作者归档 | Jason Brownlee

线性回归是一个非常简单的方法，但它已经被证明对大量情况非常有用。在这篇文章中，您将逐步了解线性回归的工作原理。阅读完本文后，您将了解：如何逐步计算简单线性回归。如何使用 [...] 进行所有计算。

线性回归可以说是统计学和机器学习中最知名、最被理解的算法之一。在这篇文章中，您将了解线性回归算法、它的工作原理以及如何最好地将其用于您的机器学习项目。在这篇文章中，您将了解：为什么线性回归属于 [...]

优化是机器学习的重要组成部分。几乎所有的机器学习算法都有一个优化算法在核心。在这篇文章中，您将了解一个简单的优化算法，您可以用于任何机器学习算法。它易于理解，易于实现。阅读完这篇文章后，您将知道： [...]

机器学习中性能不佳的原因是过拟合或欠拟合数据。在这篇文章中，您将了解机器学习中的泛化概念以及随之而来的过拟合和欠拟合问题。让我们开始吧。在机器学习中近似目标函数监督机器学习最好理解为 [...]

通过偏差-方差权衡的视角可以最好地理解监督式机器学习算法。在这篇文章中，您将了解偏差-方差权衡以及如何使用它来更好地理解机器学习算法并在您的数据上获得更好的性能。让我们开始吧。更新于 2019 年 10 月：删除了关于参数模型/非参数模型的讨论（感谢 Alex）。概述 [...]

什么是监督式机器学习？它与无监督式机器学习有何关系？在这篇文章中，您将了解监督式学习、无监督式学习和半监督式学习。阅读完这篇文章后，您将了解：关于监督式学习中的分类和回归问题。关于无监督式学习中的聚类和关联问题。用于监督式学习和 [...] 的示例算法。

什么是参数式机器学习算法？它与非参数式机器学习算法有何不同？在这篇文章中，您将了解参数式和非参数式机器学习算法之间的区别。让我们开始吧。学习一个函数机器学习可以概括为学习一个函数（f），该函数将输入变量（X）映射到输出 [...]

机器学习算法是如何工作的？所有监督式机器学习算法都遵循一个共同的原则来预测建模。在这篇文章中，您将通过理解所有算法的共同原则来了解机器学习算法是如何工作的。让我们开始吧。让我们开始吧。学习函数机器学习算法是 [...]