挑战100天搞定机器学习
火爆GitHub:100天搞定机器学习编程(超赞信息图+代码+数据集)
cxykk1217
这个作者很懒,什么都没留下…
展开
-
Day 7--K Nearest Neighbours (K近邻)
原创 2018-11-26 21:32:36 · 441 阅读 · 0 评论 -
Day6--Logistic Regression代码
数据集 | 社交网络 该数据集包含了社交网络中用户的信息。这些信息涉及用户ID,性别,年龄以及预估薪资。一家汽车公司刚刚推出了他们新型的豪华SUV,我们尝试预测哪些用户会购买这种全新SUV。并且在最后一列用来表示用户是否购买。我们将建立一种模型来预测用户是否购买这种SUV,该模型基于两个变量,分别是年龄和预计薪资。因此我们的特征矩阵将是这两列。我们尝试寻找用户年龄与预估薪资之间的某种相关性,...原创 2018-11-01 10:30:55 · 728 阅读 · 0 评论 -
Day5--Logistic Regression理论推导
逻辑回归 今天没有概念图和代码,只有一段话如下: 今天我深入研究了逻辑回归到底是什么,以及它背后的数学是什么。学习了如何计算代价函数,以及如何使用梯度下降法来将代价函数降低到最小。 由于时间关系,我将隔天发布信息图。如果有人在机器学习领域有一定经验,并愿意帮我编写代码文档,也了解github的Markdown语法, 下面是我自己整理的逻辑回归理论推导 逻辑回归就是这样的一个过程:面对一个回...原创 2018-10-28 17:44:02 · 428 阅读 · 0 评论 -
Day4--Logistic Regression
第四天主要是讲逻辑回归问题,今天只是有一张图原创 2018-10-26 20:09:08 · 308 阅读 · 0 评论 -
Day3--Multiple_Linear_Regression
第三天:多元线性回归 第1步: 数据预处理 导入库 import pandas as pd import numpy as np 导入数据集 dataset = pd.read_csv('50_Startups.csv') X = dataset.iloc[ : , :-1].values Y = dataset.iloc[ : , 4 ].values 将类别数据数字化 ...原创 2018-10-25 11:13:15 · 353 阅读 · 0 评论 -
Day2--Simple Linear Regression
第二天:简单线性回归 第一步:数据预处理 import pandas as pd import numpy as np import matplotlib.pyplot as plt dataset = pd.read_csv('studentscores.csv') X = dataset.iloc[ : , : 1 ].values Y = dataset.iloc[ : ,...原创 2018-10-22 15:40:14 · 286 阅读 · 0 评论 -
Day1--Data Preprocessing
这是一个由Youtuber Siraj Raval发起的机器学习挑战活动,旨在号召大家每天至少花1个小时的时间在Machine Learning的学习上,内容涵盖了机器学习,深度学习等很多方面。 活动有Github链接,在量子位公众号的一篇文章里有对这个活动的详细描述。 同时GitHub上也有人在进行汉化,链接为https://github.com/MLEveryday/100-Days-Of...原创 2018-10-21 17:04:35 · 328 阅读 · 0 评论