图解机器学习算法 ◉ 从入门到精通
关注
分享
扫一扫
文章平均质量分 94
300张图带你纵览机器学习算法！精心策划的『哇塞』系列，抽丝剥茧，剖析ML的基础知识与算法模型，用图示、公式、案例、代码等等方法，将抽象的算法&应用讲解透彻！获取资料与全部更新，请前往 www.showmeai.tech/tutorials/41 欢迎关注我呀！
ShowMeAI
人工智能领域硬核资料库和学习社区，构建AI解决方案，用知识加速每一次技术成长！
展开
-
图解机器学习算法 | 从入门到精通系列教程（机器学习通关指南·完结）
本篇内容是ShowMeAI组织的「图解机器学习算法」系列教程入口，本教程尽量以生动可视化的方式，帮助大家理解机器学习的核心知识和重要的系列模型，并配以相关的代码实现帮助大家了解应用方法。（对机器学习实战感兴趣的同学，可以关注ShowMeAI的另外一个系列[机器学习应用实践]）......原创 2022-03-11 13:15:50 · 12954 阅读 · 0 评论
-
图解机器学习算法(1) | 机器学习基础知识（机器学习通关指南·完结）
本文覆盖机器学习常见知识要点，包括机器学习流程、算法分类（监督学习、无监督学习、强化学习）、依托的问题场景（分类、回归、聚类、降维）、机器学习模型评估与选择等。原创 2022-03-09 23:05:48 · 16729 阅读 · 0 评论 -
图解机器学习算法(2) | 模型评估方法与准则（机器学习通关指南·完结）
在AI场景下，我们同样需要定量的数值化指标，来指导我们更好地应用模型对数据进行学习和建模。本文讲解模型评估的一般流程，以及分类评估指标、回归评估指标的计算方式和适用场景。原创 2022-03-09 23:53:17 · 13931 阅读 · 0 评论 -
图解机器学习算法(3) | KNN算法及其应用（机器学习通关指南·完结）
KNN算法（K近邻算法）是一种很朴实的机器学习方法，既可以做分类，也可以做回归。本文详细讲解KNN算法相关的知识，包括：核心思想、算法步骤、核心要素、缺点与改进等。原创 2022-03-10 00:24:56 · 15609 阅读 · 0 评论 -
图解机器学习算法(4) | 逻辑回归算法详解（机器学习通关指南·完结）
逻辑回归简单有效且可解释性强，是机器学习领域最常见的模型之一。本文讲解逻辑回归算法的核心思想，并讲解sigmoid函数、梯度下降、解决过拟合、线性/非线性切分等重要知识点。原创 2022-03-10 12:46:34 · 13661 阅读 · 1 评论 -
图解机器学习算法(5) | 朴素贝叶斯算法详解（机器学习通关指南·完结）
朴素贝叶斯是一个非常直观的模型。本文讲解朴素贝叶斯算法的核心思想、贝叶斯公式、条件独立假设、平滑出等重要知识点，并图解多项式贝叶斯和伯努利贝叶斯等多种形态。原创 2022-03-10 13:26:47 · 22921 阅读 · 1 评论 -
图解机器学习算法(6) | 决策树模型详解（机器学习通关指南·完结）
决策树是机器学习中一种经典的分类与回归算法。本文讲解用于分类的决策树，包括算法核心思想、算法过程、最优划分、属性选择、过拟合与连续值处理、缺失值处理等重要知识点。原创 2022-03-10 14:05:41 · 18233 阅读 · 1 评论 -
图解机器学习算法(7) | 随机森林分类模型详解（机器学习通关指南·完结）
随机森林是一种由决策树构成的（并行）集成算法。本文讲解随机森林算法涉及的模型集成、Bagging、算法特点及优缺点等重要知识点，最后介绍关键参数和参数调优。原创 2022-03-10 14:26:24 · 34615 阅读 · 0 评论 -
图解机器学习算法(8) | 回归树模型详解（机器学习通关指南·完结）
用于回归任务的决策树称作回归树，属性选择与生长方式与分类决策树不同。本文讲解决策树回归算法的核心思想、启发式切分、最优属性选择、过拟合、正则化、以及缺失值处理等关键知识点。......原创 2022-03-10 15:07:46 · 23948 阅读 · 1 评论 -
图解机器学习算法(9) | GBDT模型详解（机器学习通关指南·完结）
GBDT是一种迭代的决策树算法，将决策树与集成思想进行了有效的结合。本文讲解GBDT算法的Boosting核心思想、训练过程、优缺点、与随机森林的对比、以及Python代码实现。原创 2022-03-10 15:28:05 · 46647 阅读 · 1 评论 -
图解机器学习算法(10) | XGBoost模型最全解析（机器学习通关指南·完结）
XGBoost一个非常强大的Boosting算法工具包，本文讲解XGBoost的算法原理和工程实现，包括监督学习、回归树、集成、Gradient Boosting详细步骤，以及XGBoost的并行列块涉及、缓存访问等工程优化知识。原创 2022-03-10 16:53:05 · 24664 阅读 · 1 评论 -
图解机器学习算法(11) | LightGBM模型详解（机器学习通关指南·完结）
LightGBM是GBDT的进化版本，在效率、内存、准确率方面表现优秀。本文讲解LightGBM的动机、优缺点及优化点、决策树算法及生长策略、类别性特征支持、并行支持与优化等重要知识点。原创 2022-03-10 17:39:05 · 27756 阅读 · 0 评论 -
图解机器学习算法(12) | 支持向量机模型详解（机器学习通关指南·完结）
SVM是机器学习领域非常知名的模型。本文讲解SVM的最大间隔分类器、模型原理、核函数与核技巧等重要知识点，并附上线性核函数、多项式核函数和高斯核函数的Python代码实践。原创 2022-03-10 18:21:30 · 20539 阅读 · 1 评论 -
图解机器学习算法(13) | 聚类算法详解（机器学习通关指南·完结）
聚类是最常见的无监督学习算法。本文讲解聚类问题常见算法及用途，包括划分聚类的K-Means算法、K-Medoids算法，层次聚类的Single-Linkage 算法、Complete-Linkage算法，和DB-SCAN算法。原创 2022-03-12 11:34:16 · 23614 阅读 · 0 评论 -
图解机器学习算法(14) | PCA降维算法详解（机器学习通关指南·完结）
PCA（主成分分析）可以在对数据完成降维「压缩」的同时，尽量减少信息损失。本文讲解PCA算法的原理、步骤与Python代码实践，并讲解PCA的必要数学基础知识——基变换、方差、协方差等。原创 2022-03-11 12:45:34 · 14124 阅读 · 0 评论