Category: 机器学习

分类性能度量指标 : ROC曲线、AUC值、正确率、召回率、敏感度、特异度

在分类任务中,人们总是喜欢基于错误率来衡量分类器任务的成功程度。错误率指的是在所有测试样例中错分的样例比例。实际上,这样的度量错误掩盖了样例如何被分错的事实。在机器学习中,有一个普遍适用的称为混淆矩阵(confusion matrix)的工具,它可以帮助人们更好地了解分类中的错误。

十最受欢迎的机器学习和数据科学Python库

在数据科学方面,Python的语法与数学语法最为接近,因此是数学家或经济学家等专业人士最容易理解和学习的语言。本文将罗列机器学习和数据科学应用程序中最有用的十大Python工具。

通过 Q-learning 深入理解强化学习

本文将带你学习经典强化学习算法 Q-learning 的相关知识。在这篇文章中,你将学到:(1)Q-learning 的概念解释和算法详解;(2)通过 Numpy 实现 Q-learning。

结合 Apache Kafka 生态系统,谈谈2018年机器学习五大趋势

本博文的主要内容与我在 Confluent Blog 中写的关于 Apache Kafka 生态系统和机器学习文章一样,但这里我更关注深度学习/神经网络。我还讨论了 Apache Kafka 生态系统中的一些创新以及机器学习最近几个月的趋势:Uber 和 Netflix 上的 KSQL,ONNX,AutoML 和机器学习平台。

机器学习基础——带你走近机器学习

本文介绍了机器学习的基础知识以及在企业中的一些应用。通过本文的学习可以快速了解机器学习的基本概念、监督学习以及PAC学习理论,并了解机器学习在实际应用中现状。

《机器学习与深度学习》-5月19上海周末班

通过本课程的学习,学员能初步掌握机器学习、深度学习的重要概念及常用算法(决策树、关联规则、聚类、贝叶斯网络、神经网络、支持向量机、隐马尔科夫模型、遗传算法、CNN、RNN等),以及机器学习、深度学习领域当前的热点。

手把手实战:利用LM神经网络算法自动识别窃电用户(附代码)

背景与挖掘目标 背景 传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电等方法来发现窃电或计量装置故障。 但这种方法对人的依赖性太强,抓窃查漏的目标不明确。 通过采集电量异常、负荷异常、终端报警、主站报警、线损异常等信息,建立数据分析模型,来实时监测窃漏电情况和发现计量装置的故障。

手把手:我的深度学习模型训练好了,然后要做啥?

本文讲的是如何快速而不求完美地部署一个训练好的机器学习模型并应用到实际中。如果你已经成功地使用诸如Tensorflow或Caffe这样的框架训练好了一个机器学习模型,现在你正在试图让这个模型能够快速的演示,那么读这篇文章就对了。

迁移学习 – 机器学习的下一个前沿

在本文中,首先将会拿迁移学习与机器学习中应用最广泛、成功的范例——监督学习进行对比。然后分析为什么迁移学习值得我们关注,提出迁移学习的更技术性的定义和迁移学习不同的具体应用场景。在提供具体的应用实例之后,我们会深入讨论可以应用与迁移学习的实用方法。最后,我会对相关的研究领域进行简要介绍并做未来展望。

当黑客盯上自动驾驶,谁来保证安全?

相信看过这篇文章之后,一部分读者会更加珍视现在还不能自动驾驶的“老爷车”,另一部分读者正在寻找文章中有关黑客知识的bug,而最聪明的那一小撮读者,或许已经在写白皮书,筹划推出一款AutomobileSafetyCoin了吧……

机器学习算法工程师技能树

成为一名合格的开发工程师不是一件简单的事情,需要掌握从开发到调试到优化等一系列能力,这些能力中的每一项掌握起来都需要足够的努力和经验。而要成为一名合格的机器学习算法工程师(以下简称算法工程师)更是难上加难,因为在掌握工程师的通用技能以外,还需要掌握一张不算小的机器学习算法知识网络。下面我们就将成为一名合格的算法工程师所需的技能进行拆分,一起来看一下究竟需要掌握哪些技能才能算是一名合格的算法工程师。

切换注册

登录

忘记密码 ?

切换登录

注册