机器学习算法有很多，每个算法都是一个独立的研究领域。你需要选择研究机器学习算法的详细程度。如果你是一名对应用预测建模感兴趣的开发者，有一个最佳切入点。这篇博文描述了最佳切入点，并为你提供了 [...]

Boosting 是一种集成技术，它试图从多个弱分类器中创建一个强分类器。在这篇博文中，你将了解 AdaBoost 集成方法在机器学习中的应用。阅读完这篇博文后，你将知道：什么是 Boosting 集成方法以及它通常如何工作。如何学习 Boosting 决策 [...]

随机森林是最受欢迎和最强大的机器学习算法之一。它是一种称为自举聚合或装袋的集成机器学习算法。在这篇博文中，你将了解用于预测建模的装袋集成算法和随机森林算法。阅读完这篇博文后，你将了解： [...]

支持向量机（SVM）可能是最受欢迎和谈论最多的机器学习算法之一。它们在 1990 年代开发时非常流行，并且至今仍然是高性能算法的首选方法，只需少量调整。在这篇博文中，你将了解支持向量机（SVM）机器学习 [...]

K-最近邻算法的一个缺点是你需要保留整个训练数据集。学习向量量化（LVQ）算法是一种人工神经网络算法，它允许你选择要保留的训练实例数量，并精确地学习这些实例应该是什么样子。在这篇博文中 [...]

在这篇博文中，你将了解用于分类和回归的 k-最近邻（KNN）算法。阅读完这篇博文后，你将知道：KNN 使用的模型表示。如何使用 KNN 学习模型（提示：它不需要）。如何使用 KNN 进行预测。KNN 的许多名称，包括不同领域如何称呼 [...]

朴素贝叶斯（Naive Bayes）是一种非常简单的分类算法，它对每个输入变量的独立性做了一些强假设。尽管如此，它在许多问题领域都已被证明是有效的。在这篇博文中，你将了解用于分类数据的朴素贝叶斯算法。阅读完这篇博文后，你将知道。如何 [...]

朴素贝叶斯是一种简单但出奇强大的预测建模算法。在这篇博文中，你将了解用于分类的朴素贝叶斯算法。阅读完这篇博文后，你将知道：朴素贝叶斯使用的模型表示，即写入文件时实际存储的内容。如何 [...]

决策树是预测建模机器学习的重要算法类型。经典的决策树算法已经存在几十年了，像随机森林这样的现代变体是最强大的技术之一。在这篇博文中，你将了解被称为 CART（代表 [...]）的朴素决策树算法。