Python實現基于機器學習的RFM模型

2022-01-27

CDA數據分析師 出品 崗位：數據分析師 背景 如今新基建大數據、人工智能行業在迅速的發展，而機器學習是其中不可或缺的一環，機器學習強調的是利用人腦一般從歷史的數據中學習到經驗并運用與未來的 ...

深度學習預測房價：回歸問題，K折交叉

2021-11-15

作者：AI入門學習 來源：小伍哥 機器學習中，大部分是分類問題，另一種常見的機器學習問題是回歸問題，它預測一個連續值而不是離散的標簽，例如，根據氣象數據預測明天的氣溫，或者根據軟件說明書預測完成軟 ...

在工作崗位上培養數據分析能力的路徑

2021-10-20

在工作崗位上培養數據分析能力的路徑 不少人認為從學校畢業，進入工作崗位后學習數據分析能力是一件很痛苦的事。其實如果方法得當，工作中學習數據分析反而可以得到事半功倍的效果。本篇中介紹一個PACS(流程(Pr ...

太厲害了！Seaborn也能做多種回歸分析，統統只需一行代碼

2021-07-07

作者：云朵君 本文主要介紹回歸模型圖lmplot、線性回歸圖regplot，這兩個函數的核心功能很相似，都會繪制數據散點圖，并且擬合關于變量x,y之間的回歸曲線，同時顯示回歸的95%置信區間。 所有圖形將使 ...

CDA LEVEL 1 考試，知識點匯總《數據分析概述》

2024-08-13

1.數據分析和數據挖掘的概念 數據挖掘（Data Mining) : 是一個跨學科的計算機科學分支，它是用人工智能、機器學習、統計學和數據庫的交叉方法在相對較大型的數據集中發 現模式的計算過程。 數據分析的目 ...

機器學習三要素

2018-08-26

機器學習三要素 通過對機器學習探索，發現其實無論用什么方法想要達到什么目的，其最終都是要求的一個能對新數據進行預測的公式，該公式可能是以概率的形式出現,即P（Y|X）；也可能是以函數的形式出現，即y=f（ ...

機器學習模型設計五要素

2018-08-26

機器學習模型設計五要素 數據可能沒什么用，但是數據中包含的信息有用，能夠減少不確定性，數據中信息量決定了算法能達到的上限。 數據環節是整個模型搭建過程中工作量最大的地方，從埋點，日志上報，清洗， ...

深度學習已成功應用于這三大領域

2017-11-20

深度學習已成功應用于這三大領域 在本章中，我們將介紹如何使用深度學習來解決計算機視覺、語音識別、自然語言處理以及其他商業領域中的應用。首先我們將討論在許多最重要的AI 應用中所需的大規模神經網絡的實 ...

機器學習之Logistic回歸與Python實現

2017-07-24

機器學習之Logistic回歸與Python實現 logistic回歸是一種廣義的線性回歸，通過構造回歸函數，利用機器學習來實現分類或者預測。 一 Logistic回歸概述 Logistic回歸的主要思想是，根據現有的數據對分類邊 ...

詳解反向傳播算法

2017-05-25

詳解反向傳播算法 反向傳播算法(Backpropagation)已經是神經網絡模型進行學習的標配。但是有很多問題值得思考一下： 反向傳播算法的作用是什么？ 神經網絡模型的學習算法一般是SGD。SGD需要用到損 ...

簡單易學的機器學習算法—極限學習機(ELM)

2017-03-23

簡單易學的機器學習算法—極限學習機(ELM) 一、極限學習機的概念     極限學習機(Extreme Learning Machine) ELM，是由黃廣斌提出來的求解單隱層神經網絡的算法。     ELM最大的 ...

用十張圖解釋機器學習的基本概念

2017-03-20

用十張圖解釋機器學習的基本概念 在解釋機器學習的基本概念的時候，我發現自己總是回到有限的幾幅圖中。以下是我認為最有啟發性的條目列表。 1. Test and training error: 為什么低訓練誤差并不總 ...

批量梯度下降與隨機梯度下降

2017-03-15

批量梯度下降與隨機梯度下降 下面的h(x)是要擬合的函數，J(theta)損失函數，theta是參數，要迭代求解的值，theta求解出來了那最終要擬合的函數h(theta)就出來了。其中m是訓練集的記錄條數，j是參數的個數。 ...

機器學習常用算法（LDA,CNN,LR）原理簡述

2017-03-14

機器學習常用算法（LDA,CNN,LR）原理簡述 1.LDA LDA是一種三層貝葉斯模型，三層分別為：文檔層、主題層和詞層。該模型基于如下假設： 1）整個文檔集合中存在k個互相獨立的主題； 2）每一個主題是詞上的多項 ...

機器學習中使用的神經網絡

2017-03-14

機器學習中使用的神經網絡 這一小節介紹隨機梯度下降法（stochastic gradient descent）在神經網絡中的使用，這里首先回顧了第三講中介紹的線性神經網絡的誤差曲面(error surface)，如下圖所示。線性神經網絡對 ...

機器學習：決策樹（Decision Tree）

2017-03-11

機器學習：決策樹（Decision Tree） 決策樹（decision tree）是一種基本的分類與回歸方法。在分類問題中，它可以認為是if-then規則的集合，也可以認為是定義在特征空間與類空間上的條件概率分布。在學習時，利 ...

十張圖解釋機器學習的基本概念

2016-10-05

十張圖解釋機器學習的基本概念 在解釋機器學習的基本概念的時候，我發現自己總是回到有限的幾幅圖中。以下是我認為最有啟發性的條目列表。 1. Test and training error: 為什么低訓練誤差并不總是 ...

K-means算法及文本聚類實踐

2016-08-17

K-means算法及文本聚類實踐 K-Means是常用的聚類算法，與其他聚類算法相比，其時間復雜度低，聚類的效果也還不錯，這里簡單介紹一下k-means算法，下圖是一個手寫體數據集聚類的結果。 基本思想 k-mea ...

機器學習算法需要注意的一些問題

2016-05-05

機器學習算法需要注意的一些問題 對于機器學習的實際運用，光停留在知道了解的層面還不夠，我們需要對實際中容易遇到的一些問題進行深入的挖掘理解。我打算將一些瑣碎的知識點做一個整理。 1 數據不平衡問 ...

太奇妙了，基于OpencvCV的情緒檢測！

2020-08-20

情緒檢測或表情分類在深度學習領域中有著廣泛的研究。使用相機和一些簡單的代碼我們就可以對情緒進行實時分類，這也是邁向高級人機交互的一步。 前言 本期我們將首先介紹如何使用Keras 創建卷積神 ...