cf的博客

第4章 训练模型首先我们将以一个简单的线性回归模型为例，讨论两种不同的训练方法来得到模型的最优解：直接使用封闭方程进行求根运算，得到模型在当前训练集上的最优参数（即在训练集上使损失函数达到最小值的模型参数）使用迭代优化方法：梯度下降（GD），在训练集上，它可以逐渐调整模型参数以获得最小的损失函数，最终，参数会收敛到和第一种方法相同的的值。同时，我们也会介绍一些梯度下降的变体形式：批量梯...

第一章 机器学习概述The Machine Learning Landscape 什么是机器学习？ Machine Learning is the science (and art) of programming computers so they can learn from data. 机器学习是通过编程让计算机从数据中进行学习的科学（和艺术...

第六章 决策树CHAPTER 6Decision Trees和支持向量机一样， 决策树是一种多功能机器学习算法， 即可以执行分类任务也可以执行回归任务， 甚至包括多输出（multioutput）任务.决策树也是随机森林的基本组成部分，而随机森林是当今最强大的机器学习算法之一。鸢尾花数据集上进行一个决策树分类器训练from sklearn.datasets impor...

第三章  分类ClassificationMNIST在本章当中，我们将会使用 MNIST 这个数据集，它有着 70000 张规格较小的手写数字图片，由美国的高中生和美国人口调查局的职员手写而成。Scikit-Learn 提供了许多辅助函数，以便于下载流行的数据集。MNIST 是其中一个。下面的代码获取 MNISTfrom sklearn.datasets import...

第二章  端到端机器学习项目End-to-End Machine Learning Project流水线 Pipeline一系列的数据处理组件被称为数据流水线。流水线在机器学习系统中很常见，因为有许多数据要处理和转换。组件通常是异步运行的。每个组件吸纳进大量数据，进行处理，然后将数据传输到另一个数据容器中，而后流水线中的另一个组件收入这个数据，然后输出，这个过程依次进行下去。...

第5章 支持向量机支持向量机（SVM）是个非常强大并且有多种功能的机器学习模型，能够做线性或者非线性的分类，回归，甚至异常值检测。机器学习领域中最为流行的模型之一，是任何学习机器学习的人必备的工具。SVM 特别适合应用于复杂但中小规模数据集的分类问题。线性支持向量机分类SVM 的基本思想能够用一些图片来解释得很好。左边的图显示了三种可能的线性分类器的判定边界。其中用虚线表示的线性模...