念旧_

前言 笔者在前不久参加了梧桐杯大数据创新大赛，在该赛事的省级初赛中笔者最终选用了梯度提升树模型来完成初赛要求的多特征二分类任务，那么接下来笔者就为大家讲解一下该项目以及其中用到的梯度提升树算法。 赛题

前言: 笔者最近参加了一个比赛，赛题是搭建一个多特征二分类模型，由于模型的性能在最优参数左右达到了瓶颈值，所以查阅了大量特征选择的文章，受到【机器学习】11 种特征选择策略总结！ 这篇文章的启发，在实

前言 在前文笔者为大家讲解了在机器学习和深度学习模型中普遍运用的数据预处理技术--数据清洗，以此来帮助我们的模型更好地学习到特征和数据。但是大家有没有想过，我们在清洗数据特征的同时，有没有想过有些特征

前言 前文中笔者为大家讲解了人工智能特征工程中的数据理解，详细的了解和捕捉数据中的微妙关系往往是我们模型成功的基础，那么这篇文章，笔者就带大家来学习了解一下人工智能特征工程的另一项技术--数据清洗。

前言 在前面几篇文章当中，笔者为大家讲解了人工智能中关于正则化技术的大部分内容，希望读者能有所理解，有所收获。俗话说，要想模型效果好，数据处理少不了，今天，笔者就带大家一起来学习了解一下人工智能(尤其

前言 在上一篇文章中，笔者为大家讲述了在机器学习和深度学习中(尤其是神经网络)常见的模型训练停止正则化方法---早停法，今天笔者将会为大家讲解最后一个常见的正则化方法--数据增强。 一、定义和简介 1

前言 在前面一篇文章中，笔者详细讲解了人工智能深度学习中常用的正则化方法--Dropout正则化技术，但是大家有没有发现，我们前几种的正则化方法都是在模型的损失函数上稍作改动来达到预防过拟合的效果，那

前言 在前文中，笔者为大家讲解了机器学习中常用的两种基本的正则化技术-- L1 和 L2 正则化技术，这篇文章笔者就带大家了解学习一下深度学习中最常见的正则化技术--Dropout正则化。 一、定义和

前言 在前一篇文章中，笔者为大家讲解了人工智能正则化技术的综述，那么下面我们就来详细了解一下在机器学习中被广泛运用，形影不离的两个正则化技术--L1和L2正则化。 一、L1正则化 定义 : L1正则化