首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
算法&机器学习&理论
订阅
弋丿
更多收藏集
微信扫码分享
微信
新浪微博
QQ
12篇文章 · 0订阅
[译] 降维技术中常用的几种降维方法
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…
[译] 数据科学领域十大必知机器学习算法
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…
[译] XGBoost 算法万岁!
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…
[译] 机器学习可以建模简单的数学函数吗?
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,…
[译]深度学习中所需的线性代数知识
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,…
[译] 基于 Python 的图论和网络分析
“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…
[译] 数据科学家需要掌握的十种统计技术
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,…
十张 GIFs 让你弄懂递归等概念
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。
朴素贝叶斯的那点事儿
在机器学习领域中,朴素贝叶斯是一种基于贝叶斯定理的简单概率分类器(分类又被称为监督式学习,所谓监督式学习即从已知样本数据中的特征信息去推测可能出现的输出以完成分类,反之聚类问题被称为非监督式学习),朴素贝叶斯在处理文本数据时可以得到较好的分类结果,所以它被广泛应用于文本分类/垃…