机器学习

在自然语言处理（NLP）的过程中，我们不可能直接从原始文本转到拟合机器学习或深度学习模型，我们必须要首先清理文本，这意味着将其拆分为单词并处理标点符号和大小写。 事实上，您可能需要使用一整套文本准备方法，方法的选择实际上取决于您的自然语言处理任务。 在本教程中，您将了解如何清理和准备文本，以便使用机器学习进行建模。具体内容如下： 从如何通过开发自己的非常简单…

在过去的几年里，我根据自己的工作经验、与其他数据科学家的对话以及我在网上阅读的内容，整理了我认为最重要的机器学习算法。 今年，我想通过提供更多类型的模型以及每个类别中的更多模型来扩展去年的文章。通过这个，我希望提供一个工具和技术的存储库，您可以将其添加为书签，以便您可以解决各种数据科学问题！ 话虽如此，让我们深入研究六种最重要的机器学习算法： 解释性算法 模…

机器学习生态系统在过去十年中发展了很多。人工智能相关的社区已经发展的非常强大，开放、乐于助人是开源精神之一，这也让我们接触到很多优秀的机器学习库，帮助我们一步步成长。 本文就带您了解8大最火爆的机器学习库！ 以下是根据使用目的不同，整理的一份最火爆的机器学习开源库，您可以收藏下来以便后续学习： 作用 开源库 科学计算 Numpy 数据处理 Pandas 数据…

随着人工智能时代的来临，机器学习在技术领域取得了很大的进步。预计2023年，机器学习与人工智能将继续创造更多的工作岗位和经济效益。 机器学习是一种允许机器从经验中学习的概念，而且无需明确编程。如何实现这一点很多人可能还不了解，事实上，我们现在有很多可用的机器学习工具。接下来，本文将带您了解2023年最火爆的10大继续学习工具。 Scikit-Learn Sc…

你应该知道，训练数据集是机器学习不可或缺的一部分。在5—10年前，人们很难找到用于机器学习、数据科学的训练数据集，但现在，最大的问题不是寻找数据集，而是在巨量数据中筛选出业务相关的训练集。 所以，基于此原因，本文章整理了25个好用又免费的机器学习训练数据集，您可以从这些网站中随便下载适用您业务的训练集！ 本文章欢迎转载，转载请标明来源：Python技术站（网…

机器学习是个复杂性、专业性很强的技术领域，它大量应用到了概率论、统计学、逼近论、算法复杂度等多门学科的知识，也因此会出现很多专业性很强的词汇。 在我们探索机器学习的初级阶段，理解这些专业术语是学习过程中第一件重要任务，所以本章将详细介绍机器学习中常用的术语以及它的基本概念，为我们在后续的知识学习打下坚实的基础。 在此之前，建议大家收藏本章内容，以便在后续学习…

在上文中我们已经了解了机器学习的原理，就是模仿人类大脑进行学习的过程，通过让机器模仿这种学习过程实现所谓的“智能”。 经过近几十年的发展，机器学习的方法也越来越成熟，主要有以下几种： 监督学习 无监督学习 强化学习 深度学习 深度强化学习 如上图所示，机器学习是从左往右的发展方向，每一阶段的学习方法都比上一代优秀了很多。下面简单介绍这几种机器学习方法的工作原…