腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
数据科学与人工智能
专栏成员
举报
811
文章
1061513
阅读量
171
订阅数
订阅专栏
申请加入专栏
全部文章(811)
机器学习(228)
编程算法(205)
大数据(156)
python(126)
数据分析(113)
其他(111)
人工智能(106)
数据挖掘(80)
深度学习(64)
神经网络(50)
数据可视化(28)
数据库(24)
数据处理(21)
开源(19)
scikit-learn(16)
hadoop(15)
决策树(15)
sql(14)
监督学习(13)
https(13)
NLP 服务(12)
spark(12)
物联网(12)
线性回归(11)
r 语言(10)
爬虫(10)
numpy(10)
游戏(9)
github(7)
anaconda(7)
安全(7)
数据结构(7)
区块链(6)
mapreduce(6)
自动化(6)
网络安全(6)
keras(6)
sas(6)
tensorflow(5)
java(5)
apache(5)
http(5)
分布式(5)
推荐系统(5)
ide(4)
matlab(4)
文件存储(4)
图像处理(4)
存储(4)
面向对象编程(4)
无监督学习(4)
微信(4)
数据科学(4)
网站(3)
金融(3)
容器(3)
互联网金融(3)
图像识别(3)
data(3)
model(3)
git(2)
api(2)
linux(2)
ubuntu(2)
容器镜像服务(2)
互联网医疗(2)
hive(2)
正则表达式(2)
scrapy(2)
腾讯云开发者社区(2)
jupyter notebook(2)
pandas(2)
面试(2)
费用中心(1)
对象存储(1)
人脸识别(1)
自动驾驶(1)
c++(1)
php(1)
javascript(1)
go(1)
bootstrap(1)
node.js(1)
html(1)
jquery(1)
单片机(1)
嵌入式(1)
硬件开发(1)
云数据库 SQL Server(1)
oracle(1)
打包(1)
搜索引擎(1)
知识图谱(1)
短信(1)
腾讯云测试服务(1)
mongodb(1)
医疗(1)
企业(1)
智慧零售(1)
yarn(1)
serverless(1)
运维(1)
黑客(1)
ssh(1)
卷积神经网络(1)
强化学习(1)
flash(1)
敏捷开发(1)
gcc(1)
模式识别(1)
迁移学习(1)
windows(1)
nat(1)
云计算(1)
特征工程(1)
联邦学习(1)
隐私计算(1)
build(1)
core(1)
cut(1)
enterprise(1)
frequency(1)
hidden(1)
input(1)
max(1)
mean(1)
min(1)
models(1)
process(1)
profiling(1)
sample(1)
series(1)
streaming(1)
技巧(1)
统计(1)
搜索文章
搜索
搜索
关闭
人工智能|LightGBM模型详解
大数据
容器
编程算法
决策树
机器学习
LightGBM 是微软开发的 boosting 集成模型,和 XGBoost 一样是对 GBDT 的优化和高效实现,原理有一些相似之处,但它很多方面比 XGBoost 有着更为优秀的表现。官方给出的这个工具库模型的优势如下:
陆勤_数据人网
2022-12-22
1.6K
0
决策树结果可视化
决策树
机器学习
神经网络
深度学习
人工智能
决策树是一种优秀的机器学习算法,具有很好模型可解释性,有着广泛地应用。如何对决策树模型的结果做可视化分析,以便于更多人理解决策树做决策的机理?
陆勤_数据人网
2019-12-04
1.1K
0
人工智能、机器学习和认知计算入门指南
编程算法
决策树
监督学习
无监督学习
卷积神经网络
几千年来,人们就已经有了思考如何构建智能机器的想法。从那时开始,人工智能 (AI) 经历了起起落落,这证明了它的成功以及还未实现的潜能。如今,随时都能听到应用机器学习算法来解决新问题的新闻。从癌症检测和预测到图像理解和总结以及自然语言处理,AI 正在增强人们的能力和改变我们的世界。
陆勤_数据人网
2019-05-28
648
0
3个机器学习算法
决策树
机器学习
神经网络
深度学习
人工智能
根据一些 feature 进行分类,每个节点提一个问题,通过判断,将数据分为两类,再继续提问。这些问题是根据已有数据学习出来的,再投入新数据的时候,就可以根据这棵树上的问题,将数据划分到合适的叶子上。
陆勤_数据人网
2019-05-28
402
0
进行机器学习和数据科学常犯的错误
编程算法
机器学习
决策树
神经网络
深度学习
首先,您应该可视化连续特征的分布,以了解如果有许多异常值,分布将是什么,以及它是否有意义。
陆勤_数据人网
2019-03-08
1.1K
0
【ML】支持向量机是什么?我为什么要使用它?
决策树
机器学习
支持向量机是一种有监督的机器学习算法,可以用于分类或回归问题。它使用一种称为核技巧的技术来转换数据,然后根据这些转换在可能的输出之间找到一个最佳边界。简单地说,它做一些非常复杂的数据转换,然后根据定义的标签或输出来划分数据。
陆勤_数据人网
2018-12-27
1.9K
0
【机器学习】决策树
决策树
一棵树在现实生活中有许多类比,并且结果表明它广泛地影响机器学习,包括分类和回归。 在决策分析中,决策树可用于在视觉上和明确地表示决策和作出决策。 顾名思义,它是使用树状的决策模型。 虽然它是数据挖掘中常用的工具以用于推导达到特定目标的策略,但它也广泛用于机器学习,这将是本文的重要关注点。
陆勤_数据人网
2018-10-26
541
0
【数据】数据科学面试问题集一
机器学习
编程算法
决策树
数据科学也被称为数据驱动型决策,是一个跨学科领域,涉及以各种形式从数据中提取知识的科学方法,过程和系统,并基于这些知识进行决策。 数据科学家不应仅仅根据他/她对机器学习的知识进行评估,而且他/她也应该具有良好的统计专业知识。 我将尝试从非常基础的数据科学入手,然后慢慢转向专家级。 所以让我们开始吧。
陆勤_数据人网
2018-07-30
586
0
【算法】十大必须掌握的机器学习算法,竟然都如此有趣
编程算法
机器学习
决策树
每个算法都看了好几个视频,挑出讲的最清晰明了有趣的,便于科普。 以后有时间再对单个算法做深入地解析。
陆勤_数据人网
2018-07-30
223
0
【算法】决策树与ID3算法
编程算法
决策树
小编邀请您,先思考: 1 如何构建决策树? 2 决策树适合解决什么问题? 1. 什么是决策树/判定树(decision tree)? 决策树(Decision Tree)算法是机器学习(Machine
陆勤_数据人网
2018-03-27
1.3K
0
决策树算法那些事--CART|机器学习
决策树
一、树算法介绍 当前数据挖掘领域中存在10个火热的算法、它们涉及到数据的聚类、分类、关联规则、排序等方面。今天就跟大家说说基于树的分类算法--决策树,决策树有非常良好的优点: 1)决策树的够造不需要任何领域知识,就是简单的IF...THEN...思想 ; 2)决策树能够很好的处理高维数据,并且能够筛选出重要的变量; 3)由决策树产生的结果是易于理解和掌握的; 4)决策树在运算过程中也是非常迅速的; 5)一般而言,决策树还具有比较理想的预测准确率。 CART决策树又称分类回归树,当数据集的因变量为连续性数值时
陆勤_数据人网
2018-02-28
1.4K
0
【机器学习】分类算法评价
机器学习
编程算法
决策树
一、引言 分类算法有很多,不同分类算法又用很多不同的变种。不同的分类算法有不同的特定,在不同的数据集上表现的效果也不同,我们需要根据特定的任务进行算法的选择,如何选择分类,如何评价一个分类算法的好坏,前面关于决策树的介绍,我们主要用的正确率(accuracy)来评价分类算法。 正确率确实是一个很好很直观的评价指标,但是有时候正确率高并不能代表一个算法就好。比如某个地区某天地震的预测,假设我们有一堆的特征作为地震分类的属性,类别只有两个:0:不发生地震、1:发生地震。一个不加思考的分类器,对每一个测试用例都将
陆勤_数据人网
2018-02-27
583
0
【机器学习】机器学习分类算法总结
机器学习
编程算法
决策树
神经网络
目前看到的比较全面的分类算法,总结的还不错. 主要分类方法介绍解决分类问题的方法很多,单一的分类方法主要包括:决策树、贝叶斯、人工神经网络、K-近邻、支持向量机和基于关联规则的分类等;另外还有用于组合单一分类方法的集成学习算法,如Bagging和Boosting等。 (1)决策树 决策树是用于分类和预测的主要技术之一,决策树学习是以实例为基础的归纳学习算法,它着眼于从一组无次序、无规则的实例中推理出以决策树表示的分类规则。构造决策树的目的是找出属性和类别间的关系,用它来预测将来未知类别的记录的类别。它
陆勤_数据人网
2018-02-26
1.1K
0
Come On!决策树算法!
机器学习
编程算法
决策树
机器学习在各个领域都有广泛的应用,特别在数据分析领域有着深远的影响。决策树是机器学习中最基础且应用最广泛的算法模型。本文介绍了机器学习的相关概念、常见的算法分类和决策树模型及应用。通过一个决策树案例,着重从特征选择、剪枝等方面描述决策树的构建,讨论并研究决策树模型评估准则。最后基于 R 语言和 SPSS 这两个工具,分别设计与实现了决策树模型的应用实例。 机器学习概念 机器学习 (Machine Learning) 是近 20 多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度
陆勤_数据人网
2018-02-26
899
0
【陆勤阅读】机器学习分类算法总结
机器学习
编程算法
决策树
神经网络
目前看到的比较全面的分类算法,总结的还不错. 主要分类方法介绍解决分类问题的方法很多,单一的分类方法主要包括:决策树、贝叶斯、人工神经网络、K-近邻、支持向量机和基于关联规则的分类等;另外还有用于组合单一分类方法的集成学习算法,如Bagging和Boosting等。 (1)决策树 决策树是用于分类和预测的主要技术之一,决策树学习是以实例为基础的归纳学习算法,它着眼于从一组无次序、无规则的实例中推理出以决策树表示的分类规则。构造决策树的目的是找出属性和类别间的关系,用它来预测将来未知类别的记录的类别。它
陆勤_数据人网
2018-02-26
519
0
没有更多了
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
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档