简单易学的机器学习算法——线性回归(1)

一、线性回归的概念     对连续型数据做出预测属于回归问题。举个简单的例子:例如我们在知道房屋面积(HouseArea)和卧室的数量(Bedro...

《Python机器学习算法》勘误

本书在出版的过程中已经经过详细的检查,但是大小问题依旧存在,感谢各位细心的读者为本书指出的错误。第34页的错误在Python2.7.9版本上不会报错。第1版第一次印刷...

机器学习/深度学习前沿技术,论文,数据,源码?这个网站统统都有,必须收藏!

废话不多,就是这个网站。https://paperswithcode.com/ 目录1. 有事没事浏览一下最新技术2. 3597个公开数据集 1. 有事没事浏览一下最...

简单易学的机器学习算法——Gibbs采样

一、Gibbs采样概述前面介绍的Metropolis-Hastings采样为从指定分布中进行采样提供了一个统一的框架,但是采样的效率依赖于指定的分布的选择,若是选择的...

简单易学的机器学习算法——Mean Shift聚类算法

一、Mean Shift算法概述Mean Shift算法,又称为均值漂移算法,Mean Shift的概念最早是由Fukunage在1975年提出的,在后来由Yizon...

图解机器学习总结——2、回归

一、回归的定义回归指的是对于训练数据集{xi,yi},其中,yi是连续值。用过学习,找到函数fθ(x),使得: y^i=fθ(xi)≈yi此时,为了度量找到的函数的优...

机器学习中的基本问题——log损失与交叉熵的等价性

1、log损失log损失的基本形式为: log(1+exp(−m)) l o...

机器学习算法实现解析——libFM之libFM的训练过程之Adaptive Regularization

本节主要介绍的是libFM源码分析的第五部分之二——libFM的训练过程之Adaptive Regularization的方法。5.3、Adaptive Regula...

机器学习中的常见问题——K-Means算法与矩阵分解的等价

一、K-Means算法的基本原理K-Means算法是较为经典的聚类算法,假设训练数据集X X 为:{x1...

机器学习模型中的损失函数loss function

1. 概述在机器学习算法中,有一个重要的概念就是损失函数(Loss Function)。损失函数的作用就是度量模型的预测值与真实值之间的差异程度的函数,且是一个非负实...