在软件项目中拥有可复现的结果是一个好习惯。我希望现在它已经是标准做法了。你可以随便找一位开发者，他们应该能够遵循你的流程，从版本控制中检出代码库并进行构建 […]
什么是数据挖掘和 KDD
我对流程非常感兴趣。我想知道做好事情的好方法，如果可能的话，甚至是最好的方法。即使你没有技能或深入的理解，流程也能让你走得很远。它可以指引方向，技能和深入的理解可以随之而来。至少，我 […]
4 个自学机器学习项目
进入机器学习领域有很多途径，大多数都从理论开始。如果你是一名程序员，你已经具备了将问题分解成各个组成部分，并通过原型化小型项目来学习新技术、库和方法的能力。这些是任何专业程序员的重要技能 […]
如何使用机器学习结果
一旦你找到了一个可行的模型并对其进行了调整，就可以开始使用该模型了。你可能需要回顾一下你的初衷，提醒自己需要以何种形式解决你正在解决的问题。直到你对结果采取行动，问题才算得到解决 […]
如何在数据中识别异常值
Bojan Miletic 提出了一个关于在机器学习算法中使用数据集进行异常值检测的问题。本文是对他问题的回答。如果您有关于机器学习的问题，请注册订阅新闻通讯并回复邮件，或使用联系表单提问，我将回答您的问题，并可能 […]
如何改进机器学习结果
拥有一个或两个在问题上表现良好的算法是一个好的开始，但有时你可能会受到激励，在给定可用时间和资源的情况下获得最佳结果。在本文中，你将回顾可以用来榨取额外性能并改进 […]
如何评估机器学习算法
一旦你定义了问题并准备好了数据，就需要将机器学习算法应用于数据来解决你的问题。你可以在选择、运行和调整算法上花费大量时间。你想确保你的时间得到了有效利用，从而更接近你的目标 […]
如何为机器学习准备数据
机器学习算法从数据中学习。将正确的数据提供给它们以解决你想要解决的问题至关重要。即使你有好的数据，你也要确保它具有有用的尺度、格式，甚至包含有意义的特征。在本文中，你将学习 […]
如何定义你的机器学习问题
任何项目的第一步都是定义你的问题。你可以使用最强大、最闪亮的算法，但如果你解决了错误的问题，结果将毫无意义。在本文中，你将学习在开始之前深入思考你的问题的过程。这无疑是 […]
数据、学习和建模
机器学习中有一些关键概念为理解该领域奠定了基础。在本文中，你将学习描述数据和数据集时使用的术语（标准术语）。你还将学习描述从数据中学习和建模的概念和术语，这些将提供宝贵的直觉 […]