Created with Sketch.
Created with Sketch.
首页
发现
小书
登录/注册
×
注册小专栏
通过微信登录
通过微博登录
通过Github登录
通过邮箱
注册
、
登录
友情提示
Login FAQ
.
×
邮箱登录
通过微信、微博、Github 登录
登录
×
邮箱注册
通过微信、微博、Github 登录
注册
5分钟机器学习
作者
孙启超
文章
24篇
售价
¥ 0
订阅
等共 3434 人
免费订阅
奖励
你可以在自己的个人网站、微博、朋友圈、微信群等分享本专栏的链接,如果有用户通过你的分享订阅,你将获得该订阅金10%的收入分成。
向大家推荐《5分钟机器学习》 https://xiaozhuanlan.com/fiveML?rel=
复制链接
Created with Sketch.
微信扫码
icon_weibo_01@2x
Created with Sketch.
新浪微博
icon_twitter@2x
Created with Sketch.
Twitter
取消
确定
关于专栏:每个人学习都应该有一个属于自己的思维模型,我的思维模型就是把一个东西拆分,拆分,再拆分,直到不能拆分后再进行学习,运用这种思维模型,把机器学习拆分为5分钟一段的文章,每一篇都是一个知识点,多个知识点组成一个模块,可以利用碎片化学习,也可以系统的按模块来学习。 关于作者:90后互联网老兵,就职于国内大型医药互联网公司,专注于机器学习中的图像识别领域,法国蒙彼利埃大学EMBA在读。2010年开始从事 iOS 开发。 2014年同时进行 Android 开发。 2016年初开始运用机器学习开发的时候才发现,这就是我后半辈子要做的事情,也是能让我尖叫的技术。 目前在一家电子商务公司工作,已经开发出公司的推荐系统,包括商品详情页的大家关注,商家推荐,以及App的精准推送,App首页的个性化展示,购物车中的“猜你喜欢”等。
最新文章
Group 14
Created with Sketch.
按发布时间正序
孙启超
一份中外结合的 Machine Learning 自学计划
介绍 看了Siraj Raval的3个月学习机器学习计划的视频,感觉非常好,地址:https://www.youtube.com/watch?v=Cr6VqTRO1v0 结合一些我们学习中经验得出一份Hybrid的机器学习自学计划。 根据Siraj的建议:机器学习的涉及...
孙启超
什么是目标函数,损失函数?目标函数为什么要加正则项?
什么是目标函数? 定义是:指所关心的目标与相关的因素的函数关系。举个例子,假如我们想要预测公司楼下手抓饼店明天能卖多少张手抓饼,已知过去10天每天卖多少,以及每天的天气情况,是否有节假...
孙启超
机器学习算法篇—GBDT初探
准备知识: 回归树:决策树的一种,用于预测实数值,可以进行加减运算 详细可参考:https://xiaozhuanlan.com/topic/5287096413 Boosting:将弱学习器提升为强学习器的算法,属于集成学习,比如说小智去医院看病...
孙启超
机器学习算法篇--Alpha Zero核心算法--蒙特卡洛树搜索
介绍 MCTS(Monte Carlo Tree Search)中文叫蒙特卡洛树搜索,官方网站:http://mcts.ai/ 。前一段时间非常厉害的Alpha Zero 的核心就是蒙特卡洛树搜索。官方英文介绍在这里:http://mcts.ai/about/index.html 还有个小插曲...
孙启超
机器学习数学篇—概率论
概率论 条件概率 联合概率 全概率 逆概率 贝叶斯公式 贝叶斯定理 先验概率 后验概率 似然概率 最大似然估计法 最大后验概率法 离散型随机变量 连续型随机变量 概率质量函数 概率密度函数 两点分布 二...
孙启超
机器学习数学篇--线性代数
介绍 嗑就不唠了,直接上内容,可以参考之前的文章: 目录 线性代数: 标量 向量 矩阵 张量 集合 范数 内积 向量正交 1.标量 单独的数 b 构成的元素被称为标量:一个标量 b 可以是整数, 实数 2.向量 多...
孙启超
机器学习--数学基础知识清单
介绍 到目前为止我们学习了,最小二乘法,逻辑回归,朴素贝叶斯,决策树,神经网络,卷积神经网络。里面提到了很多的数学概念,有懂得,也有不懂的,今天我们来列一个清单以便于后面的学习。 其...
孙启超
机器学习 kaggle 比--泰坦尼克号获救预测 二
介绍 上篇文章建立了Base model,准确率76.555%,今天要做的是提升预测准确率,主要是两个方面: 交叉验证:在给定的训练集中,拿出大部分样本进行建模,留小部分样本用刚建立的模型进行预测,并求这...
孙启超
机器学习 kaggle 比赛—泰坦尼克号获救预测
介绍 kaggle是全球最好的一个数据科学竞赛平台,今天讲其中一个非常经典的预测比赛,一年前我就参加过这个比赛,当时的代码也保留了,现在运行的时候有几处python方法调用的兼容问题,其他都正常跑...
孙启超
机器学习面试篇:蚂蚁金服电话面试二
前言 首先对上篇文章的问题做一些解释: 上篇文中提到的两道面试题只是其中之二,不是全部。 不是说你答出来了就可以进蚂蚁金服了,差的很远呢,还问到了别的问题,还要面试至少3轮,而且每一轮...
孙启超
机器学习面试篇:蚂蚁金服电话面试一
介绍 最近我们组的一个小朋友接到了蚂蚁金服的电话面试,第一轮是算法,第二轮本周继续,听他事后复盘整个面试过程,感觉还有有些重点可以划出来。 我们就叫他小智好了,首先介绍一下背景,小智...
孙启超
机器学习实战篇—TensorFlow做梵高风格图片
安装TensorFlow: 在mac下面执行以下命令即可安装:(目前mac os下只支持cpu版本) pip install https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.4.0-py2-none-any.whl 更多TensorFlow相关信息可以参考官网:https://tensorflow....
孙启超
机器学习实战篇—人脸识别(Human Face Recognition)
介绍: 之前看了一篇在Ubuntu上写的人脸识别,自己在mac下试了一下,觉得有必要再扩展一下,通过一个简单的例子来了解一下人脸识别的过程。 准备知识: 欧几里得距离:是一个通常采用的距离定义,...
孙启超
机器学习算法篇—卷积神经网络入门
介绍: 今天来讲一下CNN中的四个基本部件:池化操作,激活函数,全连接层,目标函数。 池化操作: 通常使用的池化操作为平均值池化和最大值池化,需要指出的是, 同卷积层操作不同,池化层不包含...
孙启超
机器学习算法篇--卷积神经网络基础(Convolutional Neural Network)
定义: 首先来了解一下深度学习的定义:深度学习是以数据的原始形态作为算法输入,经过算法层层抽象将原始数据逐层抽象为自身任务所需的最终特征表示,最后以特征到任务目标的映射作为结束,从...
孙启超
机器学习实战篇--贝叶斯定理算得病概率
问题: 有一天小明去做体检了,医生告诉他有一项体检指标成阳性,阳性就是说医院觉得很可能得了这种病,而这项体检的准确率是99%,这种病的发病率是万分之一,请问小明得病概率是多大? 准备工作...
孙启超
机器学习实战篇--神经网络实现手写数字识别
介绍: 今天我们来进入实战阶段,学习一门技能不仅要懂理论更要实际操作,刻意练习才会有效果,机器学习更是这样。 准备工作: 安装jupyter notebook, 教程:http://codingpy.com/article/getting-started-with-jupyter-no...
孙启超
机器学习算法篇—神经网络(neural network)
介绍 人工智能的底层模型是"神经网络"(neural network)。许多复杂的应用(比如模式识别、自动控制)和高级模型(比如深度学习)都基于它。 感知器 历史上,科学家一直希望模拟人的大脑,造出可以思...
孙启超
机器学习算法篇--决策树(Decision Tree)
介绍: 决策树是一种依托于策略抉择而建立起来的树,而在机器学习中,决策树是一个预测模型;他代表的是对象属性与对象值之间的一种映射的关系。这是一种依托于分类、训练上的预测树,根据已知...
孙启超
机器学习算法篇--贝叶斯分类器
概念回顾: 贝叶斯决策就是在不完全情报下,对部分未知的状态用主观概率估计,然后用贝叶斯公式对发生概率进行修正,最后再利用期望值和修正概率做出最优决策。 贝叶斯公式: P(Y|X)= P(X|Y)P(Y)/P(X) ...
孙启超
机器学习算法篇--朴素贝叶斯(Naive Bayesian Model,NBM)
介绍 叶斯决策就是在不完全情报下,对部分未知的状态用主观概率估计,然后用贝叶斯公式对发生概率进行修正,最后再利用期望值和修正概率做出最优决策。 贝叶斯公式 P(Y|X)= P(X|Y)P(Y)/P(X) P(Y)叫做先验...
孙启超
机器学习算法篇--回归--逻辑回归(Logistic Regression)
介绍: 首先要理解二分类问题,二分类问题是指预测的y值只有两个取值(0或1),二分类问题可以扩展到多分类问题。例如:我们要做一个垃圾邮件过滤系统,X(i)是邮件的特征,预测的y值就是邮件的类别...
孙启超
机器学习算法篇--回归--最小二乘法(Ordinary Least Square)
定义: 最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误...
孙启超
机器学习的分类
分类: 目前机器学习主流分为:监督学习,无监督学习,强化学习。 监督学习: 监督学习可分为“回归”和“分类”问题。 在回归问题中,我们会预测一个连续值。也就是说我们试图将输入变量和输出...
Created with Sketch.
Created with Sketch.
你确定要将该文章置顶吗
置顶
取消
Created with Sketch.
不能订阅自己的专栏哦,转发到微博、朋友圈和公众号宣传自己的专栏吧。
分享给我的朋友
Created with Sketch.
微博分享
Created with Sketch.
微信扫一扫
top
Created with Sketch.
Created with Sketch.
订阅专栏成功
扫码关注小专栏服务号,专栏有新内容及时通知你