隨機森林VS神經網絡：哪個更好？
點擊上方關注，All in AI中國隨機森林和神經網絡是兩種廣泛使用的機器學習算法。這兩種方法有什麼區別？什麼時候應該使用神經網絡，什麼時候應該使用隨機森...
"隨機森林"
15分鐘開啟你的機器學習之旅——隨機森林篇
新智元編譯 機器學習模型可用於提高效率，識別風險或發現新的機會，並在許多不同領域得到應用。它們可以預測一個確定的值（e.g.下週的銷售額），或預測分組，例...
利用卷積神經網絡和隨機森林閱讀神經成像：可識別線粒體和突觸等
機器之心原創作者：Yujia參與：Joni、Rick R、吳攀人腦是一個智能而複雜的機器。這種類比在某些方面是準確的，並且在大腦研究領域中提供了一種方法。...
機器學習——集成學習
集成學習（ensemble learning）通過構建並結合多個學習器來完成學習任務，有時也被稱為多分類器系統（multi-classifier system）、基於委員會學習（committee-based learning）等。集成學習一般是先產生一組“個體學習器”，再...
'一文看懂數據清洗：缺失值、異常值和重複值的處理'
"導讀：在數據清洗過程中，主要處理的是缺失值、異常值和重複值。所謂清洗，是對數據集通過丟棄、填充、替換、去重等操作，達到去除異常、糾正錯誤、補足缺失的目的。作者：宋天龍如需轉載請聯繫華章科技01 數據列缺失的4種處理方法數據缺失分為兩種：一種是行記錄的缺失，這種情況又稱數據...
處理非平衡數據的七個技巧
介紹在例如銀行欺詐檢測、市場實時出價、網絡入侵檢測等應用場景中，數據集有什麼特點？這些領域中使用的數據，通常只有不到1%是我們“感興趣”的（例如：使用信用...
機器學習：以二元決策樹為基學習器實現隨機森林算法的迴歸分析
聲明：本文是站在迴歸分析角度講的，分類的理解可能跟這有點不一樣。1.前言隨機森林也是集成方法的一種，是對Bagging算法的改進。隨機森林主要有兩步組成：...
盤點｜最實用的機器學習算法優缺點分析，沒有比這篇說得更好了
請點擊此處輸入圖片描述推薦理由對於機器學習算法的盤點，網上屢見不鮮。但目前，還沒人能結合使用場景來把問題說明白，而這一點正是本文的目的所在。在文章中，作者...
Python大數據處理
轉載知識要點：lubridate包拆解時間 | POSIXlt利用決策樹分類，利用隨機森林預測利用對數進行fit，和exp函數還原訓練集來自Kaggle華...
迴歸、分類與聚類：三大方向剖解機器學習算法的優缺點（附代碼）
選自EliteDataScience機器之心編譯參與：蔣思源、晏奇在本教程中，作者對現代機器學習算法進行一次簡要的實戰梳理。雖然類似的總結有很多，但是它們...
極簡讀懂機器學習算法思維（續）
本內容是《極簡讀懂機器學習算法思維》第二篇，依然是無代碼，無公式幫你理解各機器學習算法思路邏輯。（6）主成分分析經常在網上看到兩個字“乾貨”。那怎麼定義“...
首席數據分析師教你怎麼一步步提升Kaggle競賽模型的精確度
作者：Werner Chao翻譯：白靜術語校對：黃凱波本文長度為2800字，建議閱讀8分鐘線上心理健康公司KaJin Health首席數據分析師教你怎麼一...
不均衡數據怎麼破？對付它的七種武器！
先問大家一個問題：銀行欺詐識別、市場實時交易、網絡入侵檢測等領域的數據集，有哪些共通點？答案是：“關鍵”事件在數據中的佔比經常少於1%（例如：信用卡行騙者...
用Redis-ML模塊實現實時機器學習！
譯者介紹：張冬洪，Redis中國用戶組主席剛剛結束的RedisConf2017大會，在國外是比較大型的Redis盛會了，而且已經舉辦多年，每次都會在全球邀...
推薦中...