来源：dataxon译者：Ahong机器学习人人都在谈论，但除了老师们知根知底外，只有很少的人能说清楚怎么回事。如果阅读网上关于机器学习的文章，你很可能会遇到两种情况：充斥各种定理的厚重学术三部曲(我搞定半个定理都够呛)，或是关于人工智能、数据科学魔法以及未来工作的天花乱坠的故事。我决定写一篇酝酿已久的文章，对那些想了解机器学习的人做一个简单的介绍。不涉及高
......
361
0
0
2023-01-08
五、强化学习原文：Machine Learning for Humans, Part 5: Reinforcement Learning 作者：Vishal Maini 译者：飞龙 协议：CC BY-NC-SA 4.0 探索和利用。马尔科夫决策过程。Q 学习，策略学习和深度强化学习。 我刚刚吃了一些巧克力来完成最后这部分。在监督学习中，训练数据带有来自神一般
......
390
0
0
2022-12-18
四、神经网络和深度学习原文：Machine Learning for Humans, Part 4: Neural Networks & Deep Learning作者：Vishal Maini译者：飞龙协议：CC BY-NC-SA 4.0深度神经网络的工作地点、原因和方式。从大脑中获取灵感。卷积神经网络（CNN）和循环神经网络（RNN）。真实世界中
......
319
0
0
2022-12-18
2.3 监督学习 III原文：Machine Learning for Humans, Part 2.3: Supervised Learning III 作者：Vishal Maini 译者：飞龙 协议：CC BY-NC-SA 4.0 非参数化模型：KNN、决策树和随机森林。包含交叉验证、超参数调优和集成模型。非参数学习器事情变得有点…奇怪了。我们目前为止
......
325
0
0
2022-12-18
2.2 监督学习 II原文：Machine Learning for Humans, Part 2.1: Supervised Learning 作者：Vishal Maini 译者：飞龙 协议：CC BY-NC-SA 4.0 使用对数几率回归（LR）和支持向量机（SVM）的分类。分类：预测标签这个邮件是不是垃圾邮件？贷款者能否偿还它们的贷款？用户是否会点击
......
294
0
0
2022-12-18
2.1 监督学习原文：Machine Learning for Humans, Part 2.1: Supervised Learning 作者：Vishal Maini 译者：飞龙 协议：CC BY-NC-SA 4.0 监督学习的两大任务：回归和分类。线性回归，损失函数和梯度下降。通过在数字广告上花费更多的钱，我们能挣多少钱？这个贷款的申请人是否能偿还贷款
......
342
0
0
2022-12-18
一、为什么机器学习重要原文：Machine Learning for Humans 作者：Vishal Maini 译者：飞龙 协议：CC BY-NC-SA 4.0 简单、纯中文的解释，辅以数学、代码和真实世界的示例谁应该阅读它想尽快赶上机器学习潮流的技术人员想要入门机器学习，并愿意了解技术概念的非技术人员好奇机器如何思考的任何人本指南旨在让任何人访问。将讨
......
348
0
0
2022-12-18
人工智能（AI） 、机器学习（ML）、深度学习（DL）、神经网络（CNN）这些术语通常可以互换使用，但有它们之间都有什么区别？如何区分它们？AI技术正越来越深入我们的日常生活，为了跟上消费者期望的步伐，企业也越来越依赖AI算法来让事情变得更容易。这些技术通常与人工智能、机器学习、深度学习和神经网络相关联，虽然它们都发挥着作用，但这些术语往往互换使用，导致大众
......
428
0
0
2022-11-18
雷锋网消息：业内知名数据科学网站 KDnuggests，昨日评选出了四月份“你不可忽视的五个机器学习项目”。你可能没听过它们，但今天或许会考虑上手。至于那些不同生态、不同编程语言的工具——对于高手而言，即便没有使用需求，借鉴它们的代码执行也能为自己的产品开发带来许多灵感。雷锋网提醒：顺序与重要性无关。1. Scikit-plot一帮缺乏艺术细胞的数据科学家，
......
310
0
0
2022-11-11
监督学习：训练集都有正确的输出，算法是基于这些输出进行处理，并且认为输入和输出之间存在关系。 监督学习问题分为“回归”和“分类”问题： 回归问题（regression problem）：在回归问题中，我们试图在连续输出中预测结果，这意味着我们正在尝试将输入变量映射到某个连续函数。 分类问题（classification problem）：我们试图在离散输出中
......
444
0
0
2022-11-09
推荐一个GitHub集合，里面收集了100+最有价值的机器学习资料~链接：https://www.theinsaneapp.com/2021/09/best-github-repository-for-machine-learning.html目录Awesome Machine Learning A curated list of awesome Machi
......
344
0
0
2022-11-01
人工智能（AI）和机器学习（ML）正在影响当今几乎每个行业。本文重点介绍了这些技术在我们日常生活中的各种使用方式，以及一些开源云平台如何实现其部署。人工智能artificial intelligence（AI）的目标是构建能够模仿人类认知的机器和自动化系统。在全球范围内， AI 正在以各种方式改变着社会、政治和经济。 AI 应用的例子包括谷歌帮助Google
......
483
0
0
2022-10-13
★本文是《机器学习数学基础》（计划11月出版）的书稿节选。先睹为快。关于本书的更多内容，请参阅：http://math.itdiffer.com/ ”假设检验在机器学习中的应用广度和深度，以及如何应用，直到现在还有很多可探讨的内容。这里以Dietterich提出的“5x2cv配对t检验法”为例，简要介绍如何运用假设检验方法比较两个机器学习模型（ Diette
......
346
0
0
2022-10-12
机器学习基本上是人工智能的一个子集，它使用以前存在的数据对新数据进行预测。当然，现在我们所有人都知道这个道理了！这篇文章展示了如何将 Python 中开发的机器学习模型作为 Java 代码的一部分来进行预测。本文假设你熟悉基本的开发技巧并理解机器学习。我们将从训练我们的模型开始，然后在 Python 中制作一个机器学习模型。我以一个洪水预测模型为例。首先，导
......
394
0
0
2022-06-19
机器学习（ML）就是，分析一组数据以预测结果。Python 被认为是 ML 的最佳编程语言选择之一。在本文中，我们将讨论使用 Python 进行分类的机器学习。假设你想教孩子区分苹果和橙子。有多种方法可以做到这一点。你可以让孩子触摸这两种水果，让他们熟悉形状和柔软度。你还可以向她展示苹果和橙子的多个例子，以便他们可以直观地发现差异。这个过程的技术等价物被称为
......
449
0
0
2022-06-17