In the previous post, we talk about a very popular Boosting algorithm - Gradient Boosting Decision T

After talking about Information theory, now let's come to one of its application - Decision Tree! Nowadays, in terms of prediction power, there are many ensembl...

This will be a series of post about Tree model and relevant ensemble method, including but not limited to Random Forest, AdaBoost, Gradient Boosting and xgboost...

我最近进行了有关基因序列的研究工作。我想到的主要问题是："哪一种最简单的神经网络能与遗传数据最匹配"。经过大量文献回顾，我发现与该主题相关的最接地气却非常有趣的工作是在Yoshua Bengio 教授的实验室中进行的。这...

对产品未来市场销售状况的预期，是影响生产方案制定的主要因素之一。如果市场销售预期很好，那么企业则会加大投资力度，提升生产能力；如果市场销售预期不好，企业则会减少投资甚至削减生产量。因为没人能够准确地预测未来，所以...

某地区的洪水疏浚项目目前具备700立方英尺的疏浚能力，经过工程分析和历史数据研究，得到不同渠道容量下发生洪水的概率，并给出不同建设方案的投资额，如下表：...

XGBoost是一个很优美的算法，它的过程不乏启发性。这些通常简单而美丽的概念在数学术语中消失了。我在理解数学的过程中也遇到过同样的挑战，所以我写这篇文章的目的是巩固我的理解，同时帮助其他人完成类似的过程。...

神经网络准确但不可解释，决策树是可解释的，但在计算机视觉中是不准确的。对于这种问题，我们在本文有一个解决办法。

可解释的人工智能（explainable AI） 是机器学习领域热门话题之一。机器学习模型通常被认为是“黑盒”，具有内部不可知的特性。因此这些模型在应用时，往往需要首先获取人们的信任、明确其误差的具体含义、明确其预测的可靠...

在这篇文章中，我将用简单的术语解释决策树。这可以被认为是一个关于决策树的傻瓜教程，虽然我个人不太喜欢这种表达。