meihao5的博客

     逻辑回归模型虽然是机器学习里面比较简单的一个模型，但是对于理解机器学习其他模型与思想有很大帮助，应用也很广泛，吴恩达在公开课deeplearing里面，也是从逻辑回归讲起的。      首先，理解一下什么是回归。在现实问题中，一些变量往往是相互依赖，相互制约，具有一定相关性。...

         Kaggle 的很多比赛中，我们可以看到XGBoost有非常好的表现，那 XGBoost到底是什么以及为什么有这么好的效果，又该如何应用它呢？         XGBoost 所应用的算法就是 gradient boosting decision tree，既可以用于分类也可以用于回归问题中比这上一篇文章对其原理有介绍：http://blog.youkuaiyun.com/meihao5/a...

      Python语言之所以很流行，广泛用于机器学习，数据挖掘等领域，因为它有强大的第三方库，下面我们就来做一个简单总结。     Numpy:       提供数组支持，矢量运算，以及高效的处理函数，线性代数处理等。                         参考链接：http://www.numpy.org     Scipy:          封装了numpy,提供矩阵支持，以...

一篇非常好的介绍深度学习的文章，原文链接如下：https://mp.weixin.qq.com/s?__biz=MzA3MDg0MjgxNQ==&mid=2652392354&idx=1&sn=b1728ad74b3a248889674e1412e1a5c9&chksm=84da4b72b3adc2644d0ea5e3fbfb2a5eeedbc6d84cd94521...

          自己研究方向的社交网络，会用到一些机器学习的方法，本身自己也很感兴趣，从去年开始就开始了学习，学习经历和相关资料，代码见GitHub主页：https://github.com/lovesoft5/ml         学习机器学习大半年了，下面是自己整理的一些心得笔记         机器学习广泛应用于计算机视觉，自然语言处理，信息检索，推荐等领域，因为涉及面太广，现在并没有一...

卷积神经网络计算机视觉计算机视觉（Computer Vision）的高速发展标志着新型应用产生的可能，例如自动驾驶、人脸识别、创造新的艺术风格。人们对于计算机视觉的研究也催生了很多机算机视觉与其他领域的交叉成果。一般的计算机视觉问题包括以下几类：图片分类（Image Classification）；目标检测（Object detection）；神经风格转换（Neural Style Transfe...

       自然语言处理知识太庞大了，网上也都是一些零零散散的知识，比如单独讲某些模型，也没有来龙去脉，学习起来较为困难，于是我自己总结了一份知识体系结构，不足之处，欢迎指正。内容来源主要参考黄志洪老师的自然语言处理课程。主要参考书为宗成庆老师的《统计自然语言处理》，虽然很多内容写的不清楚，但好像中文NLP书籍就这一本全一些，如果想看好的英文资料，可以到我的GitHub上下载：  http://...

      概率图模型广泛应用于自然语言处理各个领域，也是机器学习里面最难的一部分内容之一，应用包括贝叶斯，HMM，CRF等等，初学者很难理清楚之间的关系。本文算是一个总结吧，有不妥之处，欢迎指正。，下面这个图来自《自然语言处理》教程。                             可以看到贝叶斯网络都是有向的。马尔科夫网无向。贝叶斯适合为有单项依赖的数据建模，马尔科夫网适合实体之间相互...

 本篇文章来自实习的时候我在小组里的一次xgboost分享。 自己也是参考了很多资料加上自己的理解，如有错误的地方请各位大大指教，谢谢基础1、泰勒公式 2.、优化方法（梯度下降，牛顿法，拟牛顿等等） 3、回归树与GBDT  4、思想（GBDT的一种）：xgboost发展脉络整体认识和原理，自己的理解。更好的调参？ 5、学习资料回归（树回归+线性回归）...