決策樹、隨機森林簡單原理和實現

2018-06-16

決策樹、隨機森林簡單原理和實現 一：概念 決策樹（Decision Tree）是一種簡單但是廣泛使用的分類器。通過訓練數據構建決策樹，可以高效的對未知的數據進行分類。決策數有兩大優點：1）決策樹模型可以讀性好 ...

R語言︱決策樹族——隨機森林算法

2018-06-15

R語言︱決策樹族——隨機森林算法 一、隨機森林理論介紹 1.1 優缺點 優點。 (1)不必擔心過度擬合； (2)適用于數據集中存在大量未知特征； (3)能夠估計哪個特征在分類中更重要； (4)具有很好的抗噪聲能力； (5) ...

幾個常用機器學習算法 - 決策樹算法

2018-06-14

幾個常用機器學習算法 - 決策樹算法 1 決策樹算法（Decision Tree）是從訓練數據集中歸納出一組分類規則的過程。 實際操作中，與訓練數據集不相矛盾的決策樹可能有多個，也可能一個都沒有；理想情況是找到一個 ...

一文搞定數據科學和機器學習的最常見面試題

2018-06-13

一文搞定數據科學和機器學習的最常見面試題 去的幾個月中，我參加了一些公司數據科學、機器學習等方向初級崗位的面試。 我面試的這些崗位和數據科學、常規機器學習還有專業的自然語言處理、計算機視覺相關。 ...

機器學習模型可解釋的重要及必要性

2018-06-06

機器學習模型可解釋的重要及必要性 不管你是管理自己的資金還是客戶資金，只要你在做資產管理，每一步的投資決策都意義重大，做技術分析或基本面分析的朋友很清楚地知道每一個決策的細節，但是通過機器學 ...

scikit-learn 邏輯回歸類庫使用小結

2018-05-20

scikit-learn 邏輯回歸類庫使用小結 1. 概述 在scikit-learn中，與邏輯回歸有關的主要是這3個類。LogisticRegression， LogisticRegressionCV 和logistic_regression_path。其中LogisticRegression和Logi ...

一文詳解計算機視覺五大技術

2018-05-16

一文詳解計算機視覺五大技術 目前，計算機視覺是深度學習領域最熱門的研究領域之一。計算機視覺實際上是一個跨領域的交叉學科，包括計算機科學（圖形、算法、理論、系統、體系結構），數學（信息檢索、機器學習 ...

數據科學家需要掌握的十大統計技術詳解

2018-05-15

數據科學家需要掌握的十大統計技術詳解 「數據科學家比程序員擅長統計，比統計學家擅長編程?！贡疚慕榻B了數據科學家需要掌握的十大統計技術，包括線性回歸、分類、重采樣、降維、無監督學習等。 不管你對數 ...

如何設計出一個比較成功量化策略

2018-05-07

如何設計出一個比較成功量化策略 設計量化交易策略其實就是一個想法+驗證的過程。 一、想法的來源： 大概有以下幾個思路： 1、金融理論。 金融理論里資產定價的核心就是無套利原則。這里說的套利 ...

教你用Python實現簡單監督學習算法

2018-04-05

教你用Python實現簡單監督學習算法 監督學習作為運用最廣泛的機器學習方法，一直以來都是從數據挖掘信息的重要手段。即便是在無監督學習興起的近日，監督學習也依舊是入門機器學習的鑰匙。 這篇監督學習教程 ...

機器學習中訓練樣本不均衡問題

2018-04-03

機器學習中訓練樣本不均衡問題 在實際中，訓練模型用的數據并不是均衡的，在一個多分類問題中，每一類的訓練樣本并不是一樣的，反而是差距很大。比如一類10000，一類500，一類2000等。解決這個問 ...

深度學習入門課程學習筆記03 損失函數

2018-04-02

深度學習入門課程學習筆記03 損失函數 前向傳播之-損失函數 損失函數：在前面一節咱們介紹了得分函數，就是給定一個輸入，對于所有類別都要給出這個輸入屬于該類別的一個分值，如上圖所示，對于每一 ...

深度學習入門課程筆記 神經網絡

2018-04-02

深度學習入門課程筆記 神經網絡 神經網絡： 首先咱們先來回顧一下之前課程所講前向傳播和反向傳播知識點，前往傳播就是從輸入X到最終得到LOSS值的過程，反向傳播是從最終的LOSS值經過梯度的傳播最終計 ...

在機器學習分類中如何處理訓練集中不平衡問題

2018-04-01

在機器學習分類中如何處理訓練集中不平衡問題 很多機器學習任務中，訓練集中可能會存在某個或某些類別下的樣本數遠大于另一些類別下的樣本數目。即類別不平衡，為了使得學習達到更好的效果，因此需要解決該類別 ...

不平衡數據分類算法介紹與比較

2018-04-01

不平衡數據分類算法介紹與比較 在數據挖掘中，經常會存在不平衡數據的分類問題，比如在異常監控預測中，由于異常就大多數情況下都不會出現，因此想要達到良好的識別效果普通的分類算法還遠遠不夠，這里介紹幾 ...

機器學習中的數據不平衡解決方案大全

2018-04-01

機器學習中的數據不平衡解決方案大全 在機器學習任務中，我們經常會遇到這種困擾：數據不平衡問題。 數據不平衡問題主要存在于有監督機器學習任務中。當遇到不平衡數據時，以總體分類準確率為學習目標的傳統 ...

如何用純SQL查詢語句可以實現神經網絡

2018-03-29

如何用純SQL查詢語句可以實現神經網絡 我們熟知的SQL是一種數據庫查詢語句，它方便了開發者在大型數據中執行高效的操作。但本文從另一角度嵌套SQL查詢語句而構建了一個簡單的三層全連接網絡，雖然由于語句的嵌 ...

數據分析師—技術面試

2018-03-29

數據分析師—技術面試 三月份開始找實習，到現在已經有半年的時間了，在這半年的時間中，該經歷的基本上都已經經歷，春招實習時候，拿到了7個offer，校招時候，成功的拿下一份心儀的工作，結束了我的秋招旅程。 ...

基于矩陣分解的隱因子模型

2018-03-25

基于矩陣分解的隱因子模型 推薦系統是現今廣泛運用的一種數據分析方法。常見的如，“你關注的人也關注他”，“喜歡這個物品的用戶還喜歡。?！薄澳阋苍S會喜歡”等等。 常見的推薦系統分為基于內容的推薦與 ...

矩陣分解在協同過濾推薦算法中的應用

2018-03-24

矩陣分解在協同過濾推薦算法中的應用 推薦系統是當下越來越熱的一個研究問題，無論在學術界還是在工業界都有很多優秀的人才參與其中。近幾年舉辦的推薦系統比賽更是一次又一次地把推薦系統的研究推向了高潮，比 ...