caiyongji

人们对信息的需求并非全方位的，大家只注意自己选择的东西和使自己愉悦的领域，久而久之，会将自身桎梏于蚕茧一般的“茧房”中，这就是信息茧房(Information Cocoons)。

贴标签是需要花钱的。 所以人们研究处理无标签数据集的方法。（笔者狭隘了） 面对无标签的数据集，我们期望从数据中找出一定的规律。一种最简单也最快速的聚类算法应运而生---K-Means。 它的核心思想很简单：物以类聚。 随便选择K个中心点（大哥）。 把距离它足够近的数据（小弟）吸…

与SVM一样，决策树是通用的机器学习算法。随机森林，顾名思义，将决策树分类器集成到一起就形成了更强大的机器学习算法。它们都是很基础但很强大的机器学习工具，虽然我们现在有更先进的算法工具来训练模型，但决策树与随机森林因其简单灵活依然广受喜爱，建议大家学习。 我们可以把决策树想象成…

上一篇文章我们介绍了使用逻辑回归来处理分类问题，本文我们讲一个更强大的分类模型。本文依旧侧重代码实践，你会发现我们解决问题的手段越来越丰富，问题处理起来越来越简单。 支持向量机(Support Vector Machine, SVM)是最受欢迎的机器学习模型之一。它特别适合处理…

本文是机器学习系列的第三篇，算上前置机器学习系列是第八篇。本文的概念相对简单，主要侧重于代码实践。 上一篇文章说到，我们可以用线性回归做预测，但显然现实生活中不止有预测的问题还有分类的问题。我们可以从预测值的类型上简单区分：连续变量的预测为回归，离散变量的预测为分类。 我们把连…

按上一篇文章所说，机器学习是应用数学方法在数据中发现规律的过程。既然数学是对现实世界的解释，那么我们回归现实世界，做一些对照的想象。 想象我们面前有一块塑料泡沫做的白板，白板上分布排列着数枚蓝色的图钉，隐约地它们似乎存在着某种规律，我们试着找出规律。 我拿起两根木棒在白板前比划…

现在市面上的机器学习教程大多先学习数学基础，然后学机器学习的数学算法，再建立机器学习的数学模型，再学习深度学习，再学习工程化，再考虑落地。这其中每个环节都在快速发展，唯独落地特别困难。我们花费大量时间成本去学习以上内容，成本无疑是特别昂贵的。所以我们不如先“盲人摸象”、“不求甚…

随便聊聊。文末有红包🧧现金💰书籍📖赠送。 新冠病毒正在彻底改变世界，人类与之斗争，没有人敢断言结果。我们做职业规划、人生规划时，要重新考虑风险。 IMF预计，中国是2020年全球唯一一个经济正增长的主要经济体。 中国在悠悠的历史长河中，一直不是以民主为核心的。我们受孔孟思…

我们在前面的文章讲过NumPy的用法，这里我们就不展开讨论NumPy的相关知识了。 Matplotlib具有很强的工具属性，也就是说它只是为我所用的，我们不必花太多的精力去精进它。我们只需要知道它可以做那些事，可以绘制哪些图形，有一个印象就足够了。我们在实际使用中用什么拿什么，…