原创 強化學習課程學習（2）——必備數學基礎集錦
在瞭解了深度學習的基本理論以後，可以開始不斷的去深入瞭解背後的原理是什麼。爲什麼圖片能被計算機讀取？爲什麼我們可以用CNN對成千上萬中圖片進行分類，這背後的原理是什麼？在瞭解原理之前，因爲無論是深度學習還是機器學習，背後都是有
2020-06-27 13:09:41
1
原创 第七章-SVM支持向量機
在第二章中我們學習到感知機模型的相關知識，感知機模型是當數據線性可分時，如何利用一個超平面區分兩類不同的數據。對於以上情況，支持向量機和感知機是非常相似的，兩者的差別在於損失函數的不同。當線性不可分的情況下，SVM可以用核函數來實
2020-06-27 06:07:31
原创 Python數據分析-Numpy
Numpy特點 ——如果有想關注Java開發相關的內容，可以轉Java修煉之道 詳細觀看—— Numpy作爲使用Python進行科學計算的常用庫，有着如下特點： 提供了N維數組（矩陣），快速高效，矢量數學運算； 高效的Inde
2020-06-27 06:07:31
1
原创 第五章-一起看決策樹如何做出決策？
在前面我們學習了KNN是一種基本的分類和迴歸方法。今天我們繼續來學習另一個也能進行分類和迴歸的方法——決策樹（Decision Tree）。那麼對此，決策樹到底是如何做出決策的呢？請接下來往下看—— 思維導圖（內容概覽） 衡量
2020-06-27 05:11:56
1
原创 第八章-提升方法AdaBoost算法
在2019年9月16日11晚，Jay Chou開始發佈了他的新歌說好不哭的時候，不到12個小時，售出量就已經達到了500萬，還導致了QQ音樂系統癱瘓，這充分看出周董的高流量人氣，當然，作爲90後的我也是其中粉絲之一。這告訴我們的
2020-06-27 05:11:55
1
原创 筆面試準備（3）——特徵工程相關小結
特徵工程簡介 **特徵工程(Feature Engineering)**是指將原始數據轉變成模型的訓練數據的過程，從而更好地提取數據特徵，使得機器學習模型的學習能力更好。其本質上是對原始數據的再加工，其目的是產生進入模型的特徵。
2020-06-27 05:11:55
原创 Python數據分析-Pandas
——如果有想關注Java開發相關的內容，可以轉Java修煉之道 詳細觀看—— 在學習了Numpy後，進行數據科學計算，爲何還要使用Pandas呢？其實原因就是效率高，那爲何Pandas效率比numpy要高呢？其實Pandas和N
2020-06-27 05:11:55
原创 深度學習框架-Tensorflow基礎學習
Tensorflow簡介 1. Tensorflow是一個編程系統，使用圖來表示計算任務。使用圖來表示計算任務. 圖中的節點被稱之爲 op (operation 的縮寫). 一個 op 獲得 0 個或多個 Tensor, 執行計算
2020-06-27 05:11:46
原创 第十章-HMM模型以及相關推導
隱馬爾可夫模型(Hidden Markov Model, HMM)是可用於標註問題的統計學習模型，描述由隱藏的馬爾科夫鏈隨機生成的觀測序列的過程，屬於生成模型，是概率模型的一種。本章主要是總結HMM模型的概率計算算法、學習算法以
2020-06-27 05:11:46
原创 第四章-樸素貝葉斯樸素嗎？
你覺得樸素貝葉斯樸素嗎？ 個人覺得，一點也不樸素，如同“平凡出真知”，樸素貝葉斯還是很挺厲害的。如果想要了解樸素貝葉斯，那麼需要先了解貝葉斯估計和極大似然估計。 極大似然估計 對於一個數據集T服從概率分佈P，但是P中參數未知，針
2020-06-27 05:11:46
原创 第一章-統計學習方法概論
統計學習 統計學習是關於計算機 基於數據構建概率統計模型並運用模型對數據進行預測與分析的一門學科。總的來說，統計學習也稱爲統計機器學習。 統計學習的特點 以計算機以及網絡爲平臺； 以數據爲對象，是數據驅動的學科； 目
2020-06-27 05:11:46
原创 第九章-EM算法
從第九章開始，學習總結的東西有所不同了，第2-8章是分類問題，都屬於監督學習，第9章EM算法是非監督學習。本文主要是總結EM算法的應用以及處理問題的過程和原理推導。 EM算法 EM算法(期望極大算法 expectation ma
2020-06-27 05:11:46
原创 第二章-感知機
看完上一章的概要學習後，開始就進入第二章的內容——感知機。對於統計學習方法而言，包含三要素，模型+策略+算法，接下來就從以下三個要素全面瞭解感知機。 感知機模型 簡單來說，感知機（Perceptron）針對的是二分類的線性模型，其
2020-06-27 05:11:46
原创 第十一章-CRF的奇妙之處
上篇中，我們瞭解到HMM的相關知識，並且知道HMM屬於概率有向圖模型，接下來，讓我們一起學習總結概率無向圖模型——條件隨機場(Conditional Random Field, CRF)。 思維導圖 概率無向圖模型 概率無向圖模
2020-06-27 05:11:45
原创 第六章-邏輯迴歸與最大熵模型
邏輯斯諦迴歸是統計學習中的經典分類方法，和最大熵模型相比，具有以下的共同點和區別： 共同點 都屬於概率模型，該模型要尋找的是給定一個x，得到輸出變量Y的概率分佈P(Y|x)，如果是二分類，Y取值爲0或1，如果是多分類，Y有K個
2020-06-27 05:11:45