存档 | 机器学习流程

机器学习已被商品化为一项服务。这是一个看起来将会像商品化的存储和虚拟化一样进入主流的近期趋势。这是自然而然的下一步。在本篇评测中，您将了解 BigML，它为业务分析师和应用程序集成提供商品化的机器学习即服务。 […]

Phil Brierley 赢得了 Heritage Health Prize Kaggle 机器学习竞赛。Phil 曾是一名机械工程师，并在数据挖掘公司 Tiberius Data Mining 有相关经验。他目前非常热衷于 R 语言，并在 Another Data Mining Blog 上撰写博客。2013 年 10 月，他在墨尔本 R 用户特别兴趣小组上发表演讲 […]

当您为分类问题构建模型时，几乎总是需要查看该模型的准确性，即所有预测中正确预测的数量。这就是分类准确性。在之前的文章中，我们已经探讨了评估模型在未见数据上进行预测的稳健性 […]

当你刚开始接触机器学习时，你会加载一个数据集并尝试模型。你可能会想，为什么我不能用所有数据来构建模型并在同一数据集上进行评估呢？这似乎很合理。更多的训练数据不是更好吗？对模型进行评估 […]

在评估机器学习算法时使用的测试选项，可能会导致过度学习、平庸结果和可自信地欢呼雀跃的可用性最先进结果之间的差异（有时你真的会想那样做）。在这篇文章中，您将发现标准测试选项，您可以在 […]

系统性地处理预测建模问题，以获得高于平均水平的结果。随着时间的推移，在应用机器学习问题上工作，你会形成一个快速获得良好稳健结果的模式或流程。一旦开发出来，你就可以在项目一个接一个地重复使用这个流程。你的流程越稳健和发达 […]

算法抽查是指在你的机器学习问题上快速评估多种算法，以便你知道应该关注哪些算法，哪些应该舍弃。在这篇文章中，你将发现抽查算法的 3 个好处、在你下一个问题上进行抽查的 5 个技巧以及最重要的 […]

在软件项目中拥有可重现的成果是良好的实践。它甚至可能已经是标准实践了，我希望如此。你可以从街上随便找一个开发者，他们应该能够按照你的流程从版本控制中检出代码库并构建一个 […]

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 […]

一旦你找到了一个可行的模型并进行了调优，就可以开始使用这个模型了。你可能需要回顾你的“为什么”并提醒自己你需要什么形式的解决方案来解决你正在解决的问题。在你对结果做任何事情之前，问题都没有得到解决。 […]