AI黑板报的专栏

AI时代的新玩具：用ChatGPT搭建属于自己的聊天机器人

本文从理论和实践的角度分别介绍了Batch Normalization，并通过比较加入Batch Normalization前后网络的性能来让大家对Batch Normalization的作用与效果有更加直观的感受！

一文搞懂矩阵分析之奇异值分解（SVD）！

什么是 LightGBM，如何实现它？ 如何微调参数？

一文了解 xgboost 算法基本原理以及实战用法！

带你了解什么是机器学习预测模型中的数据泄漏以及数据泄漏的迹象，并给出避免数据泄漏问题的提示和技巧！

1.概述随机森林 Random Forest 是一种强大的机器学习模型，得益于各种强大的库，现在我们可以很轻松地调用它，但并不是每一个会使用该模型的人都理解它真正的实现方式，本文将用 Python 实现并解释了决策树和随机森林的工作过程。比如Scikit-Learn，让我们现在可以非常轻松地使用 Python 实现任何机器学习算法。2.随机森林简介随机森林，是用随机的方式建立一个森林，...

两种可免费使用GPU的云端平台，Google云盘提供的Colab和kaggle竞赛线上平台！

1.引言本来这系列文章是准备各个击破讲解下传统机器学习常用算法，但是突然发现没有对机器学习算法做一个整体的介绍，本篇机器学习开端综述带大家过一遍传统机器学习算法，基本思想和用途，本文谨代表我个人的观点和感悟，希望对大家有所帮助，欢迎大家一起讨论与学习！2.机器学习算法概述机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理...

一文搞懂最小二乘法！

1 引言在这一篇文章中，将讨论一种被广泛使用的分类算法—决策树（decision tree）。相比贝叶斯算法，决策树的优势在于构造过程不需要任何领域知识或参数设置，因此在实际应用中，对于探测式的知识发现，决策树更加适用。2 决策树介绍决策树是一种机器学习的方法，决策树的生成算法有ID3, C4.5 和 C5.0 等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个...

One Hot Encoding 是将分类变量转换为可以提供给ML算法以在预测中做得更好的形式的过程。