全部文章

文章分类 -  AI-4-0机器学习-算法理论

7-K-means 聚类算法：如何挖掘高价值用户？
摘要：在前面的课程中，我们学习了分类算法：K 近邻、逻辑回归、朴素贝叶斯、决策树，以及支持向量机，也学习了回归算法：线性回归。它们有一个共同点，都是有监督学习算法，也就是都需要提前准备样本数据（包含特征和标签，即特征和分类）。但有的情况下，我们事先并不能知道数据的类别标签，比如在AI常用算法及其分类的智能 阅读全文
posted @ 2025-02-22 22:01 指尖下的世界 阅读(124) 评论(0) 推荐(0)
6-支持向量机：怎么预测股票市场的涨与跌？
摘要：这个算法可以说是机器学习分类算法的天花板了。 它就是用来解决分类问题的支持向量机（Support Vector Machine，SVM）算法，简称SVM 算法。在深度学习模型“横行天下”的今天， SVM 因为相比于深度神经网络更为轻量级，也有极好的性能，所以在工业界，它一般会作为模型效果的基准线。 阅读全文
posted @ 2025-02-22 21:15 指尖下的世界 阅读(115) 评论(0) 推荐(0)
5-决策树与随机森林：如何预测用户会不会违约？
摘要：今天，我们要讲决策树与随机森林。决策树是一种基础的分类和回归算法，随机森林是由多棵决策树集成在一起的集成学习算法，它们都非常常用。 这节课，我就通过决策树预测用户会不会违约的例子，来给你讲讲决策树和随机森林的原理和应用。 决策树的理解 很多人都有过租房子的经历，那你是怎么决定要不要租一个房子的呢？你 阅读全文
posted @ 2025-02-22 20:33 指尖下的世界 阅读(29) 评论(0) 推荐(0)
4-朴素贝叶斯：让AI告诉你，航班延误险该不该买？
摘要：今天，我们接着来讲一个基础的分类算法，朴素贝叶斯（NBM，Naive BayesianModel），也可以简称 NB 算法。 你可能想说，贝叶斯我听过，什么叫朴素贝叶斯呢？其实，朴素贝叶斯就是我们在贝叶斯原理的基础上，预先假定了特征与特征之间的相互独立。那特征之间的相互独立是什么意思呢？简单来说，一 阅读全文
posted @ 2025-02-22 17:17 指尖下的世界 阅读(51) 评论(0) 推荐(0)
3-逻辑回归：如何预测用户是否会购买商品？【暂时存疑有待深入学习】
摘要：逻辑回归（LR，Logistic Regression）是一种分类算法，或者说，逻辑回归就是用来预测某个事情是“是或者否”这样的概率，常用于二分类问题，例如垃圾邮件检测、疾病预测等。是一种监督学习算法。 如何理解逻辑回归算法？ 假设，最近你们公司组织了一场创新技术大赛，你作为 AI 产品经理，报了名 阅读全文
posted @ 2025-02-22 16:30 指尖下的世界 阅读(55) 评论(0) 推荐(0)
2-线性回归：教你预测，投放多少广告带来的收益最大
摘要：这节课，我们来讲回归问题中最经典的线性回归（Linear Regression）算法。 线性回归是一种监督学习方法，建立连续型目标变量（Y）与一个或多个特征（X）之间的线性关系模型，用于回归任务，即预测连续数值。它假设输入特征与输出变量之间存在线性关系，并通过最小化预测值与真实值的误差找到最佳拟合直 阅读全文
posted @ 2025-02-22 11:36 指尖下的世界 阅读(67) 评论(0) 推荐(0)
1-K近邻算法(KNN)：机器学习入门必学算法
摘要：K 近邻算法（K-Nearest Neighbor），简称KNN 算法，是一种基于实例的监督学习算法，用于分类（Classification） 和 回归（Regression）。KNN 不需要训练阶段，而是在预测时基于最近的 K 个样本进行判断，属于懒惰学习（Lazy Learning） 方法。简单 阅读全文
posted @ 2025-02-22 10:20 指尖下的世界 阅读(122) 评论(0) 推荐(0)