机器学习：用初等数学解读逻辑回归

2016-06-03

机器学习：用初等数学解读逻辑回归 大数据文摘愿意为读者打造高质量【机器学习】，措施如下 （1）群内定期组织分享 （2）确保群内分享者和学习者数量适合，有分享能力者不限名额，学习者数量少于分享者， ...

城市大数据的生态模型及应用

2016-05-26

城市大数据的生态模型及应用 从提出一个生态模型开始，阐述了建立一个可持续的城市大数据生态所需要的关键角色以及地方政府在演进这些角色中所能发挥的作用。接着，给出了一个实际案例作为这个模型的参考实现 ...

机器学习算法需要注意的一些问题

2016-05-05

机器学习算法需要注意的一些问题 对于机器学习的实际运用，光停留在知道了解的层面还不够，我们需要对实际中容易遇到的一些问题进行深入的挖掘理解。我打算将一些琐碎的知识点做一个整理。 1 数据不平衡问 ...

8个经过证实的方法:提高机器学习模型的准确率

2016-05-05

8个经过证实的方法:提高机器学习模型的准确率 提升一个模型的表现有时很困难。如果你们曾经纠结于相似的问题，那我相信你们中很多人会同意我的看法。你会尝试所有曾学习过的策略和算法，但模型正确率并没有改 ...

做好数据科学，离不开这7步

2016-05-05

做好数据科学，离不开这7步 《哈佛商业评论》曾宣称“数据科学家”是二十一世纪最性感的职业。所谓性感，既代表着难以名状的诱惑，又说明了大家对它又不甚了解。 如何做好数据科学呢? 微软高级数据科学家 ...

需求与匹配 从数据挖掘角度看世纪佳缘推荐系统

2016-04-18

需求与匹配 从数据挖掘角度看世纪佳缘推荐系统 昨天看到同事在朋友圈以及机器学习日报推荐的这篇文章：《佳缘用户推荐系统》，再结合自己之前的几年的推荐系统经验，以及在婚恋网站半年多的经验，来谈谈我眼中 ...

如何处理数据中的缺失值

2016-04-01

如何处理数据中的缺失值 现实世界中的数据往往非常杂乱，未经处理的原始数据中某些属性数据缺失是经常出现的情况。另外，在做特征工程时经常会有些样本的某些特征无法求出。路漫漫其修远兮，数据还是要继续挖的 ...

scikit-learn的主要模块和基本使用

2016-03-22

 scikit-learn的主要模块和基本使用 对于一些开始搞机器学习算法有害怕下手的小朋友，该如何快速入门，这让人挺挣扎的。 在从事数据科学的人中，最常用的工具就是R和Python了，每个工具都有其利弊，但是Py ...

大数据工具比较-R语言和Spark谁更强

2016-02-20

大数据工具比较-R语言和Spark谁更强 现如今的大数据工具真是多，在数据分析师工作中，使用哪些工具更加合适呢，r语言和Spark机器学习那个中有市场率更高些，那个在运算中更快更强些呢？ Spark的机器学习库 ...

大数据将音乐行业推入平民时代

2016-02-20

大数据将音乐行业推入平民时代 音乐行业一直在被人的直觉所推动。一首歌会不会火，一个歌手会不会红，一场演唱会不会大卖，这些往往都是靠音乐公司高管们的直觉判断。于是，才有了各种意外的“走红”或者“滑铁 ...

【北京华商西点企业管理咨询有限公司】招聘数据分析师

2016-01-14

【北京华商西点企业管理咨询有限公司】招聘数据分析师 北京华商西点企业理咨询有限公司只专注于互联网行业服务的猎头公司，为新浪、搜狐、窝窝团等知名互联网公司提供优秀的猎头服务。 职位月薪：20001-300 ...

大数据分析师（猎头职位） 北京华商西点企业管理咨询有限公司

2016-01-13

北京华商西点企业理咨询有限公司只专注于互联网行业服务的猎头公司，为新浪、搜狐、窝窝团等知名互联网公司提供优秀的猎头服务。 2016年公司推出为互联网创业企业提供低成本猎头服务的平台--猎头速聘，让创业企 ...

8个经过证实的方法：提高机器学习模型的准确率0 评论

2016-01-10

8个经过证实的方法：提高机器学习模型的准确率0 评论 提升一个模型的表现有时很困难。如果你们曾经纠结于相似的问题，那我相信你们中很多人会同意我的看法。你会尝试所有曾学习过的策略和算法，但模型正确率并 ...

构建机器学习系统的20个经验教训

2016-01-05

构建机器学习系统的20个经验教训 数据科学家对优化算法和模型以进一步发掘数据价值的追求永无止境。在这个过程中他们不仅需要总结前人的经验教训，还需要有自己的理解与见地，虽然后者取决于人的灵动性，但是 ...

数据分析 人工智能或将取代人类直觉

2015-12-23

数据分析 人工智能或将取代人类直觉 据国外媒体报道，研究人员认为，电脑不久便会在很多领域取代人类直觉。麻省理工学院研发了一项新系统，而该系统在几次竞赛中表现得比最聪明的人还要出色。麻省理工学 ...

欠拟合产生的原因有哪些？应该如何解决？

2020-07-23

对于机器学习或者是深度学习模型来说，我们既希望这个模型能在训练数据中表现良好(训练误差)，又希望这个模型在测试集中也能有良好的表现(泛化误差)。而过拟合和欠拟合就是用来描述泛化误差的。欠拟合问题与过拟合 ...

如何正确选择线性回归、逻辑回归、决策等机器学习算法

2020-05-27

机器学习既是艺术又是科学。但当您查看机器学习算法时，没有一种解决方案或一种适合所有情况的算法。有几个因素会影响您选择哪种机器学习。 有些问题非常具体，需要采取独特的方法。例如，如果您使用推荐系统， ...

傻傻分不清系列 | python中各种字符串处理方法

2020-05-25

python易混淆知识系列：pandas字符串方法和字符串内建函数，使用python的一个优势就是字符串处理起来比较容易。 Python的初学者在学习字符串内建函数的时候往往会很困惑：字符串的内建函数是对单个字符串对象处 ...

从5个维度出发，构建高质量的用户画像

2020-04-03

作者 | CDA数据分析师 如果说有什么 能力是产品经理最需要具备的核心能力，那么答案一定是“了解用户”，而要说如何体现产品经理对用户了解的程度，那一定是能输出一份合格的用户画 ...

AI、机器学习、数据科学与深度学习研究在2020年的发展趋势（二）

2020-04-03

作者 | Matthew Mayo 编译 | CDA数据分析师 在2019年（及之前的几年）中，我们询问了许多顶级专家，2019年和2020年AI，分析，机器学习，数据科学和深度学习领域最重要的发展趋势 ...