档案 | 机器学习算法

本文通过清晰的指导方针，解释了如何为不同类型的现实世界和商业问题选择正确的机器学习 (ML) 算法或模型。知道如何决定正确的 ML 算法至关重要，因为任何 ML 项目的成功都取决于这一选择的正确性。本文首先介绍了 […]

强化学习 (RL) 是一种机器学习。它通过与环境互动来训练智能体做出决策。本文涵盖了强化学习的基本概念，包括状态、动作、奖励、策略和马尔可夫决策过程 (MDP)。读完本文后，你将理解强化学习的工作原理，还将学习如何 […]

异常检测旨在发现偏离常规的数据点。换句话说，这些点不遵循预期的模式。离群点和例外是用来描述异常数据的术语。异常检测在多个领域都非常重要，因为它能提供有价值且可操作的见解。在一个 […] 中的异常

机器学习涉及机器学习算法和模型的使用。对于初学者来说，这非常令人困惑，因为“机器学习算法”常常与“机器学习模型”互换使用。它们是同一回事还是有所不同？作为一名开发者，你对排序算法和搜索算法等“算法”的直觉将有助于澄清 […]

如果我的数据集中的列数比行数多该怎么办？机器学习数据集通常是包含行和列的结构化或表格数据。作为模型输入的列被称为预测变量或“p”，行则是样本“n”。大多数机器学习算法都假设有许多 […]

在这篇文章中，我们将概览最流行的机器学习算法。了解该领域的主要算法，对可用的方法有一个感觉是很有用的。算法如此之多，以至于当算法名称被随意提及而你又被期望 […] 时，可能会感到不知所措。

数据会随时间变化。这可能导致那些假设输入和输出变量之间关系静态的预测模型性能不佳且不断下降。数据中潜在关系变化的这个问题在机器学习领域被称为概念漂移。在这篇文章中，你将发现这个问题 […]

你不必实现算法……如果你是初学者，刚刚入门。停下。你此刻正在实现一个机器学习算法吗？为什么？从零开始实现算法是我见过的初学者犯的最大错误之一。在这篇文章中，你将发现：初学者会掉入的算法实现陷阱。 […]

为什么用相同数据多次运行一个算法会得到不同结果？应用机器学习是由一系列突破和思维转变交织而成的。理解随机性在机器学习算法中的作用就是其中一个突破。一旦你理解了，你就会以不同的方式看待事物。以全新的视角。例如 […]

机器学习算法是机器学习中非常重要的一部分。你必须理解它们如何工作才能在该领域取得任何进展。在这篇文章中，你将发现一个由14部分组成的机器学习算法迷你课程，你可以跟随它来最终理解机器学习算法。我们将涵盖很多 […]