机器学习系列5 利用Scikit-learn构建回归模型：准备和可视化数据（保姆级教程）
在本文中，我们以美国南瓜数据为例，观察并整理了需要的数据，挑选及提取了特征变量：如月份，平均价格。并对其进行了数据可视化，我们发现，9月和10月份是南瓜的平均价格最高。
检测和处理异常值的极简指南
本文是关于检测和处理数据集中的异常值
数据科学 机器学习系列4 使用Python创建Scikit-Learn回归模型
机器学习系列4 使用Python和Scikit-Learn回归模型 在本文中，我们将学习机器学习本地环境的配置过程，利用Scikit-learn库走完机器学习模型的基本流程，最终创建一个线性回归模型。
基于梯度提升（Boosting ）的回归树简介
Boosting 是一种松散的策略，它将多个简单模型组合成一个复合模型。这个想法的理论来自于随着我们引入更多的简单模型，整个模型会变得越来越强大。
机器学习实战 - 决策树
机器学习实战 - 决策树总结
机器学习——CART决策树——泰坦尼克还生还预测
Scikit-learn库中实现的决策树的算法是优化的CART算法。分类决策树的类是DecisionTreeClassifier。
数据科学 机器学习系列3 机器学习的流程
在本文中,你将学习到:1机器学习的流程。2 理解基本术语概念，如“模型”，“训练”，“预测”，“过拟合”等。
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（4）：训练模型
第四章 训练模型· Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron
二、机器学习基础5（损失函数、梯度下降）
损失函数损失函数（Loss function）又叫做误差函数，用来衡量算法的运行情况.估量模型的预测值 f (x)与真实值 Y 的不一致程度，是一个非负实值函数,通常使用来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。常见的损失函数损失函数用
数据科学 机器学习系列2 机器学习的公平性
在本文中您将学习到0 提高对机器学习中公平性重要性的认识。1 了解与公平相关的危害2 了解不公平评估和缓解措施。
HIST：微软最新发布的基于图的可以挖掘面向概念分类的共享信息的股票趋势预测框架
2022 年 1 月微软研究院的提出了一种新颖的股票趋势预测框架，可以充分挖掘该概念面向来自预定义概念和隐藏概念的共享信息
数据科学 机器学习系列1 机器学习历史
介绍机器学习发展历史
二、机器学习基础6
计算图导数计算是反向传播，利用链式法则和隐式函数求导。线性判别分析（LDA ）思想总结线性判别分析（Linear DiscriminantAnalysis，LDA）是一种经典的降维方法。和 PCA 不考虑样本类别输出的无监督降维技术不同，LDA 是一种监督学习的降维技术，数据集的每个样本有类别输出。
机器学习——垃圾邮件识别——SVM、MNB模型使用
本次案例采用SVM、MNB模型进行对比用Accuracy、F1 Score进行评估话不多说直接上代码包括数据集下载CSDNhttps://mp.csdn.net/mp_download/manage/download/UpDetailed# 读取数据并用空字符串替换空值df1 = pd.read_c
2022 年 5 篇与降维方法的有关的论文推荐
本篇文章整理了2022年新发布的5篇与降维技术有关的文章
python连接MySQL数据库服务器、使用SQL语句查询数据表中满足筛选条件的数据
python连接MySQL数据库服务器、使用SQL语句查询数据表中满足筛选条件的数据
舍友居然偷偷在看这篇文章入门【机器学习】
kiko力求用最通俗的语言和实战案例来解释机器学习的相关内容！
开启AI世界的大门 —— 从人工智能到计算机视觉
开启AI世界的大门 —— 从人工智能到计算机视觉目录开启AI世界的大门 —— 从人工智能到计算机视觉1. 关于人工智能1.1 初识人工智能1.2 人工智能的三大核心要素1.3 人工智能关系圈2. 计算机视觉（Computer Vision）2.1 初识CV2.2 深度学习与CV及CV的
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（2）
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》 - 第二章 端到端的机器学习项目。Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurél
自动化的机器学习：5个常用AutoML 框架介绍
AutoML 可以为预测建模问题自动找到数据准备、模型和模型超参数的最佳组合，本文整理了5个最常见且被熟知的开源AutoML 框架。
