用户4179999881147

赞

11

|

搜索文章

赞了这篇文章

算法工程师

·

5年前

常用机器学习算法汇总(中）

上一篇文章介绍了线性回归、逻辑回归、决策树和随机森林四种算法，本文会继续介绍四种算法--SVM、朴素贝叶斯、KNN 以及 kmean 算法，其中最后一种是无监督学习的聚类算...

6

评论

关注了

关注了

赞了这篇文章

阿里巴巴集团 @大淘宝技术，服务9亿用户，赋能各行业1000万商家，作为核心技术团队保障14次双十一购物狂欢节成功

·

3年前

9种常用的机器学习算法实现

1、监督学习（Supervised Learning，SL），这类算法的工作原理是使用带标签的训练数据来学习输入变量图片转化为输出变量图片的映射函数，换句话说就是求解方程图...

12

2

关注了

赞了这篇文章

9年前

10 种机器学习算法的要点（附 Python 和 R 代码）

机器学习...

263

2

赞了这篇文章

2年前

探索性数据分析 Explore Data Analysis

我们不能奢望通过单纯将数据调好格式就完全依靠机器学习模型来避免对数据的分析，Explore Data Analysis (EDA) 是机器学习处理数据的第一步，影响建模的质...

1

评论

赞了这篇文章

3年前

【数据分析】数据分析（EDA）学习总结！

探索性数据分析（Exploratory Data Analysis，EDA）是一种探索数据的结构和规律的一种数据分析方法。其主要的工作包含：对数据进行清洗，对数据进行描述（...

1

评论

赞了这篇文章

产品经理 @腾讯

·

2年前

Python中的探索性数据分析（EDA）。

简介探索性数据分析是一种评估或理解数据的方法，以便得出洞察力或关键特征。EDA可以分为两类：图形分析和非图形分析。 EDA是任何数据科学或机器学习过程中的一个重要组成部分...

1

评论

赞了这篇文章

4年前

探索性数据分析（EDA）

EDA价值主要在于熟悉了解整个数据集的基本情况(缺失值，异常值)，对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模. 了解变量间的相互关系、变量与预测值之间的...

1

评论

赞了这篇文章

研究人员 @磐创AI

·

4年前

如何进行数据科学竞赛？（EDA）

作者|KemalErdem编译|VK来源|TowardsDataScience本文基于我在Driventa平台上参加DengAI（登革热）竞赛的文章。我的排名在前0.2%（...

2

评论

赞了这篇文章

3年前

实用的数据科学自动EDA工具

EDA（Exploratory Data Analysis）通常是数据科学比赛的第一步，本文将介绍几个快速进行EDA的探索工具。...

4

评论

关注了

赞了这篇文章

Researcher

·

7年前

机器学习项目流程及模型评估验证

作者分享在做项目中的收获，即理清了机器学习解决问题的整体流程，搭起一个框架，学会了寻找模型的最优参数以及模型的评估和验证方法。...

10

评论

赞了这篇文章

WebGIS研发工程师

·

2年前

机器学习系列3 机器学习的流程

在本文中,你将学习到: 1机器学习的流程。 2 理解基本术语概念，如“模型”，“训练”，“预测”，“过拟合”等。...

1

评论

关注了

关注了

关注了

加入于

2023-03-17