重新整理blog的感觉

*******************************************
**原创文章,版权所有,转载请保留信息
**msn:njchouer@hotmail.com
**作者:chouer
*******************************************


今天来写的东西吧,好久没有来过这里写东西了。主要的原因还是一个字懒阿。白天在公司里面谢谢程序,时间过的也是挺快的,这个晚上就没多少事情了,学习也不想学,对了十个小时的电脑,感觉神经一直紧张着。晚上喜欢上网看看小说,玩玩游戏。不想写blog,主要是因为自己的水平太菜,使菜鸟级别的下一级别,哈哈,是什么级别我也不知道。

可是这几天接连有10个网上的不认识的朋友说看我这个,觉得还一般,问我怎么不写了,我只好回答我懒,爱了一顿骂,没办法,只好晚上再提笔写写吧。

培训回来后的资料,整理了一点点,也没时间去整理了,好多的东西都是用到的时候才到上课记的笔记上去整理查找一下,实在不会的就在群里面问问群里面的兄弟,感觉群里面的朋友真的很哥们,真的好谢谢他们。

这里最要感谢的是重庆的一个美女(不是礼貌性的夸她),每次我出现问题都是先听听她的意见,因为她写的程式多我很多,经验还不错,而且人特好。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/332542/viewspace-53527/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/332542/viewspace-53527/

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值