發(fā)簡信
IP屬地：天津
-
《Machine Learning in Action》—— Taoye給你講講Logistic回歸是咋回事
在手撕機器學(xué)習(xí)系列文章的上一篇属提，我們詳細(xì)講解了線性回歸的問題，并且最后通過梯度下降算法擬合了一條直線美尸，從而使得這條直線盡可能的切合數(shù)據(jù)樣本集冤议，已...
-
《Machine Learning in Action》—— 淺談線性回歸的那些事
手撕機器學(xué)習(xí)算法系列文章已經(jīng)肝了不少，自我感覺質(zhì)量都挺不錯的师坎。目前已經(jīng)更新了支持向量機SVM恕酸、決策樹、K-近鄰（KNN）胯陋、貝葉斯分類蕊温，讀者可根據(jù)...
-
《Machine Learning in Action》—— 白話貝葉斯袱箱，“恰瓜群眾”應(yīng)該恰好瓜還是恰壞瓜概率論，可以說是在機器學(xué)習(xí)當(dāng)中扮演了一個非常重要的角色了义矛。Taoye對概率論知識的掌握目前也還僅僅只是停留在本科期間所接觸到的发笔，而且還都已經(jīng)忘了...
-
《Machine Learning in Action》—— 女同學(xué)問Taoye，KNN應(yīng)該怎么玩才能通關(guān)女同學(xué)問Taoye凉翻，KNN應(yīng)該怎么玩才能通關(guān)了讨？？噪矛？某問得量蕊，給這位妮子安排上铺罢！ 這篇是機器學(xué)習(xí)系列文章所涉及到的第六篇文章了艇挨，前面已經(jīng)介紹過了支持...
-
《Machine Learning in Action》—— 懂的都懂，不懂的也能懂韭赘。非線性支持向量機
說在前面： 前幾天缩滨，公眾號不是給大家推送了第二篇關(guān)于決策樹的文章嘛。閱讀過的讀者應(yīng)該會發(fā)現(xiàn)泉瞻，在最后排版已經(jīng)有點亂套了脉漏。真的很抱歉，也不知道咋回事...
-
《Machine Learning in Action》—— hao朋友袖牙，快來玩啊侧巨，決策樹呦《Machine Learning in Action》—— hao朋友，快來玩啊鞭达，決策樹呦 在上篇文章中司忱，《Machine Learning ...
-
《Machine Learning in Action》—— Taoye給你講講決策樹到底是支什么“鬼”
《Machine Learning in Action》—— Taoye給你講講決策樹到底是支什么“鬼” 前面我們已經(jīng)詳細(xì)講解了線性SVM以及S...
-
《Machine Learning in Action》—— 剖析支持向量機，優(yōu)化SMO
《Machine Learning in Action》—— 剖析支持向量機畴蹭，優(yōu)化SMO 薄霧濃云愁永晝坦仍，瑞腦銷金獸。 愁的很叨襟，上次不是更新了一...
-
《Machine Learning in Action》—— 剖析支持向量機繁扎，單手狂撕線性SVM《Machine Learning in Action》—— 剖析支持向量機，單手狂撕線性SVM 前面在寫NumPy文章的結(jié)尾處也有提到糊闽，本來是...