机器学习实践

机器学习实践系列（二）----达观杯--轴承故障检测训练赛

竞赛地址轴承故障检测训练赛任务轴承有3种故障：外圈故障，内圈故障，滚珠故障，外加正常的工作状态。如表1所示，结合轴承的3种直径（直径1,直径2,直径3），轴承的工作状态有10类：参赛选手需要设计模型根据轴承运行中的振动信号对轴承的工作状态进行分类。数据*注:报名参赛或加入队伍后，可获取数据下载权限。可供下载使用的有2个文件：1.train.csv，训练集数据，1到6000为按时间序列连续采样的振动
Jumay0612·2019-04-11 15:34

机器学习实践系列（三）----达观杯--北京PM2.5浓度回归分析训练赛

1.大赛地址北京PM2.5浓度回归分析训练赛看了很长时间机器学习算法了，从这个博客开始打算长期更新一些算法的尝试，在实践中用起来。先从最简单的线性回归开始吧。2.赛题说明数据主要包括2010年1月1日至2014年12月31日间北京pm2.5指数以及相关天气指数数据。数据分为训练数据和测试数据，分别保存在pm25_train.csv和pm25_test.csv两个文件中。其中训练数据主要包括3574
Jumay0612·2019-04-10 15:19

基于Spark的机器学习实践 (一) - 初识机器学习

1导学1.1开源大数据技术1.2提高竞争力必备1.3教程规划1.7预备知识了解大数据相关基础知识熟悉Linux基本命令熟悉Scala语言的编程方法有一定的数学基础1.8环境参数Spark:2.3.0JDK:1.8IDE:IDEA2机器学习概述2.1机器学习概念2.2机器学习发展史2.3机器学习(ML)&人工智能(AI)2.4机器学习的一般功能◆分类识别图像中人脸的性别是男还是女◆聚类发掘喜欢类型的
公众号-JavaEdge·2019-04-08 18:00

分享《机器学习实践应用（带目录与书签）》高清中文版PDF+源代码免费下载

《机器学习实践应用（带目录与书签）》高清中文版PDF+源代码免费下载《机器学习实践应用（带目录与书签）》高清中文版PDF+源代码免费下载下载链接：https://pan.baidu.com/s/1TKdhB0SundQR8MubYGH8Ag
眼眉温柔处·2019-03-24 23:46

Spark学习（五）：协同过滤

这次的参考书目是《SparkMLlib机器学习实践》，这本书也很好，没有太深奥的理论和繁琐的解释，有很多实用小程序，初学者上手很棒！之前做相似度用的比较多的是欧式距离，余弦相
CocoMama190227·2019-03-20 16:57

机器学习实践

专题-机器学习实践===Reference----[CS229课程讲义（中文）](https://github.com/Kivy-CN/Stanford-CS-229-CN)-Kivy-CN-GitHubIndex
Chelseady·2019-02-27 18:58

Python人工智能工程师学习路径以及资料推荐

（具备基本的数据分析和数据挖掘能力）1.Python语言2.Python数据分析3.Python机器学习二、初级阶段（具备独立完成一个简单的机器学习项目的能力）1.机器学习理论2.机器学习库和工具3.机器学习实践三
两袖轻风·2019-02-23 22:38

常用机器学习实践技巧

♚作者：唐唐，代表作：《深度学习之PyTorch实战计算机视觉》博客：https://www.zhihu.com/people/JaimeTang/activitie我们知道在机器学习的实践中有很多技巧是可以通用和流程化的，在这里我们通过一个简单的数据集来演示在数据的使用和处理过程中常用的实践技巧，内容主要包含了：数据预览数据可视化查找最优模型Pipeline的使用模型调节我们使用的数据集可以通过
Python中文社区·2019-02-11 23:00

6个实战项目，带你搞定机器学习!

《Python机器学习实践》原价    ¥1299.00 现超100人报名已至底价    ¥499.00 >>  点击阅读原文参团  <咨询，参团，查看大纲，请点击【阅读原文】↓↓↓
Python中文社区·2019-01-07 08:00

Python3机器学习实践：集成学习之Blending(模型混合)

Blending也是一种模型融合的方法，和Stacking过程很类似。一、Blending流程图二、算法步骤1，原始训练数据集分割将原始的训练数据集按照一定的比例分为训练数据集DT和验证(或者说测试)数据集DA。其中训练数据集的比例大概60-80%，如果这个比例太大的话，就会导致最终用于训练的数据样本数较少，因为最终用于训练的样本数就等于验证数据集的样本数数。预测数据集定义为DP。2，构建模型阶段
AnFany·2019-01-02 09:38

《深度学习》 第11章 实践方法论

一个优秀的机器学习实践者还需要知道如何针对具体应用挑选一个合适的算法以及如何监控,并根据实验反馈改进机器学习系统。
Tifa_Best·2018-12-24 19:22

机器学习、深度学习方面书籍收集（持续更新……）

查询资料，收集了一些觉得比较经典的书籍，可供参考学习：书籍：《learningopencv》，有中文版本的，用这个入门最快《机器学习实践》，简单，容易，清晰《统计学习方法》，李航，适合学习理论《Python
SophiaCV·2018-12-15 15:50

【机器学习】Feature selection – Part I: univariate selection

特征选择——1：单变量选择原文链接：http://blog.datadive.net/selecting-good-features-part-i-univariate-selection/对于数据科学家或机器学习实践者来说
游骑小兵·2018-12-13 14:38

【机器学习实践】使用Python实现k-均值聚类算法、DBSCAN算法和AGNES算法

前言本周学习了周志华《机器学习》第9章聚类，本章主要介绍了三种类型的聚类算法：原型聚类、密度聚类和层次聚类。介绍的原型聚类中，有k-均值聚类、学习向量量化和高斯混合聚类。而密度聚类和层次聚类分别有有DBSCAN算法和AGNES算法。为了加强对算法实现过程的理解和加强练习Python代码能力，于是使用Python分别实现了三种类型聚类算法中的各自比较著名的k-均值聚类算法、DBSCAN算法和AGNE
weixin_38909710·2018-11-27 22:30

机器学习实践（五）—sklearn之特征降维

一、特征降维概述为什么要对特征进行降维处理如果特征本身存在问题或者特征之间相关性较强，对于算法学习预测会影响较大什么是降维降维是指在某些限定条件下，降低随机变量(特征)个数，得到一组“不相关”主变量的过程降维的作用减少特征数量减少特征相关性，去除相关性强的特征，比如相对湿度与降雨量降维的两种方式特征选择主成分分析（PCA）二、什么是特征选择定义旨在从原有特征中找出主要特征，去除冗余或无关特征。方法
轻风凉晨·2018-11-25 11:28

机器学习实践（一）—sklearn之概述

1956年，人工智能元年。人类能够创造出人类还未知的东西。这未知的东西人类能够保证它不误入歧途吗。一、机器学习和人工智能，深度学习的关系机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来二、机器学习，深度学习的应用场景挖掘、预测领域：应用场景：店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类…图像领域：应用场景：街道交通标志检测、人脸识别等等自然语言处理领域
轻风凉晨·2018-11-25 11:55

L1与L2损失函数和正则化的区别

本文翻译自文章：DifferencesbetweenL1andL2asLossFunctionandRegularization，如有翻译不当之处，欢迎拍砖，谢谢~  在机器学习实践中，你也许需要在神秘的
山阴少年·2018-10-21 10:09

跨平台机器学习实践小结（一）

一、问题来源：如何在nodeweb服务下调用sklearn的模型结果来进行实时模型预测？二、问题分析：1、sklearn的模型结果有几种存储方式：（1）pickle.dumps，结果通过变量保存在内存中附上pickle文档：https://docs.python.org/2/library/pickle.html>>>importpickle>>>s=pickle.dumps(clf)>>>clf
阿喵酱紫糖·2018-09-09 14:37

《美团机器学习实践》出版了

由美团算法团队20余位一线工程师联手，耗时一年多时间，业界第一本全面讲述互联网公司机器学习实践的图书《美团机器学习实践》终于上市发售啦。
美团技术团队·2018-09-06 19:21

100天机器学习实践之第2天

这是github上的一个项目，地址在这儿，作者@#Avik-Jain。Day2，简单线性回归使用一个特征值预测结果这是一种基于独立的变量X预测相关变量Y的方法。这种方法假设两个变量线性相关。因此，我们的目标是找到一种函数，能够根据X尽可能精确地预测Y值。如何找到最佳拟合直线在这个回归模型中，我们试图通过找到“最佳拟合直线”来最小化误差——找到的回顾直线误差是最小的。我们尽量使样本值Yi与预测值Yp
fanzhh·2018-08-25 18:50

机器学习实践心得：数据平台设计与搭建

机器学习作为近几年的一项热门技术，不仅凭借众多“人工智能”产品而为人所熟知，更是从根本上增能了传统的互联网产品。下文将基于本人所负责的个推大数据平台搭建工作，与大家分享个推数据平台架构方面的经验以及踩过的一些坑。一、背景：机器学习在个推业务中的应用场景作为独立的智能大数据服务商，个推主要业务包括开发者服务、精准营销服务和各垂直领域的大数据服务。而机器学习技术在多项业务及产品中均有涉及：1、个推能够
ERIIISED·2018-07-17 17:47

实训补充 关于boruta算法

b.通常意义上在机器学习实践过程中进行特征选择的目标是:筛选出可以使得当前模型c
共觞·2018-07-10 17:06

Pick 一下？Python 机器学习实用技巧

我们Pick了一些用Python进行机器学习实践的基本技巧。我是一名计算机科学与技术专业的学生。我怎么才能入门机器学习/深度学习/人工智能？入门机器学习从来不是一件简单的事。
机器学习算法与Python学习·2018-05-18 00:00

图像拐点检测-原理以及代码实现

（下图摘自《机器学习实践应用》）图片中其实是有很多的边以及拐角的，今天要介绍的就是如何通过算法找到图片拐角。
李博Garvin·2018-04-18 19:08

【转】 机器学习实践中应避免的七种常见错误

转载自：http://www.52cs.org/?p=879统计建模和工程开发很相似。在工程开发中，人们有多种方法搭建一套键-值存储系统，每种设计针对使用模式有一套不同的假设。在统计建模中，也有很多算法来构造一个分类器，每种算法对数据也有各自的假设集合。当处理少量数据时，因为实验成本很低，我们尽可能多的尝试各种算法，从而选出效果最优的算法。但提到“大数据”，提前分析数据，然后设计相应“管道”模型（
徽hero兔·2018-04-12 14:35

学习人工智能，你少不了的Python书单

像计算机科学家一样思考Python》《Python高级编程（第2版）》《Python高性能编程》《Python极客项目编程》《Python核心编程（第3版）》《Python机器学习——预测分析核心算法》《Python机器学习实践指南
雷小蛮·2018-03-28 23:36

【机器学习笔记五】聚类 - k均值聚类

参考资料：【1】SparkMlib机器学习实践【2】机器学习【3】深入浅出K-means算法http://www.csdn.net/article/2012-07-03/2807073-k-means一
Fredric_2013·2018-03-06 21:00

【机器学习笔记四】分类算法 - 逻辑回归

参考资料【1】SparkMLlib机器学习实践【2】统计学习方法1、Logistic分布设X是连续随机变量，X服从Logistic分布是指X具有下列分布函数和密度函数，。
Fredric_2013·2018-03-03 11:00

【机器学习笔记二】回归分析 - 随机梯度下降

参考资料：【1】SparkMLlib机器学习实践【2】机器学习之梯度下降http://www.cnblogs.com/rcfeng/p/3958926.html【3】统计学习方法1、回归分析概念在统计学中
Fredric_2013·2018-03-03 10:00

【机器学习笔记一】协同过滤算法 - ALS

参考资料【1】《SparkMLlib机器学习实践》【2】http://blog.csdn.net/u011239443/article/details/51752904【3】线性代数-同济大学【4】基于矩阵分解的协同过滤算法
Fredric_2013·2018-03-03 10:00

NumPy快速入门笔记

出于机器学习实践过程中的需要，我快速了解了一下NumPy这个科学计算库的使用方法。下面记录相关学习笔记。简介NumPy是一个科学计算库。
chardlau·2018-01-27 15:06

NumPy快速入门笔记

出于机器学习实践过程中的需要，我快速了解了一下NumPy这个科学计算库的使用方法。下面记录相关学习笔记。简介NumPy是一个科学计算库。
丑心疼·2018-01-27 15:00

机器学习实践之使用Apriori算法进行关联分析

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、背景故事日常生活中，当我们去商店去购物的时候，实际上都包含了机器学习的当下和未来的场景应用，这包括物品的展示方式、购物之后的优惠券的提供、用户忠诚度计划等等。这些其实都离不开对大量数据的分析。商店希望从顾客身上获得更多的利润，所以必然使用各种技术来达到这一目的。忠
georgeli_007·2018-01-24 09:05

机器学习实践之预测数值型数据--回归

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、相关概念1.1回归“回归”一词的来历：今天我们知道的回归是由达尔文（CharlesDarwin）的表弟FrancisGalton发明的。Galton于1877年完成了第一次回归预测，目的是根据上一代豌豆种子（双亲）的尺寸来预测下一代豌豆种子（孩子）的尺寸。Galt
georgeli_007·2018-01-03 21:05

机器学习实践之集成方法（随机森林和AdaBoost元算法提高分类性能）

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习思路做了归纳整理,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。（未添加文章标签，特此补上，2018.1.14记。）一、概述1、概念理解集成学习方法是指组合多个模型，以获得更好的效果，使集成的模型具有更强的泛化能力。对于多个模型，如何组合这些模型，主要有以下几种不同的方法在验证数据集上上找到表现最好的模型作为最终的预测模型；对多个模型
georgeli_007·2018-01-01 10:27

Python机器学习实践指南-中文-PDF

【Python机器学习实践指南】中文版本书只用于交流学习，禁止用于商业用途！如有侵权，请联系本博主。谢谢！
q启明星·2017-12-21 19:58

一文读懂AlphaGo背后的强化学习

毕竟，对任何机器学习实践者来说，RL（强化学习，即Reinforce
MASTER__TONY·2017-11-28 18:39

一文读懂AlphaGo背后的强化学习：它的背景知识与贝尔曼方程的原理

毕竟，对任何机器学习实践者来说，RL（强化学习，即ReinforcementLearning）都是一种十分有用的工具，特别是在AlphaGo的盛名之下。第一部
AI科技大本营·2017-11-25 00:00

AlphaGo背后的强化学习

毕竟，对任何机器学习实践者来说，RL（强化学习，即ReinforcementLearning）都是一种十分有用的工具，特别是在AlphaGo的盛名之下。[嵌牛
南城城南·2017-11-22 11:02

机器学习入门科普篇--系列二

机器学习入门科普篇--系列二前言python程序语言与机器学习实践可以称得上是”珠联璧合“。因为使用python编程技巧，接触甚至掌握机器学习的经典学习算法至少有以下四个优势。
Python技术博文·2017-10-18 00:00

《机器学习实践应用》书中源代码

购书链接：https://item.jd.com/12114501.html本书简介《机器学习实践应用》是人民出版社于2017年7月出版的图书，作者李博。书中通过将机器
Garvin Li·2017-09-28 08:49

Python机器学习教程百度云全集

Python程序语言与机器学习实践可以称得上是“珠联璧合”。半路出山想迅速上手Python做机器学习？如果你足够用心，完全可以做到！接下来，最好的Python机器学习教程在这里将分享给大家。
千锋教育官方博客·2017-09-18 17:34

6月大咖新书：人工智能领衔推荐

6月大咖新书推荐1、《机器学习实践应用》>阿里机器学习专家力作>实战经验分享>人工智能触手可及让数据起舞用算法扩展业务**作者简介**李博，花名“傲海”。
人邮社异步社区·2017-07-04 15:31

【机器学习】python实践笔记 -- 经典监督学习模型之分类学习模型

《Python机器学习实践》笔记参考资料：《python机器学习及实践从零开始通往Kaggle竞赛之路》范淼，李超2016常用python库Numpy&Scipy高级数学运算、科学计算Matplotlib
Mengwei_Ren·2017-06-29 10:33

[转]采用深度学习算法为Spotify做基于内容的音乐推荐

http://www.csdn.net/article/2015-02-10/2823907摘要：本文概述了作者在Spotify的机器学习实践经验，解释了使用卷积神经网络(CNN)做基于音频的音乐推荐的方法
u011239443·2017-06-11 23:00

采用深度学习算法为Spotify做基于内容的音乐推荐

http://www.csdn.net/article/2015-02-10/2823907摘要：本文概述了作者在Spotify的机器学习实践经验，解释了使用卷积神经网络(CNN)做基于音频的音乐推荐的方法
卓寿杰_SoulJoy·2017-06-11 15:34

[转]采用深度学习算法为Spotify做基于内容的音乐推荐

http://www.csdn.net/article/2015-02-10/2823907摘要：本文概述了作者在Spotify的机器学习实践经验，解释了使用卷积神经网络(CNN)做基于音频的音乐推荐的方法
u011239443·2017-06-11 15:00

《美团机器学习实践》思维导图

《美团机器学习实践》一书包括通用流程、数据挖掘、搜索和推荐、计算广告、深度学习以及算法工程6大部分内容，全面介绍了美团在多个重要方面对机器学习的应用。
女王の专属领地·2017-05-31 00:00

数据科学入门，使用 xgboost 初试 kaggle

kaggle目前是散兵游勇使用真实数据进行机器学习实践的最佳场所，拥有真实的数据和大量有经验的参赛者，以及良好的讨论共享氛围。
u011089523·2017-05-30 16:00

第九篇：随机森林(Random Forest)

前言随机森林非常像《机器学习实践》里面提到过的那个AdaBoost算法，但区别在于它没有迭代，还有就是森林里的树长度不限制。
穆晨·2017-05-20 21:00
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他