原创 第五週：梯度下降算法
學習目標 瞭解梯度下降算法 實現梯度下降算法 什麼是梯度下降 《還不瞭解梯度下降法？看完這篇就懂了！》 梯度下降法應用 在之前的幾周學習中，瞭解了kNN和線性迴歸算法，機器學習就是尋找一個函數f(x)，並對其進行優化，使其
2020-06-24 11:14:39
原创 第二週：機器學習模型的評價指標
學習目標 數據拆分 數據集一般分爲如下三種，比例一般是8：1：1。 訓練集：確定模型後，用於訓練普通參數（每多加入一個數據對模型進行訓練，模型中就會受到影響的參數，通過多次迭代不斷更新，是一個梯度下降的過程）而不是模型的超參數。
2020-06-24 11:14:38
2
原创 第七週：邏輯迴歸算法
學習目標 邏輯迴歸的本質及其數學推導 邏輯迴歸代碼實現與調用 邏輯迴歸中的決策邊界、多項式以及正則化 邏輯迴歸的本質及其數學推導 《出場率No.1的邏輯迴歸算法，是怎樣“煉成”的？》 《邏輯迴歸的本質及其損失函數的推導、求解》
2020-04-14 13:42:12
1
原创 第六週：正則化及機器學習中的概念補充
學習目標 多項式迴歸與模型複雜度 正則化 模型的偏差和方差 多項式迴歸與模型複雜度 《淺析多項式迴歸與sklearn中的Pipeline》 多項式迴歸，通俗來看就是對數據集用多項式進行擬合，相較於線性迴歸，多項式可以擬合曲線細
2020-04-06 12:46:39
原创 第四周：線性迴歸算法
學習目標： 簡單線性迴歸：簡單線性迴歸及最小二乘法的數據推導 實踐：簡單線性迴歸實現及向量化應用 多元線性迴歸：多元線性迴歸和正規方程解及實現 線性迴歸和最小二乘法 《模型之母：簡單線性迴歸&最小二乘法》 線性模型形式簡單、易
2020-03-25 04:43:23
原创 第三週：數據預處理及kNN算法優化與總結
學習目標 無量綱化：最值歸一化、均值方差歸一化及sklearn中的Scaler 缺失值處理 處理分類型特徵：編碼與啞變量 處理連續型特徵：二值化與分段 kNN算法優化與總結 無量綱化 概念及背景 無量綱化處理主要是用於消除不同
2020-03-16 21:48:57
原创 第一週：機器學習的敲門磚kNN算法
學習目標： 瞭解監督學習和非監督學習的概念 瞭解kNN算法的思想及其原理 kNN算法實戰 監督學習 《統計學習方法》一書中概括，統計機器學習包括監督學習、非監督學習、半監督學習以及強化學習。 監督學習 通俗來說，就是給
2020-03-02 17:33:28
1
原创 上海鏈家二手房交易數據分析
【python】上海鏈家二手房交易數據分析 目的：練習pandas數據處理以及數據可視化 數據採集時間：2017/11/7 數據獲取：八爪魚數據採集工具 數據量：約3w條 字段：行政區、小區名稱、房型、樓層、朝向、單價、總價、建造年代等
2018-08-28 15:26:45
1