机器学习算法与理论用到的数学知识 / 开普饭

深度学习的降维过程实质上是学习高维数据的流形结构,常用的卷积神经网络产生特征后,即可以接全连接神经网络,也可以用其他机器学习方法,这个过程是学习概率分布,所以说端到端的深度学习算法是模糊了这两个过程, ...

集成学习(上) 航路开辟者:李祖贤.薛传雨.六一.杨毅远.陈琰钰领航员:刘思含航海士:李祖贤基本信息开源内容:https://github.com/datawhalechina/ensembl ...

重磅干货,第一时间送达近年来,深度学习技术在计算机视觉(CV).自然语言处理(NLP)等热门领域都取得了非常大的进展.深度学习的资料也层出不穷.相信很多入门深度学习的读者面对海量资源的时候,很容易陷 ...

朴素贝叶斯(Naive Bayesian Mode,NBM) 贝叶斯由来贝叶斯是由英国学者托马斯·贝叶斯提出的一种纳推理的理论,后来发展为一种系统的统计推断方法.被称为贝叶斯方法. 朴素贝叶斯朴 ...

众所周知机器学习是人工智能领域中的主要领域之一,机器学习算法有很多,例如:分类.回归.聚类.推荐.图像识别领域等等.要想找个合适算法是非常不容易的,为了能够寻找到合适的算法,需要明白机器学习算法的优缺 ...

本文转自:视学算法在我们日常生活中所用到的推荐系统.智能图片美化应用和聊天机器人等应用中,各种各样的机器学习和数据处理算法正尽职尽责地发挥着自己的功效.本文筛选并简单介绍了一些最常见算法类别,还为每 ...

选自Hackernoon 作者:Rajat Harlalka 机器之心编译参与:Geek AI.张倩机器学习算法虽多,却没有什么普适的解决方案.决策树.随机森林.朴素贝叶斯.深度网络等等等等,是不 ...

作者|小舟来源|机器之心损失线性组合是正确的选择吗?这篇文章或许能够给你答案. 在机器学习中,损失的线性组合无处不在.虽然它们带有一些陷阱,但仍然被广泛用作标准方法.这些线性组合常常让算法难以调整 ...

机器之心报道参与:思源.一鸣.张倩用 NumPy 手写所有主流 ML 模型,普林斯顿博士后 David Bourgin 最近开源了一个非常剽悍的项目.超过 3 万行代码.30 多个模型,这也许能打 ...

作者:james_aka_yale 链接:https://medium.com/ 在机器学习领域,有种说法叫做"世上没有免费的午餐",简而言之,它是指没有任何一种算法能在每个问题上 ...

机器人学是一个多领域的交叉学科,包含了许多学科:包括概率论.统计学.逼近论.凸分析.算法复杂性理论等.专攻计算机如何模拟或实现人的学习行为,以获得新的知识或技能,重组已有的知识结构,使其持续地提高其表 ...

机器学习常用算法: 正则化算法(Regularization Algorithms) 集成算法(Ensemble Algorithms) 决策树算法(Decision Tree Algorithm) ...

机器学习算法与理论用到的数学知识