
人工智能
文章平均质量分 88
传统机器学习、神经网络、深度学习、大模型LLM
老马爱知
深耕信息技术IT/通信技术CT/人工智能AI的融合,分享技术、管理与产品的实战经验与前沿洞察,终身学习践行者。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
第 7 篇:支持向量机(SVM)——在数据旷野中,划出最宽的“安全边界”
SVM的智慧,不是随意地将数据一分为二,而是在数据的旷野中寻找那条最宽的“安全边界”;它不是被所有样本所困扰,而是只依赖最关键的“支持向量”;它不是在低维度的困境中挣扎,而是通过核技巧的“升维打击”,优雅地征服非线性世界。原创 2025-07-09 10:39:01 · 406 阅读 · 0 评论 -
第 6 篇:决策树与随机森林——当机器学会了“如果…那么…”,世界将如何被重塑?
本文从“如果…那么…”的人类直觉出发,深入剖析了决策树如何通过“追求纯度”来构建规则。进而阐述其进化形态——随机森林,如何运用“样本随机”与“特征随机”的集体智慧,在牺牲部分可解释性的代价下,克服个体偏见,换取了极致的稳定与精准,成为现代AI的基石。原创 2025-07-01 14:08:20 · 1216 阅读 · 0 评论 -
第 5 篇:逻辑回归——当直线学会转弯,AI便懂得了选择
本文通过“直线学会转弯”的生动比喻,揭示了逻辑回归如何借助Sigmoid函数,将数值预测升级为概率判断,让AI学会做“选择题”,并阐明了其强大的可解释性为何是分类问题的关键钥匙。原创 2025-06-23 17:20:23 · 854 阅读 · 0 评论 -
第 4 篇:线性回归——机器学习“开山第一斧”,用一条直线洞见AI本质
本文深入浅出地介绍了机器学习的“开山第一斧”——线性回归,阐释了如何通过一条简单的直线来理解其核心原理、应用场景,并洞察整个机器学习的基本框架。原创 2025-06-12 12:01:23 · 1005 阅读 · 0 评论 -
人工智能AI之机器学习基石系列 第 3 篇:选择你的“学习方法”——初探监督学习与无监督学习
本文通俗讲解了机器学习的两大核心范式——监督学习(有“老师”指导,用带标签数据预测)与无监督学习(自主“探索”,从无标签数据中发现模式),并阐明了它们的核心区别与适用场景。原创 2025-06-03 10:41:34 · 984 阅读 · 0 评论 -
人工智能AI之机器学习基石系列 第 2 篇:数据为王——机器学习的燃料与预处理
揭秘机器学习的基石:本文剖析数据为何是AI的“燃料”,并详解数据清洗、特征转换、特征缩放及数据集划分等关键预处理步骤,助你打磨高质量数据,提升模型性能。原创 2025-05-27 15:36:29 · 1792 阅读 · 0 评论 -
人工智能AI之机器学习基石系列 第 1 篇:什么是机器学习?——开启智能之门
一起轻松入门机器学习,理解其与人工智能、深度学习的关系,掌握三大基本要素和核心术语,开启你的智能探索之旅。原创 2025-05-21 11:46:24 · 1408 阅读 · 0 评论 -
Scaling Law遇到瓶颈?大模型性能还能继续稳步增长吗?
Scaling Law遇冷,推理齿轮接棒,但AI性能提升正面临自然极限——未来属于更高效、更聪明的系统。原创 2025-04-28 15:32:35 · 935 阅读 · 0 评论