AI深深深几许,迭代堆烟,算法吴重数。回归泛化数深处,层深不见出头路。
机器学习三月暮,头脑稀昏,无计心生怒。泪眼问书书不语,乱码飞过数据库。
诗歌写着写着,鬼使神差地就转了个方向,一头扎进了大数据堆堆里。诗歌和数据科学原本就是不同的维度,我那残缺的、充满糨糊的脑子强行做欧式空间的映射,简直就是饮鸩止渴,好在韧性十足,通过不停迭代地映射,慢慢地也能解决一些问题。。。
带我入门的书是这厮,强烈推荐。在对Python一无所知的情况下,直接抡起斧子,手持书上的代码劈向自己的数据,居然成功地预测出了想要的数值,那感觉估计和猫儿找到了觅小鱼干的方法,再也不用看铲屎官的脸色等猫粮了一样,没当过猫的你能体会到吗?
初尝Python的甜头,边实践边学习,逐步捋清了大数据分析的方法步骤本质,目前为止,学习过的回归算法包括:LinerRegressor,DecisionTreeRegresor, SVR, KNeighborRegressor, RandomForestRegressor, AdaBoostRegressor, GradientBoostingRegressor, BaggingRegressor, ExtraTreeRegressor, XGBRegressor, MLPRegressor共11种。
为拓展自己作为工程师在AI时代的斜杠技能,需结合工作,跟上时代,强化学习。作为一名老阿姨,在记性严重退化的情况下,借助公众号,总结、归纳、汇总自己的学习笔记及完整代码,藉此鞭策自己这匹老马,不停蹄。
初步设想的后期整理顺序:
(一)、数据预处理及可视化
(二)、回归详解
(三)、XGBoost调参
(四)、神经网络及调参
(五)、网络爬虫
领取专属 10元无门槛券
私享最新 技术干货