scikit-learn 库是日常机器学习和数据科学中最受欢迎的平台之一。原因是它构建在功能齐全的编程语言 Python 之上。但如何开始使用 scikit-learn 进行机器学习呢？Kevin Markham 是一位数据科学培训师，他创建了一系列 9 篇 [...]
作者归档 | Jason Brownlee
面向机器学习开发者的 Python 速成课程
您不必成为一名 Python 开发者才能开始使用 Python 生态系统进行机器学习。作为一名已经知道如何使用一种或多种编程语言进行编程的开发者，您可以非常快速地掌握像 Python 这样的新语言。您只需要了解一些 [...] 的属性。
Python 深度学习库 Theano 简介
Theano 是一个用于快速数值计算的 Python 库，可以在 CPU 或 GPU 上运行。它是 Python 中深度学习的一个关键基础库，您可以直接使用它来创建深度学习模型或极大地简化过程的封装库。在这篇文章中，您将了解 Theano [...]
Python 机器学习生态系统
Python 生态系统正在不断发展，并可能成为机器学习的主导平台。采用 Python 进行机器学习的主要理由是因为它是一种通用编程语言，可用于研究、开发和生产。在这篇文章中，您将了解 Python 生态系统在机器学习中的应用。让我们开始吧 [...]
机器学习算法迷你课程
机器学习算法是机器学习的重要组成部分。要想在该领域取得进展，您必须了解它们的工作原理。在这篇文章中，您将了解一个 14 节的机器学习算法迷你课程，您可以遵循该课程来最终理解机器学习算法。我们将涵盖很多 [...]
理解任何机器学习算法的 6 个问题
机器学习算法有很多，每个算法都是一个研究孤岛。您必须选择研究机器学习算法的详细程度。对于有兴趣进行应用预测建模的开发者来说，存在一个最佳点。本文描述了这个最佳点，并为您提供了一个 [...]
机器学习中的增强和AdaBoost
Boosting 是一种集成技术，它试图通过多个弱分类器创建一个强分类器。在这篇文章中，您将了解用于机器学习的 AdaBoost 集成方法。阅读完这篇文章后，您将了解：什么是 Boosting 集成方法以及它通常如何工作。如何学习 Boosting 决策 [...]
机器学习的 Bagging 和随机森林集成算法
随机森林是最流行、最强大的机器学习算法之一。它是一种称为 Bootstrap Aggregation 或 bagging 的集成机器学习算法。在这篇文章中，您将了解用于预测建模的 Bagging 集成算法和随机森林算法。阅读完这篇文章后，您将了解： [...]
机器学习中的支持向量机
支持向量机 (SVM) 可能是最受欢迎和讨论最多的机器学习算法之一。它们在 20 世纪 90 年代开发时非常流行，并且至今仍是高性能算法的常用方法，只需很少的调优。在这篇文章中，您将了解支持向量机 (SVM) [...]
用于机器学习的学习向量量化
K-近邻算法的一个缺点是您需要保留整个训练数据集。学习向量量化算法（简称 LVQ）是一种人工神经网络算法，它允许您选择要保留的训练实例数量，并精确学习这些实例应该是什么样子。在这篇文章中 [...]