机器学习-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

机器学习

算法

专栏成员

31

文章

3974

阅读量

16

订阅数

算法金 | 最难的来了：超参数网格搜索、贝叶斯优化、遗传算法、模型特异化、Hyperopt、Optuna、多目标优化、异步并行优化

机器学习模型中的参数通常分为两类：模型参数和超参数。模型参数是模型通过训练数据自动学习得来的，而超参数则是在训练过程开始前需要人为设置的参数。理解这两者的区别是进行有效模型调优的基础。

2024-07-09

2590

算法金 | 时间序列预测真的需要深度学习模型吗？是的，我需要。不，你不需要？

机器学习深度学习数据分析

时间序列预测，这玩意儿在数据分析界可是个香饽饽，尤其在电力、交通、空气质量这些领域里，预测得准，资源分配更合理，还能让相关部门提前做好准备。但深度学习这小子横空出世，开始抢传统统计学方法的风头。那么问题来了，时间序列预测非得用深度学习吗？咱们今天就来掰扯掰扯。

2024-07-08

250

算法金 | 推导式、生成器、向量化、map、filter、reduce、itertools，再见 for 循环

机器学习 python

For 循环，老铁们在编程中经常用到的一个基本结构，特别是在处理列表、字典这类数据结构时。但是，这东西真的是个双刃剑。虽然看起来挺直白，一用就上手，但是，有时候用多了，问题也跟着来了。

2024-07-07

890

算法金 | 一个强大的算法模型，GPR ！！

高斯过程回归（GPR）是一种非参数化的贝叶斯方法，用于解决回归问题。与传统的线性回归模型不同，GPR 能够通过指定的核函数捕捉复杂的非线性关系，并提供不确定性的估计。在本文中，我们将详细介绍 GPR 算法的定义、核心思想和数学基础，并通过实例展示其在实际应用中的效果。

2024-07-06

1030

算法金 | 平均数、众数、中位数、极差、方差，标准差、频数、频率一“统”江湖

机器学习数据分析

平均数，江湖人称“均值”，是一帮数字里的“老大”，它把一伙数字的总和给分了，分给每个数字一样多。就像是帮派里的老大，把抢来的金银财宝平均分给手下的兄弟们。

2024-07-05

810

算法金 | 我最常用的两个数据可视化软件，强烈推荐

数据挖掘机器学习数据分析数据可视化

在我行走江湖的行囊中，有两件利器，tableau与matplotlib，它们足以让我应对各种数据可视化的较量。tableau，乃是BI领域的名门正派，其可视化之术，与PowerBI不相上下。matplotlib，则是Python江湖中的一位侠客，以编程之力，绘制图表，既精妙又实用。

2024-07-04

910

算法金 | 欧氏距离算法、余弦相似度、汉明、曼哈顿、切比雪夫、闵可夫斯基、雅卡尔指数、半正矢、Sørensen-Dice

欧氏距离是两个点在 n 维空间中直线距离的度量。它是最常见的距离度量方法之一，用于计算两个向量之间的距离。欧氏距离的公式如下：

2024-07-02

2940

算法金 | 线性回归：不能忽视的五个问题

机器学习数据分析

线性回归是一种统计方法，用于研究因变量 𝑌 和一个或多个自变量 𝑋 之间的线性关系。其理论依据主要基于以下几个方面：

2024-06-30

350

算法金 | 协方差、方差、标准差、协方差矩阵

机器学习数据分析

方差是统计学中用来度量一组数据分散程度的重要指标。它反映了数据点与其均值之间的偏离程度。在数据分析和机器学习中，方差常用于描述数据集的变异情况

2024-06-29

810

超强，必会的机器学习评估指标

构建机器学习模型的关键步骤是检查其性能，这是通过使用验证指标来完成的。选择正确的验证指标就像选择一副水晶球：它使我们能够以清晰的视野看到模型的性能。在本指南中，我们将探讨分类和回归的基本指标和有效评估模型的知识。学习何时使用每个指标、优点和缺点以及如何在 Python 中实现它们。

2024-06-28

660

资深博导：我以为数据预处理是常识，直到遇到自己的学生

本文将基于 NIR soil 近红外光谱数据，运用 Python 语言进行数据处理，并通过图表直观反映预处理带来的变化。（数据集：后台回复 [ NIR soil ] 获取）

2024-06-26

790

算法金 | 决策树、随机森林、bagging、boosting、Adaboost、GBDT、XGBoost 算法大全

决策树是一种简单直观的机器学习算法，它广泛应用于分类和回归问题中。它的核心思想是将复杂的决策过程分解成一系列简单的决策，通过不断地将数据集分割成更小的子集来进行预测。本文将带你详细了解决策树系列算法的定义、原理、构建方法、剪枝与优化技术，以及它的优缺点。

2024-06-25

3180

算法金 | 使用随机森林获取特征重要性

大侠幸会幸会，我是日更万日算法金；0 基础跨行转算法，国内外多个算法比赛 Top；放弃 BAT Offer，成功上岸 AI 研究院 Leader；

2024-06-24

960

算法金 | K-均值、层次、DBSCAN聚类方法解析

机器学习聚类算法

聚类分析（Clustering Analysis）是一种将数据对象分成多个簇（Cluster）的技术，使得同一簇内的对象具有较高的相似性，而不同簇之间的对象具有较大的差异性。这种方法在无监督学习（Unsupervised Learning）中广泛应用，常用于数据预处理、模式识别、图像处理和市场分析等领域

2024-06-23

4370

算法金 | 统计学的回归和机器学习中的回归有什么差别？

统计机器学习线性回归

这两者的差别主要体现在模型的目标、假设、复杂性、数据量和评估方法上，各有其应用场景和优势。

2024-06-22

660

算法金 | 奇奇怪怪的正则化

在机器学习中，过拟合是一个常见的问题，即模型在训练数据上表现很好，但在新数据上表现不佳。为了解决这个问题，正则化技术应运而生。

2024-06-21

520

审稿人：拜托，请把模型时间序列去趋势！！

数据分析机器学习

时间序列分析是数据科学中一个重要的领域。通过对时间序列数据的分析，我们可以从数据中发现规律、预测未来趋势以及做出决策。无论是股票市场的走势，还是气象数据的变化，都涉及到时间序列分析

2024-06-20

1910

算法金 | 再见！！！梯度下降（多图）

梯度下降算法机器学习深度学习人工智能

今天把达叔 6 脉神剑给佩奇了，上吴恩达：机器学习的六个核心算法！ ——梯度下降

2024-06-19

700

算法金 | 一个强大的算法模型：t-SNE ！！

t-SNE（t-Distributed Stochastic Neighbor Embedding）是一种用于降维和数据可视化的非线性算法。它被广泛应用于图像处理、文本挖掘和生物信息学等领域，特别擅长处理高维数据。

2024-06-18

910

李沐：用随机梯度下降来优化人生！

机器学习深度学习人工智能梯度下降算法

今天我们来聊聊达叔 6 大核心算法之 —— 优化算法。吴恩达：机器学习的六个核心算法！

2024-06-17

1270

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态