-
过拟合和欠拟合以及相对应的解决办法
https://blog.csdn.net/weixin_42137700/article/details/81806419欠拟合：是指模型的学习能力比较低，以至于，只学到了很少的一部分信息，当进行预测的时候，会发生方差最低，和偏差较大的情况 过拟合：是指模型的学习能力比较强，以至于，直接把题给背下来了，如果考到原题，就会实现相应的预测100%，如果预测的不再训练集中，那么结果就是0.过拟合是偏差
-
如何进行机器学习框架选择
人工智能正值发展热头，为了开发和部署人工智能应用程序，涌现出了很多机器学习框架。这些框架直接跨越开发、测试、优化和生产等流程，为开发人员提供了一个很好的研发捷径。有的框架注重自身的可用性，有的框架侧重于生产部署和参数优化，它们都有各自的优缺点，这也增加了研发人员选择的难度。
-
推荐系统常用算法
https://blog.csdn.net/shijing_0214/article/details/50996270在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。一、基于内容推荐基于内容的推荐（C
-
概率模型与条件随机场
https://blog.csdn.net/shijing_0214/article/details/511690481、概率模型 机器学习中的很多模型可以根据概率分布形式分为生成模型和判别模型，其中生成模型以输入输出的联合分布P(X,Y)为基础建模，如朴素贝叶斯、隐马尔可夫模型；判别模型以条件概率分布P(Y|X)为基础建模，如最大熵模型、条件随机场等。这几个模型之间有一定的关系，它们的关系如下
-
卷积神经网络CNNs的理解与体会
孔子说过，温故而知新，时隔俩月再重看CNNs，当时不太了解的地方，又有了新的理解与体会，特此记录下来。文章图片及部分素材均来自网络，侵权请告知。卷积神经网络（Convolutinal Neural Networks）是非常强大的一种深度神经网络，它在图片的识别分类、NLP句子分类等方面已经获得了巨大的成功，也被广泛使用于工业界，例如谷歌将它用于图片搜索、亚马逊将它用于商品推荐等。首先给出几个CNN
-
美团O2O广告营销中的机器学习技术
AI（人工智能）技术已经广泛应用于美团的众多业务，从美团App到大众点评App，从外卖到打车出行，从旅游到婚庆亲子，美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域，帮助美团数亿消费者和数百万商户改善服务和体验，帮大家吃得更好，生活更好。基于AI技术，美团搭建了世界上规模最大，复杂度最高的多人、多点实时智能配送调度系统；基于
-
人工智能之算法知识与实战篇
写在前头1、课程的选择：选择一门完整的算法课程，并以此课程为主，系统性学习；公众号或者其他材料都是辅助，里面主要是零碎的知识。推荐业内经典课程。2、本号不涉及技术层面的内容：没有那个水平；前人已经有非常完善的课程体系机器学习篇1、知识内容2、学习资源推荐简单版：吴恩达在Coursera的机器学习课程；机器学习入门首选课程，据说全世界有数百万人通过这门课程入门机器学习。课程的级别是入门级别的，对学习
-
使用Recast.AI创建具有人工智能的聊天机器人
很多SAP顾问朋友们对于人工智能/机器学习这个话题非常感兴趣，也在不断思考如何将这种新技术和SAP传统产品相结合。Jerry之前的微信公众号文章C4C和微信集成系列教程曾经介绍了Partner如何利用SAP Cloud for Customer内置的社交媒体集成框架，做一些简单的开发将微信集成到C4C中去。该系列教程里其中一篇文章，介绍了如何将图灵机器人集成到某个微信公众号的消息服务器上去，让该微信公众号可以“智能地”同其关注粉丝聊天。
-
零基础掌握极大似然估计
零基础掌握极大似然估计https://mp.weixin.qq.com/s/v98qGCz_qN_73hnYKrCQFw 1极大似然估计 极大似然估计，通俗理解来说，就是在假定整体模型分布已知，利用已知的样本结果信息，反推最具有可能（最大概率）导致这些样本结果出现的模型参数值！ 换句话说，极大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。 可能
-
通俗理解信息熵
通俗理解信息熵 https://blog.csdn.net/weixin_42137700/article/details/81627952 1信息熵的公式 先抛出信息熵公式如下：其中p(xi)代表随机事件X为Xi的概率，下面来逐步介绍信息熵的公式来源！ 2信息量 信息量是对信息的度量，就跟时间的度量是秒一样，当我们考虑一个离散的随机变量x的时候，
-
一文区分什么是「过拟合」和「欠拟合」？
一文区分什么是「过拟合」和「欠拟合」？https://blog.csdn.net/weixin_42137700/article/details/81627965编译：Richard Yang来源：Towards Data Science在正式讲这两个概念之前我们先来看一个故事：假设你想要习英语但之前对英语一无所知，不过曾听说过莎士比亚是一个位伟大的英国作家。你想要学英语的话，当然是将自己泡在一个
-
一文读懂机器学习大杀器XGBoost原理
http://blog.itpub.net/31542119/viewspace-2199549/ XGBoost是boosting算法的其中一种。Boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器。因为XGBoost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器。而所用到的树模型则是CART回归树模型。讲解其原理前，先讲解一下CART回归树。一、CART
-
【干货】机器学习中的五种回归模型及其优缺点
http://blog.itpub.net/31542119/viewspace-2199810/ 线性和逻辑斯蒂（Logistic）回归通常是是机器学习学习者的入门算法，因为它们易于使用和可解释性。然而，尽管他们简单但也有一些缺点，在很多情况下它们并不是最佳选择。实际上存在很多种回归模型，每种都有自己的优缺点。在这篇文章中，我们将介绍5种最常见的回归算法及特点。我们很快就会发现，很多算法只在特定
-
一小时神经网络从入门到精通(放弃)
http://blog.itpub.net/31077337/viewspace-2156393/ <span white-space:normal;background-color:#ffffff;font-size:16px;"=""> 本文主要是学习BP神经网络的一个总结，其本身也是机器学习中比较基础、适合入门的模型。 目前本人对于机器学习也还只是
-
谷歌机器学习规则要点简析：43条黄金法则
http://blog.itpub.net/31542492/viewspace-2156228/ 目录 术语 概览 在进行机器学习之前 机器学习第一阶段：您的第一个管道 关于机器学习工程的最佳实践 马丁·辛克维奇 本文档旨在帮助已掌握机器学习基础知识的人员从 Google 机器学习的最佳实践中受益。它介绍了
-
深度学习在美团搜索广告排序的应用实践
http://blog.itpub.net/31542492/viewspace-2156223/ 机器人 基于AI技术，美团搭建了世界上规模最大，复杂度最高的多人、多点实时智能配送调度系统;基于AI技术，美团推出了业内第一款大规模落地的企业应用级语音交互产品，为50万骑手配备了智能语音系统;基于AI技术，美团构建了世界上最大的菜品知识库，为200多万商家、3亿多件商品绘制了知识图谱，为2.5亿
-
【干货】机器学习中的五种回归模型及其优缺点
线性和逻辑斯蒂（Logistic）回归通常是是机器学习学习者的入门算法，因为它们易于使用和可解释性。然而，尽管他们简单但也有一些缺点，在很多情况下它们并不是最佳选择。实际上存在很多种回归模型，每种都有自己的优缺点。
-
一文读懂机器学习大杀器XGBoost原理
XGBoost是boosting算法的其中一种。Boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器。因为XGBoost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器。而所用到的树模型则是CART回归树模型。讲解其原理前，先讲解一下CART回归树。
-
TensorFlow 1.9迎来优化版，详细性能更新干货分享！
英特尔®TensorFlow * 1.9优化版现在已经进入使用阶段。当TensorFlow建立在英特尔® MKL-DNN（用于深度神经网络的英特尔®数学内核库）时，一些人不愿意基于源代码编译TensorFlow，去提升CPU性能，而英特尔®TensorFlow * 1.9优化的这些二进制包就为这些人提供了方便。
-
掌握这五类数据科学项目，找到一份好工作
也许你一直在MOOC平台上学习数据科学，也熟读了一大堆教科书，但要获得数据科学相关的职位，你还需要向雇主展示自己的技能水平。最好的方式是作品集，你可以借此向雇主表明你所一直学习的技能能够用于工作中，为公司创造价值。
