Forskamse's Blog

人工智能学习清单一份人工智能学习清单，帮助初学者了解本领域知识框架，以及查找优秀学习资源。部分资源分享在GitHub，欢迎star与贡献。Ⅰ. 基础知识1. 人工智能：了解人工智能的概念，及其涉及的具体领域。参考资料：[1] Russell, Stuart, and Peter Norvig. “Artificial intelligence: a modern approach.” (1995)，书籍2. 机器学习：全面了解机器学习术语、算法、评价指标、和流程，可按照监督学习、无监督学习、半

1. classification metrics can’t handle a mix of continuous-multioutput and multi-label-indicator targets示例场景：cm = confusion_matrix(y_true, y_pred)f1_score(y_true, y_pred, average="macro")问题描述...

出处：scikit-learn官方教程：scikit-learn algorithm cheat-sheet进链接可以点击不同算法深入了解。

机器学习中特征选择、正则化的统计学渊源多元线性回归与最小二乘估计有多元线性回归方程：Y=XβY=XβY = X\beta其最小二乘估计（无偏估计）为：β^=(X′X)−1X′Yβ^=(X′X)−1X′Y\hat\beta = (X^{'}X)^{-1}X^{'}Y其中X必须为列满秩矩阵，否则XTXXTXX^{T}X的逆不存在。最小二乘估计的缺点（1）估计精度问题：...