树剪枝
看了一些市面上的经典教材,感觉决策树剪枝这一部分讲的都特别晦涩,很不好理解。本文以理论白话+具体案例的形式来讲清楚这个重要知识点,打好决策树这个基础,有助于理解之后我们要讲解的随机森林、gbdt、xgboost、lightgbm等模型。阅读本文前,可以顺便回顾一下前文:机器学习基础:决策树的...
机器学习基础:令你事半功倍的pipeline处理机制
why Pipeline?你有没有遇到过这种情况:在机器学习项目中,对训练集的各种数据预处理操作,比如:特征提取、标准化、主成分分析等,在测试集上要重复使用这些参数。为了避免重复操作,这里就要用到机器学习中的pipeline机制按照sklearn官网的解释 pipeline 有以下妙用:...
机器学习基础:决策树的可视化
目前无论是机器学习竞赛还是工业界,最流行、应用最广泛的xgboost其实是优化后的GBDT(LightGBM里面的boosting比较经典稳定的也是GBDT哦!),而GBDT的基分类器最常用的就是CART决策树!掌握决策树,对理解之后的GBDT、LightGBM都有大有裨益。决策树原理及案例我们之前...
💗机器学习基础知识点总结
一、简要说明什么是机器学习?机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。二、简要说明机器学习的三要素及其含义模型,策略,算法。1.1 模型模型就是我们要求的,可以由输入产生正确输出的函数或者概率模型。求出这个模型是我们最终的目标。因此我们第...
机器学习基础:大数据与深度学习的关系
# 机器学习基础:大数据与深度学习的关系概念大数据通常被定义为“超出常用软件工具捕获的数据集,管理和和处理的能力”的数据集。机器学习关心的问题是如何构建计算机程序使用经验自动改进,就是利用计算机、概率论、统计学等知识,通过给计算机程序输入数据,让计算机学会新知识,是实现人工智能的途径,但这种学习不会...
机器学习基础:极大似然估计
机器学习基础:极大似然估计数据参数估计均值参数估计方差
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
机器学习平台 PAI更多基础相关
机器学习平台 PAI您可能感兴趣
- 机器学习平台 PAI论文
- 机器学习平台 PAI代码
- 机器学习平台 PAI数字识别
- 机器学习平台 PAI实战
- 机器学习平台 PAI numpy
- 机器学习平台 PAI降维
- 机器学习平台 PAI构建
- 机器学习平台 PAI模型
- 机器学习平台 PAIpai
- 机器学习平台 PAI升级
- 机器学习平台 PAI算法
- 机器学习平台 PAIpython
- 机器学习平台 PAI数据
- 机器学习平台 PAI应用
- 机器学习平台 PAI训练
- 机器学习平台 PAI人工智能
- 机器学习平台 PAI入门
- 机器学习平台 PAI方法
- 机器学习平台 PAI分类
- 机器学习平台 PAI深度学习
- 机器学习平台 PAI平台
- 机器学习平台 PAI笔记
- 机器学习平台 PAI学习
- 机器学习平台 PAI特征
- 机器学习平台 PAI实践