接下来我会从每个算法模型的介绍、基本原理、优缺点以及适用场景注意叙述，最后会基于开源数据集给出一个比较入门型的案例供大家学习~

CatBoost和XGBoost、LightGBM并称为GBDT的三大主流神器，都是在GBDT算法框架下的一种改进实现。

作者：Haotian Wang，Xiaolong Zhou，Jianyong Li，Zhilun Yang，Linlin Cao

决策树是一种常见的分类模型，在金融风控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分，这种思想是人类处理问题时的本能方法...

朴素贝叶斯算法（Naive Bayes, NB) 是应用最为广泛的分类算法之一。它是基于贝叶斯定义和特征条件独立假设的分类器方法。NB模型所需估计的参数很少，对...

定义问题（Problem Definition） -> 数据收集(Data Collection) -> 数据分割(Dataset Spit up) -> ...

对于整个数据建模来看，数据均衡算法属于数据预处理一环。当整个数据集从调出数据库到拿到手的时候，对于分类数据集来说类别一般都是不均衡的，整个数据集合也是较为离散的...

广州大学的研究人员建立了一种基于极限梯度增强 (XGBoost) 算法的机器学习模型，可用于 P-SOC 空气电极的筛选。

Xlearn是你面对结构化数据分类/回归任务时，除了xgboost/lightgbm/catboost之外，又不想搞训练很慢的深度学习模型时，可以尝试考虑的一个...

为期一周的人工智能和机器学习领域顶级会议 NeurIPS 已于当地时间 12 月 16 日圆满结束。蚂蚁集团有 20 篇论文被本届会议收录，其中《Prompt-...

这个项目有点老，但是知识不老。主要面向希望学习机器学习算法内部原理,或者从零开始自己实现机器学习算法的人群。相比于高效优化的现成机器学习库,这个项目中的代码更容...

在当今信息时代，机器学习（Machine Learning）已经成为了许多领域的核心技术。然而，正确选择合适的机器学习算法，并对其进行优化，对于实现高效准确的模...

我国是农业大国，随着AI等新兴技术的飞速发展，大数据、互联网等技术运用到了农业生产的各个环节，为提高土地利用率、减少成本，提高生产效率，智慧农业应运而生。

本文列出了常用的机器学习算法的基本概念、主要特点和适用场景，希望可以在大家选择合适的机器学习算法解决实际问题时起到一点参考作用。

更新《机器学习算法竞赛实战》一书的阅读笔记，更多详细的内容请阅读原书。本文的主要内容包含：

本文是《机器学习算法竞赛实战》的读书笔记2：在进行建模之前如何进行数据探索，了解数据的基本情况。通过系统的探索加深对数据的理解。

取对数log转换可以将倾斜数据变得接近正态分布，一般是使用log(x+1)，其中加1是防止数据等于0，同时保证x是正的。

关联分析是一种从大规模的数据集中寻找有趣关系的方法。一个经常被用到关联分析的例子：购物篮分析。通过查看哪些商品经常在一起被顾客购买，可以帮助商店去了解用户的购买...

本文介绍了 5 大常用机器学习模型类型：集成学习算法，解释型算法，聚类算法，降维算法，相似性算法，并简要介绍了每种类型中最广泛使用的算法模型。我们希望本文可以做...