摘要：机器学习常见算法： K最近邻算法，线性模型，朴素贝叶斯，决策树，随机森林，SVMs，神经网络等 要注意关心如下问题： 要了解每种算法的基本原理和用途，它的特性分别是什么？在不同的数据集中表现如何，如何使用它们建模，模型的参数如何调整等 kaggle大赛，使用来自真实世界的数据磨炼自己的技能 必要库的 阅读全文

摘要：Python中有很多软件包可用于构建深度神经网络。 最直观的一个是scikit-neuralnetwork软件包，sknn.mlp模块即来于此 正则化可以提高神经网路的泛化，避免过度拟合。 对代价函数要进行改写，添加正则项。 添加衰减参数来惩罚较大的权重来实现 回归例子 fitting model 阅读全文

摘要：scikit-learn是构建在Numpy,Matplotlib等工具之上的一套完整的机器学习工具库。TensorFlow的接口封装仿照其进行了设计 样本划分问题 使用交叉验证集划分样本，代码： from sklearn.cross_validation import train_test_spli 阅读全文

摘要：要学习一个新的东西，最难的事情就是找到容易理解和部署的例子 工程问题求解方法论： 5步： 人工智能是一个非常宽广的领域，。。但是，背后的原理无外乎是使用机器学习算法对数据进行学习，并且得到分类、回归。聚类的结果，因此从“机器学习”着手，然后向“深度学习”进发，再结合实际工作需求选择一个具体的应用方向 阅读全文