在手撕機器學習系列文章的上一篇，我們詳細講解了線性回歸的問題，并且最后通過梯度下降算法擬合了一條直線，從而使得這條直線盡可能的切合數據樣本集，已到達模型損失值最小的目的。 在...
發簡信
IP屬地：北京
-
《Machine Learning in Action》—— Taoye給你講講Logistic回歸是咋回事
-
《Machine Learning in Action》—— 淺談線性回歸的那些事
手撕機器學習算法系列文章已經肝了不少，自我感覺質量都挺不錯的。目前已經更新了支持向量機SVM、決策樹、K-近鄰（KNN）、貝葉斯分類，讀者可根據以下內容自行“充電”（持續更新...
-
《Machine Learning in Action》—— 白話貝葉斯，“恰瓜群眾”應該恰好瓜還是恰壞瓜概率論，可以說是在機器學習當中扮演了一個非常重要的角色了。Taoye對概率論知識的掌握目前也還僅僅只是停留在本科期間所接觸到的，而且還都已經忘了不少。快速的復習回顧一下之后，...
-
《Machine Learning in Action》—— 女同學問Taoye，KNN應該怎么玩才能通關女同學問Taoye，KNN應該怎么玩才能通關？？？某問得，給這位妮子安排上！ 這篇是機器學習系列文章所涉及到的第六篇文章了，前面已經介紹過了支持向量機SVM以及決策樹算法，一...
-
《Machine Learning in Action》—— 懂的都懂，不懂的也能懂。非線性支持向量機
說在前面： 前幾天，公眾號不是給大家推送了第二篇關于決策樹的文章嘛。閱讀過的讀者應該會發現，在最后排版已經有點亂套了。真的很抱歉，也不知道咋回事，到了后期Markdown格式...
-
《Machine Learning in Action》—— hao朋友，快來玩啊，決策樹呦《Machine Learning in Action》—— hao朋友，快來玩啊，決策樹呦 在上篇文章中，《Machine Learning in Action》—— Ta...
-
《Machine Learning in Action》—— Taoye給你講講決策樹到底是支什么“鬼”
《Machine Learning in Action》—— Taoye給你講講決策樹到底是支什么“鬼” 前面我們已經詳細講解了線性SVM以及SMO的初步優化過程，具體可看：...
-
《Machine Learning in Action》—— 剖析支持向量機，優化SMO
《Machine Learning in Action》—— 剖析支持向量機，優化SMO 薄霧濃云愁永晝，瑞腦銷金獸。 愁的很，上次不是更新了一篇關于支持向量機的文章嘛，《M...
-
時間精力有限，如果有不清楚的地方可以隨時在評論區提出哦，Taoye收到后會第一時間回復的????
《Machine Learning in Action》—— 剖析支持向量機，單手狂撕線性SVM
《Machine Learning in Action》—— 剖析支持向量機，單手狂撕線性SVM 前面在寫NumPy文章的結尾處也有提到，本來是打算按照《機器學習實戰 / M...
-
《Machine Learning in Action》—— 剖析支持向量機，單手狂撕線性SVM《Machine Learning in Action》—— 剖析支持向量機，單手狂撕線性SVM 前面在寫NumPy文章的結尾處也有提到，本來是打算按照《機器學習實戰 / M...