Category: 算法

一文读懂遗传算法工作原理(附Python实现)

作者 Shubham Jain 现身说法,用通俗易懂的语言对遗传算法作了一个全面而扼要的概述,并列举了其在多个领域的实际应用,其中重点介绍了遗传算法的数据科学应用。机器之心对该文进行了编译,原文链接请见文末。

数据挖掘之KNN分类

分类算法有很多,贝叶斯、决策树、支持向量积、KNN等,神经网络也可以用于分类。这篇文章主要介绍一下KNN分类算法。

跟Facebook学反欺诈 看CopyCatch算法如何搞定Lockstep

CopyCatch 算法用到了图论的相关知识。截至今天,图论已被广泛的应用在反欺诈/反作弊/信息安全等领域。熟练的掌握图论相关知识已经成为大数据和人工智能从业者的必备技能。希望本文能够给互联网行业的相关从业者提供宝贵的经验。

简单易学的机器学习算法——K-Means++算法

由于K-Means算法的简单且易于实现,因此K-Means算法得到了很多的应用,但是从K-Means算法的过程中发现,K-Means算法中的聚类中心的个数k需要事先指定,这一点对于一些未知数据存在很大的局限性。

Netflix推荐算法,让每个人看到不一样的电影海报

但推荐系统能做到的不仅是这些。怎样让用户对你推荐的视频感兴趣?怎样让一个陌生的视频激起用户的兴趣?什么样的视频值得关注?回答这些问题对于帮助用户发现好的内容至关重要,特别是对于不熟悉的视频。

支持向量机SVM – 从入门到放弃

写这篇文章是有感而发,最近在运行实验的时候约定俗成的把SVM当作了一个参照组,结果负责跑试验的朋友一晚上都在运行而无法收敛。等我再查看代码时才发现了存在线性SVM和C=1的组合,这让我再一次陷入到了曾被SVM推导折磨的恐惧当中。不过如果没深刻了解过SVM,也不会这么快想到为什么模型无法收敛。

KNN算法在保险业精准营销中的应用

KNN的基本思想有点类似“物以类聚,人以群分”,打个通俗的比方就是“如果你要了解一个人,可以从他最亲近的几个朋友去推测他是什么样的人”。

一张图看懂算法和数据集的关系

在大数据领域,关于算法和数据集哪个更重要一直有一些争论,本图可以从一个侧面让我们了解这两者之间的关系。

面试算法实践与国外大厂习题指南

面试算法实践与国外大厂习题指南 翻译自 Kevin Naughton Jr. 维护的仓库 interviews,包含了在线练习、算法概述与大厂习题实战等内容。笔者发现正好和之前翻译的 Java 语法清单以及 Java 进阶面试问题列表 构成面试准备的一些资料合集,从属于笔者的 Java 入门与实践系列。

朴素贝叶斯分类器及R语言实现

朴素贝叶斯算法仍然是流行的十大挖掘算法之一,该算法是有监督的学习算法,解决的是分类问题,如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。但由于该算法以自变量之间的独立(条件特征独立)性和连续变量的正态性假设为前提,就会导致算法精度在某种程度上受影响。接下来我们就详细介绍该算法的知识点及实际应用。

朴素贝叶斯新闻分类器详解

机器学习的三要素是模型、策略(使用Cost Function计算这个模型是不是好的)和优化算法(不断的寻找最优参数,找到一个参数后用策略判断一下是不是可以,不行再找)。

一个具体的机器学习流程是怎么样的呢,下面使用朴素贝叶斯进行新闻分类进行一个完整的介绍。

切换注册

登录

忘记密码 ?

切换登录

注册