机器学习实战教程(13篇)
这些网址非常适合想学习机器学习,却苦于没有项目的人。无意中看到,给自己做一个记录。
机器学习实战教程(一):K-近邻算法(史诗级干货长文)https://cuijiahua.com/blog/2017/11/ml_1_knn.html
机器学习实战教程(二):决策树基础篇之让我们从相亲说起 https://cuijiahua.com/blog/2017/11/ml_2_decision_tree_1.html
机器学习实战教程(三):决策树实战篇之为自己配个隐形眼镜 https://cuijiahua.com/blog/2017/11/ml_3_decision_tree_2.html
机器学习实战教程(四):朴素贝叶斯基础篇之言论过滤器 https://cuijiahua.com/blog/2017/11/ml_4_bayes_1.html
机器学习实战教程(五):朴素贝叶斯实战篇之新浪新闻分类 https://cuijiahua.com/blog/2017/11/ml_5_bayes_2.html
机器学习实战教程(六):Logistic回归基础篇之梯度上升算法 https://cuijiahua.com/blog/2017/11/ml_6_logistic_1.html
机器学习实战教程(七):Logistic回归实战篇之预测病马死亡率 https://cuijiahua.com/blog/2017/11/ml_7_logistic_2.html
机器学习实战教程(八):支持向量机原理篇之手撕线性SVM https://cuijiahua.com/blog/2017/11/ml_8_svm_1.html
机器学习实战教程(九):支持向量机实战篇之再撕非线性SVM https://cuijiahua.com/blog/2017/11/ml_9_svm_2.html
机器学习实战教程(十):提升分类器性能利器-AdaBoost https://cuijiahua.com/blog/2017/11/ml_10_adaboost.html
机器学习实战教程(十一):线性回归基础篇之预测鲍鱼年龄 https://cuijiahua.com/blog/2017/11/ml_11_regression_1.html
机器学习实战教程(十二):线性回归提高篇之乐高玩具套件二手价预测 https://cuijiahua.com/blog/2017/12/ml_12_regression_2.html
机器学习实战教程(十三):树回归基础篇之CART算法与树剪枝 https://cuijiahua.com/blog/2017/12/ml_13_regtree_1.html
机器学习实战教程(13篇)相关推荐
- 机器学习实战教程汇总(十三篇)
机器学习实战教程(13篇) 这些网址非常适合想学习机器学习,却苦于没有项目(尤其缺少数据)的人.无意中看到,给自己做一个记录. 机器学习实战教程(一):K-近邻算法(史诗级干货长文)https://c ...
- 机器学习实战教程(三):决策树实战篇
一.前言 上篇文章机器学习实战教程(二):决策树基础篇_M_Q_T的博客-CSDN博客讲述了机器学习决策树的原理,以及如何选择最优特征作为分类特征.本篇文章将在此基础上进行介绍.主要包括: 决策树构建 ...
- 机器学习实战教程(三):决策树实战篇之为自己配个隐形眼镜
原文链接:cuijiahua.com/blog/2017/1- 一.前言 上篇文章机器学习实战教程(二):决策树基础篇之让我们从相亲说起讲述了机器学习决策树的原理,以及如何选择最优特征作为分类特征.本 ...
- 机器学习实战教程(二):决策树基础篇之让我们从相亲说起
机器学习实战教程(二):决策树基础篇之让我们从相亲说起 一.前言 二.决策树 三.决策树的构建的准备工作 1.特征选择 (1)香农熵 (2)编写代码计算经验熵 (3) 信息增益 (4) 编写代码计算信 ...
- ArcGIS水文分析实战教程(13)流域提取流程
ArcGIS水文分析实战教程(13)流域提取流程 本章导读:这里的流域是一个自然概念,而不是行政概念,或者称之为集水区更加合理一些.在流域提取中,其过程都是先定义河流然后才能通过河流定义流域.其中流域 ...
- 机器学习实战教程(一):K-近邻算法---电影类别分类
文章目录 机器学习实战教程(一):K-近邻算法 一.简单k-近邻算法 1.k-近邻法简介 2.距离度量 3.Python3代码实现 (1)准备数据集 (2)k-近邻算法 机器学习实战教程(一):K-近 ...
- 机器学习实战教程(八):支持向量机原理篇
一.前言 本篇文章参考了诸多大牛的文章写成的,深入浅出,通俗易懂.对于什么是SVM做出了生动的阐述,同时也进行了线性SVM的理论推导,以及最后的编程实践,公式较多,还需静下心来一点一点推导. 二.什么 ...
- 机器学习实战教程(2):K-近邻算法(史诗级干货长文)
摘要 本文将从k-近邻算法的思想开始讲起,使用python3一步一步编写代码进行实战训练.并且,我也提供了相应的数据集,对代码进行了详细的注释.除此之外,本文也对sklearn实现k-近邻算法的方法进 ...
- 机器学习实战教程(一):K-近邻算法
一.简单k-近邻算法 1.k-近邻法简介 k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法.它的工作原理是:存在一个样 ...
- 机器学习实战教程(四):朴素贝叶斯基础篇之言论过滤器
一.前言 朴素贝叶斯算法是有监督的学习算法,解决的是分类问题,如客户是否流失.是否值得投资.信用等级评定等多分类问题.该算法的优点在于简单易懂.学习效率高.在某些领域的分类问题中能够与决策树.神经网络 ...
最新文章
- 【 MATLAB 】信号处理工具箱之波形产生函数 pulstran
- 数据库原理与应用(SQL Server)笔记 第十一章 游标
- 安卓学习 intent
- linux的搜索和时间
- ucc编译器(x86移植)
- python进行气象数据分析_使用机器学习进行气象数据分析
- centos下的nginx安装工作记录20130701
- 上采样卷积转置的deconvolution方法实现双线性插值,代码实现,结果不一样
- 20170825阿里在线笔试之菜鸟仓库货架格子编号
- NSLog的各种打印格式
- linux chmod命令
- PSCAD X4.6.2 免费下载
- Web业务性能优化技术总结
- 【备忘】Java菜鸟到大牛学习路线之实战篇
- 2005年国内最有份量的资源下载网站一览
- VC++的Unicode编程
- 如何给国外老师写邮件
- laravel路由设置
- Jmockit使用详解之Mocking
- 林下仿野生天麻的种植技术方法
热门文章
- 《刻意练习》学习总结
- 对DSP的基本了解(一)--DSP是什么?
- 2021-2027全球与中国下一代测序数据分析市场现状及未来发展趋势
- 2021年好看高考倒计时源码
- SocksCapV2+Socks2HTTP
- Win7简单方法让笔记本变身无线热点,共享手机上网
- 基于javaweb+springboot的企业员工绩效工资管理系统(java+SpringBoot+FreeMarker+Mysql)
- 自动跑程序vbs脚本
- web漏洞扫描器原理_「网络安全」安全设备篇(11)——漏洞扫描器
- Android ListView优化总结