机器学习python算法应用，监督学习、无监督学习等！

2020-05-25

本系列文章主要介绍机器学习在实践中的应用，介绍利用 python 的生态环境，使用机器学习的算法来解决工程实践中的问题，而不是介绍算法本身。本系列文章参考了《机器学习Python实践》，会通过例子一步一步地引导大 ...

如何用python预测“命定的那个TA”什么时候住酒店？

2020-05-25

作者：野水晶体  来源：livandata 看到这个题目，大家是否会有一些小小的想法？别闹了！笔者是一个正经人，讨论的也是一个有关python的技术问题，哈哈~ 每个人的行为都是有迹可循的，这些 ...

特征向量与特征空间有什么区别？

2020-05-21

事物的每个属性值，都是在一定范围内变化的，如：修改桌子高度一般在0.5米-1.5米范围内变化，宽度在0.6米-1.5米范围内变化，长度是1米-3米的范围内变化，则由这三个范围限度的一个三维空间就是桌子的特征空间。 ...

有监督学习和无监督学习算法怎么理解？

2020-05-19

在判断是有监督学习还是在无监督学习上，我们可以具体是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。 什么是学习（learning）？ 一个成语 ...

下采样和池化的区别是什么？

2020-05-19

有部分同学，在学习初期，会认为下采样和池化是指同样的事情，只是叫法不同而已，其实这是一种错误的认知。 下采样（subsampled），或称为降采样（downsampled），指缩小图像。其主要目是使得图像符合显示区域的 ...

大数据剖析 | 薪资没那么高，延毕率超60%，现代人读博都图什么？

2020-03-24

作者 | 何书瑶 来源 | DT财经 招聘9人，其中博士6人，毕业院校分别是北大、清华、约翰霍普金斯大学、中国科学院大学、中科院物理研究所。 这不是某家国际巨头的 ...

一文讲解机器学习算法中的共线性问题

2020-01-08

作者 | 宋老师 来源 | JSong的数据科学小站 多重共线性是使用线性回归算法时经常要面对的一个问题。在其他算法中，例如决策树和贝叶斯，前者的建模过程是逐步递进，每次拆分只有一个变量参 ...

大数据下一个十年将如何演进？

2019-12-12

作者 | Oleksii Kharkovyna 编译 | 夏夜 当下我们生活在数据的时代里。机器学习和数据分析技术已经成为了我们当今生活密不可分的一部分。那接下来会怎样呢？ 在这篇博客中，我不打算预 ...

机器学习与深度学习核心知识点总结(二)

2019-12-03

作者 | 小小挖掘机 来源 | SIGAI 主成分分析 主成分分析是一种数据降维和去除相关性的方法，它通过线性变换将向量投影到低维空间。对向量进行投影就是对向量左乘一个矩阵，得到结果向量 ...

22道机器学习常见面试题目汇总！(附详细答案)

2019-12-03

作者 | 数据分析1480 来源 | lsxxx2011 (1) 无监督和有监督算法的区别？ 有监督学习：对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。 ...

机器学习与深度学习核心知识点总结(一)

2019-12-02

作者 | 小小挖掘机 来源 | SIGAI 数学 1.列举常用的最优化方法 梯度下降法 牛顿法， 拟牛顿法 坐标下降法 梯度下降法的改进型如AdaDelta，AdaGrad，Adam，NAG等。 ...

38个常用Python库：数值计算、可视化、机器学习等8大领域都有了

2019-11-29

作者 | 李明江 张良均 周东平 张尚佳 来源 | 大数据DT Python作为一个设计优秀的程序语言，现在已广泛应用于各种领域，依靠其强大的第三方类库，Python在各个领域都能发挥巨大的作用。 ...

干货收藏 | Python语音识别终极指南

2019-11-19

作者 | David Amos 编译 | 廉洁 来源 | AI科技大本营 亚马逊的 Alexa 的巨大成功已经证明：在不远的将来，实现一定程度上的语音支持将成为日常科技的基本要求。整合了语音识别的 ...

掌握这五大统计学知识，让你在数据科学领域如鱼得水

2019-10-30

作者 | George Seif 编译 | 廖琴 孙梦琪 来源 | 读芯术 数据科学家都应该知道如何有效地使用数据并从中获取信息。下面是小编整理的五大实用型统计学概念，每个数据科学家都应该熟知， ...

掌握这五大统计学知识，让你在数据科学领域如鱼得水

2019-10-23

作者 | George Seif 编译 | 廖琴 孙梦琪 来源 | 读芯术 数据科学家都应该知道如何有效地使用数据并从中获取信息。下面是小编整理的五大实用型统计学概念，每个数据科学家都应该熟知， ...

探索可视化高维数据之如何有效使用t-SNE？

2019-10-21

作者 | IAN JOHNSON 编译 | CDA数据分析师 How to Use t-SNE Effectively 尽管对于可视化高维数据非常有用，但t-SNE图有时可能是神秘的或误导性的。通过探索它在简单情况下的行为方式 ...

数据可视化的基本流程

2019-10-28

大多数人对数据可视化的第一印象，可能就是各种图形，比如Excel图表模块中的柱状图、条形图、折线图、饼图、散点图等等，就不一一列举了。以上所述，只是数据可视化的具体体现，但是数据可视化却不止于此。 ...

数据科学家不可不知的10种机器学习方法

2019-09-19

作者 | CDA数据分析师 10 machine learning methods that every data scientist should know 机器学习是研究和工业中的热门话题，新方法一直在发展。该领域的速度和复杂性使得即使对于专家而 ...

在CDA学成之后，终于拿到了我的理想offer！

2021-12-13

上海57期数据分析就业班学员 姓名：谭同学 毕业院校：湖南大学 专业：软件工程 入职信息：上海某汽车公司，数据分析师，薪资保密，上海 各位同学大家好，很荣幸接到李智老师的邀请，分享一些 ...

从数据结构到算法：图网络方法初探

2019-08-19

作者 | 朱梓豪 来源 | 机器之心 如果说 2019 年机器学习领域什么方向最火，那么必然有图神经网络的一席之地。其实早在很多年前，图神经网络就以图嵌入、图表示学习、网络嵌入等别名呈现出来 ...