机器学习之家

获得BAT工程师独家内部课程,超全的“机器学习”“深度学习”课程视频、数据集等下载,与行业一线工程师交流。更多干货,请关注我。...

嘀嘀!机器学习之家专车送你进BAT(第1期送课程、送资料福利来啦!)

AI的浪潮滚滚来袭,以智慧和帅气迷倒万千少男少女的小编 的偶像——李开复老师 说:等等,这和我有什么关系呢?来看看这张图!这些技术 只要学一样,就牛逼了呀!想想还有点小激动就这么定了!2018年,一定要学好高大上的机器学习 和 深度学习再学个热门又好找工作的自然语言处理把BAT金光闪闪的offer...

2018-02-02 00:00:00

阅读数:59

评论数:0

自然语言处理与机器学习技术博客、学习资料精选[附网盘地址]

自然语言处理与机器学习技术博客、学习资料精选!首先,恭喜点开了这篇文章的读者,本文所提供的资料是免费的,小编不卖资料,是赠送资料!今天咱们的学习社区里有学员提出要推荐一些NLP方面的博客、站点,因此小编整理了一下。顺便赠送一些NLP方面的网盘资料。 自然语言处理与机器学习相关博客和站点精选1、技术...

2018-01-05 00:00:00

阅读数:2268

评论数:2

Google的沙龙,约不约?

Google物联网创新沙龙邀请你了!今天,小编受合作伙伴——google中国孵化器(北京引力空间)委托,给长期支持我们的好朋友们,发布一则福利:Google物联网创新沙龙开始接受报名了!先到先得哟。“If you can build an app, you can build a device. ...

2018-01-04 00:00:00

阅读数:190

评论数:0

机器学习 | 三:似然函数例子解析

似然函数似然函数是一种关于统计模型中的参数的函数,表示模型参数中的似然性。给定输出 x 时,关于参数 θ 的似然函数 L(θ|x),在数值上它等于给定参数 θ 后变量 X 的概率:这个是非常重要的!举个例子,我们抛掷一枚硬币,这枚硬币不是理论上的一半一半的出现概率,而是动了手脚的,出现正面的概率是...

2017-12-27 00:00:00

阅读数:204

评论数:0

公开课 | 机器学习基石08 Noise and Error

前面几篇通过引入 VC 理论证明了机器学习的可行性。讨论的数据都是无噪音的,但实际数据,噪音往往不可避免。 本篇是承上启下的一篇,连接了理论部分和后续具体的机器学习演算法,容易被忽略,个人觉得是非常重要的一篇。介绍了 noise 和 error 两个核心概念。讲解即便 noise 存在的情况下,绝...

2017-12-27 00:00:00

阅读数:88

评论数:0

机器学习 | 二:高斯分布

今日话题       讲解了独立同分布的概念,高斯分布,一维高斯分布。01-独立同分布  指随机过程中,任何时刻的取值都为随机变量,如果这些随机变量服从同一分布,并且互相独立,那么这些随机变量是独立同分布。先说说独立这个概念。在预测德克萨斯州区域的房屋价值时,房屋样本x1和样本x2之间的预测是相互...

2017-12-26 00:00:00

阅读数:146

评论数:0

机器学习 | 一:协方差和相关系数

今日话题          为了深刻理解机器学习算法的原理,首先得掌握其中涉及到的一些基本概念和理论,比如概率,期望,标准差,方差。在这些基本概念上,又衍生出了很多重要概念,比如协方差,相关系数等。今天我们就来聊聊这些组成机器学习的基本概念。01概率  概率 P 是对随机事件发生的可能性的度量。例...

2017-12-25 00:00:00

阅读数:140

评论数:0

小知识 | 机器学习:不得不知的概念(3)

归纳偏好归纳偏好(inductive bias),机器学习算法在学习过程中对某种类型假设的偏好。任何一个有效的机器学习算法必有其归纳偏好,否则它将被假设空间中看似在训练集上等效的假设所迷惑,而无法生成确定的学习结果,这也是机器学习中非常重要的概念,举例说明。归纳偏好例子如果我们在购买某个股票时假定...

2017-12-22 00:00:00

阅读数:129

评论数:0

小知识 | 机器学习:不得不知的概念(2)

本文通过一个例子说明什么是机器学习的泛化能力,理解它有助于你了解机器学习为什么要解决过拟合问题。泛化能力泛化能力(generalization),学得的模型适用于新样本的能力,是非常重要的能力。举个例子来说明什么是泛化能力。就在我们上学那回,小明爱动脑筋,老师讲的题目不光会做,还能举一反三;小红学...

2017-12-21 00:00:00

阅读数:149

评论数:0

小知识 | 机器学习:不得不知的概念(1)

要想精确地入门机器学习,有一些概念,是我们得准确掌握的,这通常是第一步,走好这一步能为未来构建机器学习大厦打下坚实的地基,同时为你理解基于这些概念的理论和算法提供必不可少的帮助。  数据集(data set)  记录的集合,假如我们用3个特征,分别为色泽,根蒂,响声来描述西瓜的特点,并且拿到了基...

2017-12-20 00:00:00

阅读数:180

评论数:0

干货 | 机器学习基石02 Learning to Answer Yes/No

感知器模型 Perceptron现实生活中,存在大量的"二分类问题",比如该不该给客户发信用卡。对于"二分类问题",最简单的模型就是"感知器模型"。01感知器模型features: X = (x1, x2, ..., xd)if ∑wix...

2017-12-19 00:00:00

阅读数:62

评论数:0

深度 | 为什么要有深度学习?

为什么要有深度学习?深度学习可以用更多的数据或是更好的算法来提高学习算法的结果。对于某些应用而言,深度学习在大数据集上的表现比其他机器学习(ML)方法都要好。性能表现方面,深度学习探索了神经网络的概率空间,与其他工具相比,深度学习算法更适合无监督和半监督学习,更适合强特征提取,也更适合于图像识别领...

2017-12-18 00:00:00

阅读数:210

评论数:0

入门 | 机器学习基石01 The Learning Problem

01什么是机器学习?首先对比人类学习,人类通过观察获得经验的积累(skill);机器学习是从数据(data)中学习获取技能。人类学习 vs. 机器学习这里所说的skill, 其实就是某一方面表现(performance measure)的增进。 那么何时考虑使用机器学习,通常需要满足以下三个前提:...

2017-12-18 00:00:00

阅读数:37

评论数:0

干货 | 机器学习集成算法:XGBoost模型构造

1回顾上文介绍了XGBoost的基本思想,说到新加入进来的决策树必须能使原已有的更好才行吧,那么将XGBoost这个提升的过程如何用数学模型来表达呢?2XGBoost整体模型机器学习的有监督问题,通常可以分为两步走:模型建立(比如线性回归时选用线性模型),根据目标函数求出参数(比如球出线性回归的参...

2017-12-15 00:00:00

阅读数:56

评论数:0

连载 | 理解线性代数04 利用行列式求解 Ax = b

本篇引入行列式,通过行列式求解方程组 Ax = b。此外,介绍了行列式的几何意义。            学习这件事,不是缺乏时间,而是缺乏努力。行列式的引入行列式的定义行列式原始定义是由莱布尼兹引入的。下面从现代角度引入行列式。行列式 (Determinant) 是一个函数,将 n x n 的矩...

2017-12-15 00:00:00

阅读数:112

评论数:0

实战 | 单词拼写纠正器python实现

1 如用户输入了 hella,纠正后发现的3个最有可能的输入如下:'want to input: hello', 'hell', 'fella'2 如用户输入了appropreate,纠正器纠正后:'want to input: appropriate'3 如用户输入了owesomes,纠正器纠正...

2017-12-14 00:00:00

阅读数:175

评论数:0

连载 | 理解线性代数03 Ax = b 无解情形

本篇首先 review 了矩阵的秩和子空间的概念。重点介绍了 Ax = b 无解的情形,较为自然地引入投影的概念,并从投影的角度去理解最小二乘法。        谁也不能随随便便成功,它来自彻底的自我管理和毅力。秩 rank为了后续讨论的方便,先深入理解矩阵的秩。之前提到过矩阵的秩 (rank)。...

2017-12-14 00:00:00

阅读数:679

评论数:0

连载 | 理解线性代数02 求解 Ax = b

上篇通过线性方程组引入矩阵的概念,解决了当 A 是可逆矩阵时,可用高斯消元法求解线性方程组,并且给出解析解。本篇试图彻底解决 Ax = b 的解(A为一般矩阵时情形),并且引入了矩阵的四个基本子空间的概念。为了论证一下,你的数学是不是体育老师教的,让我们先回忆一下,什么是矩阵的秩,什么是矩阵的零空...

2017-12-13 00:00:00

阅读数:749

评论数:0

深度 | 机器学习集成算法:XGBoost思想

随机森林是在决策树的基础上,放入许多棵决策树,并行的,独立的构造出每棵决策树,树与树之间没有关系,通过这种方式达到优化提升的目的。        随机森林算法,再加入第 k 棵树时,没有考虑前面的 k - 1 棵,只是随机的往森林里加一棵。与之相对的是,每次往森林里扔第 k 棵树的时候,要考虑前面...

2017-12-13 00:00:00

阅读数:81

评论数:0

连载|复习线性代数:矩阵

各位童鞋,今天咱们来复习一下数学。数学对于机器学习的重要性,怎么强调都不为过,我以前的某个朋友为了转行做机器学习,天天在推公式。本文将从线性方程组出发,引入矩阵。不要急着说,“你别讲了,矩阵的一切我都懂!”。先问问自己,是否知道什么是增广矩阵,LU分解,奇异矩阵从线性方程组谈起矩阵的一个重要来源是...

2017-12-07 00:00:00

阅读数:1116

评论数:1

提示
确定要删除当前文章?
取消 删除
关闭
关闭