机器学习

开篇：首先这本书的名字很霸气，全书内容讲的是R语言在机器学习上面的应用，一些基本的分类算法(tree,SVM,NB),回归算法,智能优化算法,维度约减等，机器学习领域已经有很多成熟的R工具箱，毕竟这个领域被统计学称霸了十多年，常用R工具箱都可以在这里面找到http://www.rdatamining.com/docs，http://www.mloss.org…

Google Machine Learning Recipes 2官方中文博客 http://chinagdg.org/2016/03/machine-learning-recipes-for-new-developers/视频地址 http://v.youku.com/v_show/id_XMTUzNDE5Mzg0MA==.html?f=26979872&…

Google Machine Learning Recipes 1官方中文博客 http://chinagdg.org/2016/03/machine-learning-recipes-for-new-developers/视频地址 http://v.youku.com/v_show/id_XMTUxODA1NTY3Mg==.htmlGithub工程地址 h…

由于本人并不玩三国杀，再加上三国杀游戏的人物之间的设置本来就已经相当复杂，所以这里不想深入研究了。不过，这里给出一篇来自中国人工智能学会 （CAAI）的转载，以及某大学生在暑假无聊的时候写的“SB”级别的控制台式的三国杀AI，有兴趣的人可以欣赏一下他自己做的AI，他本人声明了版权， 所以我也注明一下吧，他的网名叫做6+。 本参赛作品基于目前在国内风靡一时的桌…

这节课终于不是那么迷糊了，如果100分满分的话，听懂程度有70分了，初学者就是这么容易满足。 :| 老师说这是这20次课里最简单的一次。。。oh。。。no。 不废话了，接着记笔记吧。 CART：classsification and regression tree 三种决策树：ID3，C4.5，CART 树是最重要的数据结构。 决策树示意图： 决策树最重要的…

这节课的推导真心hold不住了。按照自己的理解记下仅看明白的东西吧。或许还有第二遍、第三遍整理呢。 主要讲了两个问题： 学习率α如何确定？ 　　使用固定的学习率还是变化的学习率？ 　　学习率设置为多大比较好？ 下降的方向如何处理，除了梯度方向，有没有其他方向？ 　　可行方向和梯度方向有何关系？ 先上结论： 使用固定的学习率还是变化的学习率？ 使用变化的学习率…

这一讲开始，每一讲都是一个重要的模型。由于我也是初学者，更新可能会慢了。现在的比较比较凌乱，等这些课程全部学完之后，会统一再整理一下。 主要内容： 线性回归——高斯分布、极大似然估计MLE、最小二乘法的本质 Logistic回归——分类问题的首选算法（简单） 工具：梯度下降算法、极大似然估计 回归与分类的简单区别：y连续变化的话就是回归问题，y是离散的，就是…

机器学习-决策树的基本思想 决策树算法是最早的机器学习算法之一。 算法框架 1.决策树主函数 各种决策树的主函数都大同小异，本质上是一个递归函数。该函数的主要功能是按照某种规则生长出决策树的各个分支节点，并根据终止条件结束算法。一般来讲，主函数需要完成如下几个功能。 （1）输入需要分类的数据集和类别标签 （2）根据某种分类规则得到最优的划分特征，并创建特征的…

机器学习-分类算法-kNN kNN（k-Nearest Neighbor）算法：一种基于向量间相似度的分类算法。 kNN原理 k最近邻(k-Nearest Neighbor)算法是比较简单的机器学习算法。它采用测量不同特征之间的距离方法进行分类。 如果一个样本在特征空间中的k个最近邻（最相似）的样本中的大多数都属于一个类别，则该样本也属于这个类别。k表示外部…

机器学习-朴素贝叶斯原理及Python实现 贝叶斯公式 P(A|B) = (P(B|A)P(A))/P(B) 举例：苹果10个，有2个黄色；梨10个，有6个黄色，求拿出一个黄色水果，是苹果的概率。 代入公式： P(苹果|黄色) = (P(黄色|苹果)P(苹果))/P(黄色) P(黄色) = (2+6)/20 = 2/5 P(苹果) = 10/20 = 1/2…