在本文中，我将尽最大的努力来阐明降维技术中常用的三种降维方法：即 PCA、t-SNE 和自动编码器。本文的动机是由于这些方法多被当作黑盒使用，而有时会被误用。理解它们将可以帮助大家决定何时以及如何使用它们。 我将使用 TensorFlow 从头开始介绍每个方法的内部结构和对应代…

机器学习从业者们各有各自不同的信仰。有些信奉“一剑破万法”（这里“剑”就是一种算法，而万法则是各种类型的数据），有些则认为“合适的工具做对的事”。他们中许多人也赞同“样样了解，精通一门”，他们在一个领域拥有丰富的专业知识，对机器学习的不同领域也略知一二。尽管如此，不可否认的是作…

我还记得 15 年前我的第一份工作。那时，我刚完成研究生课程，作为一名分析师加入了一家国际投行。在入职的第一天，我小心翼翼地工作，不断回想学过的知识，心里想着自己是否能胜任这个企业的工作。老板感受到了我的焦虑，笑着对我说： 我仔细想了想，“明白了！” —— 无论是线性回归还是逻…

近来，在各种任务上应用机器学习已经成为了一个惯例。似乎在每一个 Gartner's 技术循环曲线 上的新兴技术都对机器学习有所涉及，这是一种趋势。这些算法被当做 figure-out-it-yourself 的模型：将任何类型的数据都分解为一串特征，应用一些黑盒的机器学习模型，…

每个深度学习项目背后的数学知识。 深度学习是机器学习的一个子领域，涉及一些模仿人脑结构和功能的人工神经网络算法。 线性代数是一种连续的而非离散的数学形式，许多计算机科学家对它几乎没有经验。对于理解和使用许多机器学习算法，特别是深度学习算法，理解线性代数是非常重要的。 线性代数，…

“一张照片包含了万千信息”，这句话常常被人们引用。但是一张图能表达的信息要更多。以图的形式可视化数据，帮助我们获得了更可行的见解，并基于此作出更好的数据驱动的决策。 但是，为了真正理解图到底是什么，以及为什么我们要使用它，我们还需要知道图论的概念。知道了这个，可以帮助我们更好的…

无论你在数据科学是否“性感“的问题上站定何种立场，都无法忽略一个事实：数据，和我们分析数据、组织数据、确定数据上下文关系的能力正在越来越重要。凭借庞大的就业数据和员工反馈，Glassdoor（一家美国的求职社区，译者注）将数据科学家排在全美最佳的 25 个职位中的第一名。因此，…

图像（包括动图）是传递信息的一种高效方式，往往能增强表象、记忆与思维等方面的反应强度。所谓一图胜千言，说的就是这个道理。 今天为大家整理了十张动图 GIFS，有助于认识循环、递归、二分检索等概念的具体运行情况。代码实例以 Python 语言编写。