战争热诚

摘要： 完整代码及其数据，请移步小编的GitHub 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote 上一节我学习了SVM的推导过程，下面学习如何实现SVM，具体的参考链接都在第一篇文章中，SVM四篇笔记链接为： Pytho 阅读全文

摘要： 完整代码及其数据，请移步小编的GitHub 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote 说实话，凡是涉及到要证明的东西（理论），一般都不好惹。绝大多数时候，看懂一个东西不难，但证明一个东西则需要点数学功底，进一 阅读全文

摘要： 完整代码及其数据，请移步小编的GitHub 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote 上一节我学习了完整的SVM过程，下面继续对核函数进行详细学习，具体的参考链接都在上一篇文章中，SVM四篇笔记链接为： Py 阅读全文

摘要： 完整代码及其数据，请移步小编的GitHub 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote 前言 整理SVM（support vector machine）的笔记是一个非常麻烦的事情，一方面这个东西本来就不好理解， 阅读全文

摘要： 完整代码及其数据，请移步小编的GitHub 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote EM算法也称期望最大化（Expectation-Maximum，简称EM）算法，它是一个基础算法，是很多机器学习领域的基础 阅读全文

摘要： 完整代码及其数据，请移步小编的GitHub 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote 预备知识 首先学习两个概念： 线性分类：指存在一个线性方程可以把待分类数据分开，或者说用一个超平面能将正负样本区分开，表达 阅读全文

摘要： 完整代码及其数据，请移步小编的GitHub 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote K-Means算法 K-Means 算法是无监督的聚类算法，它实现起来比较简单，聚类效果也不错，因此应用很广泛。K-Mea 阅读全文

摘要： 前言 这个是Kaggle比赛中泰坦尼克号生存率的分析。强烈建议在做这个比赛的时候，再看一遍电源《泰坦尼克号》，可能会给你一些启发，比如妇女儿童先上船等。所以是否获救其实并非随机，而是基于一些背景有先后顺序的。 1，背景介绍 1912年4月15日，载着1316号乘客和891名船员的豪华巨轮泰坦尼克号在 阅读全文

摘要： 完整代码及其数据，请移步小编的GitHub 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote 集成学习（Ensemble learning）是使用一系列学习器进行学习，并使用某种规则把各个学习结果进行整合，从而获得比 阅读全文

摘要： 完整代码及其数据，请移步小编的GitHub地址 传送门：请点击我 如果点击有误：https://github.com/LeBron-Jian/DeepLearningNote 本节主要学习Keras的应用模块 Application提供的带有预训练权重的模型，这些模型可以用来进行预测，特征提取和 f 阅读全文