1 机器学习介绍     1.1 什么是机器学习     1.2 机器学习的应用     1.3 机器学习基本流程与工作环节         1.3.1 数据采集与标记         1.3.2 数据清洗         1.3.3 特...

常用scikit-learn ,文本分析用gensim，数据处理用Numpy、matplotlib、pandas，深度学习有tensorflow、caffe、keras

对，没错，就是高效方法。尝试多种方法，安装包总是出现安装好了，缺不能加载这个包，各种谷歌方法，尝试各种方法，都不尽如意，问题依然频出。经过我多次尝试，方法使用whl安装，成功率高，因此推荐这种方法。...

最近邻法是最简单的预测模型之一，它没有多少数学上的假设，也不要求任何复杂的处 理，它所要求的仅仅是:

sklearn.feature_selection模块的作用是feature selection，而不是feature extraction。

逻辑回归，咋一听这名字，真的跟一个正儿八经的回归模型似的，实际上从原理上讲他是一个如假包换的分类器，英文名是 Logistics regression，也叫 logit regression，maximum-entropy classification，或者 log-linear classifier。...

接触过机器学习的小伙伴都应该知道，梯度下降法并不是一个机器学习算法，而是一种基于搜索的最优化方法，在机器学习尤其是深度学习的凸优化中使用尤为广泛。给定一个损失函数，如果该函数是凸函数，在学习率合适的情况下，它能够...

在二十世纪初，数学家 Andrey Markov 研究了没有记忆的随机过程，称为马尔可夫链。这样的过程具有固定数量的状态，并且在每个步骤中随机地从一个状态演化到另一个状态。它从状态S演变为状态S'的概率是固定的，它只依赖...

强化学习（RL）如今是机器学习的一大令人激动的领域，当然之前也是。自从 1950 年被发明出来后，它在这些年产生了一些有趣的应用，尤其是在游戏（例如 TD-Gammon，一个西洋双陆棋程序）和机器控制领域，但是从未弄出什么大新闻。直到 2...

自编码器是能够在无监督的情况下学习输入数据的有效表示（叫做编码）的人工神经网络（即，训练集是未标记）。这些编码通常具有比输入数据低得多的维度，使得自编码器对降维有用（参见第 8 章）。更重要的是，自编码器可以作为强大的特...