随笔分类 -  机器学习实战

机器学习实战-教学版
【机器学习实战】第15章 大数据与MapReduce
摘要：第15章 大数据与MapReduce 大数据 概述 大数据: 收集到的数据已经远远超出了我们的处理能力。 大数据 场景 MapRedece Hadoop 概述 MapRedece 原理 MapRedece 工作原理 主节点控制 MapReduce 的作业流程 MapReduce 的作业可以分成map 阅读全文
posted @ 2017-11-13 14:43 片刻 阅读(705) 评论(0) 推荐(1)
【机器学习实战】第14章 利用SVD简化数据
摘要：第14章 利用SVD简化数据 SVD 概述 SVD 场景 信息检索-隐形语义检索（Lstent Semantic Indexing, LSI）或 隐形语义分析（Latent Semantic Analysis, LSA） 隐性语义索引：矩阵 = 文档 + 词语 是最早的 SVD 应用之一，我们称利用 阅读全文
posted @ 2017-11-10 16:25 片刻 阅读(1297) 评论(1) 推荐(1)
【机器学习实战】第13章 利用 PCA 来简化数据
摘要：第13章 利用 PCA 来简化数据 降维技术 场景 我们正通过电视观看体育比赛，在电视的显示器上有一个球。 显示器大概包含了100万像素点，而球则可能是由较少的像素点组成，例如说一千个像素点。 人们实时的将显示器上的百万像素转换成为一个三维图像，该图像就给出运动场上球的位置。 在这个过程中，人们已经 阅读全文
posted @ 2017-11-09 13:07 片刻 阅读(1467) 评论(0) 推荐(0)
【机器学习实战】第12章 使用FP-growth算法来高效发现频繁项集
摘要：第12章 使用FP-growth算法来高效发现频繁项集 前言 在 第11章 时我们已经介绍了用 Apriori 算法发现 频繁项集 与 关联规则。本章将继续关注发现 频繁项集 这一任务，并使用 FP-growth 算法更有效的挖掘 频繁项集。 FP-growth 算法简介 一种非常好的发现频繁项集算 阅读全文
posted @ 2017-11-03 16:26 片刻 阅读(948) 评论(1) 推荐(2)
【机器学习实战】第11章 使用 Apriori 算法进行关联分析
摘要：第11章 使用 Apriori 算法进行关联分析 关联分析 关联分析是一种在大规模数据集中寻找有趣关系的任务。 这些关系可以有两种形式: 频繁项集（frequent item sets）: 经常出现在一块的物品的集合。 关联规则（associational rules）: 暗示两种物品之间可能存在很 阅读全文
posted @ 2017-11-01 14:07 片刻 阅读(893) 评论(1) 推荐(4)
【机器学习实战】第 10 章 K-Means（K-均值）聚类算法
摘要：第 10 章 K-Means（K-均值）聚类算法 K-Means 算法 聚类是一种无监督的学习, 它将相似的对象归到一个簇中, 将不相似对象归到不同簇中.相似这一概念取决于所选择的相似度计算方法.K-Means 是发现给定数据集的 K 个簇的聚类算法, 之所以称之为 K-均值 是因为它可以发现 K 阅读全文
posted @ 2017-10-30 14:23 片刻 阅读(781) 评论(0) 推荐(0)
【机器学习实战】第9章 树回归
摘要：第9章 树回归 树回归 概述 我们本章介绍 CART(Classification And Regression Trees， 分类回归树) 的树构建算法。该算法既可以用于分类还可以用于回归。 树回归 场景 我们在第 8 章中介绍了线性回归的一些强大的方法，但这些方法创建的模型需要拟合所有的样本点（ 阅读全文
posted @ 2017-10-27 16:15 片刻 阅读(937) 评论(0) 推荐(1)
【机器学习实战】第8章 预测数值型数据：回归
摘要：第8章 预测数值型数据：回归 回归（Regression） 概述 我们前边提到的分类的目标变量是标称型数据，而回归则是对连续型的数据做出处理，回归的目的是预测数值型数据的目标值。 回归 场景 回归的目的是预测数值型的目标值。最直接的办法是依据输入写出一个目标值的计算公式。 假如你想要预测兰博基尼跑车 阅读全文
posted @ 2017-10-26 11:56 片刻 阅读(1274) 评论(0) 推荐(0)
【机器学习实战】第7章 集成方法 ensemble method
摘要：第7章 集成方法 ensemble method 集成方法: ensemble method（元算法: meta algorithm） 概述 概念：是对其他算法进行组合的一种形式。 通俗来说： 当做重要决定时，大家可能都会考虑吸取多个专家而不只是一个人的意见。 机器学习处理问题时又何尝不是如此？ 这 阅读全文
posted @ 2017-10-20 10:45 片刻 阅读(2787) 评论(6) 推荐(0)
【机器学习实战】第6章 支持向量机
摘要：第6章 支持向量机 如果公式不现实，请使用MarkDown的编辑器，加载 js 就可以看见了 <script type="text/javascript" src="http://cdn.mathjax.org/mathjax/latest/MathJax.js?config=default"></ 阅读全文
posted @ 2017-10-19 00:44 片刻 阅读(1346) 评论(5) 推荐(0)
【机器学习实战】第5章 Logistic回归
摘要：第5章 Logistic回归 Logistic 回归 概述 Logistic 回归虽然名字叫回归，但是它是用来做分类的。其主要思想是: 根据现有数据对分类边界线建立回归公式，以此进行分类。 须知概念 Sigmoid 函数 回归 概念 假设现在有一些数据点，我们用一条直线对这些点进行拟合（这条直线称为 阅读全文
posted @ 2017-10-17 11:15 片刻 阅读(1743) 评论(1) 推荐(1)
【机器学习实战】第4章 基于概率论的分类方法：朴素贝叶斯
摘要：第4章 基于概率论的分类方法：朴素贝叶斯 朴素贝叶斯 概述 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。 贝叶斯理论 & 条件概率 贝叶斯理论 阅读全文
posted @ 2017-10-13 13:37 片刻 阅读(827) 评论(3) 推荐(1)
【机器学习实战】第3章 决策树
摘要：第3章 决策树 决策树 概述 决策树（Decision Tree）算法主要用来处理分类问题，是最经常使用的数据挖掘算法之一。 决策树 场景 一个叫做 "二十个问题" 的游戏，游戏的规则很简单：参与游戏的一方在脑海中想某个事物，其他参与者向他提问，只允许提 20 个问题，问题的答案也只能用对或错回答。 阅读全文
posted @ 2017-10-09 11:23 片刻 阅读(745) 评论(1) 推荐(1)
【机器学习实战】第2章 K-近邻算法(k-NearestNeighbor，KNN)
摘要：KNN 概述 k-近邻（kNN, k-NearestNeighbor）算法主要是用来进行分类的. 阅读全文
posted @ 2017-09-20 12:21 片刻 阅读(916) 评论(0) 推荐(1)
【机器学习实战】第1章 机器学习基础
摘要：机器学习 概述 机器学习就是把无序的数据转换成有用的信息。 获取海量的数据 从海量数据中获取有用的信息 我们会利用计算机来彰显数据背后的真实含义，这才是机器学习的意义。 阅读全文
posted @ 2017-09-20 12:16 片刻 阅读(418) 评论(0) 推荐(0)
【机器学习实战】Machine Learning in Action 代码 视频 项目案例
摘要：MachineLearning 欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远 ApacheCN - 学习机器学习群【629470233】 Machine Learning in Action (机器学习实战) | ApacheCN(apache中文网) 电子版书籍：【机器学习实 阅读全文
posted @ 2017-09-20 12:10 片刻 阅读(606) 评论(0) 推荐(0)