人工智能、机器学习、深度学习的关系 人工智能、机器学习、深度学习的关系 近些年人工智能、机器学习和深度学习的概念十分火热，但很多从业者却很难说清它们之间的关系，外行人更是雾里看花。在研究深度学习之前，我们先从三个概念的正本清源开始。 概括来说，人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的。人工智能是最宽泛的概念。机器学习是当前比较有效的一...

三、机器学习三要素 3.1 模型 3.2 策略 3.2.1 损失函数 3.2.2 风险函数 3.2.3 经验风险 3.2.4 极大似然估计 3.2.5 最大后验估计 3.3 算法 三、机器学习三要素 机器学习三要素：模型、策略、算法。 3.1 模型 模型定义了解空间。监督学习中，模型就是要学习的条件概率分布或者决策函数。 ...

机器学习为什么需要策略 机器学习为什么需要策略 机器学习（machine learning） 已然成为无数重要应用的基石——如今，在网络搜索、垃圾邮件检测、语音识别以及产品推荐等领域，你都能够发现它的身影。如果你或你的团队正在研发一款机器学习相关应用，并期待取得较快进展，那么这本书将会是你的得力助手。 案例：建立猫咪图片初创公司 想象一下，你正在...

概述 测试数据 混淆矩阵 准确率与召回率 准确度与F1-Score ROC与AUC 概述 在NLP中我们经常需要使用机器学习的分类器。如何衡量一个分类器的好坏呢？最常见的指标包括准确率与召回率,准确度与F1-Score以及ROC与AUC。 测试数据 我们以Scikit-Learn环境介绍常见的性能衡量指标。为了演示方便，我们创建测试数...

为机器学习算法准备数据 现在来为机器学习算法准备数据。不要手工来做，你需要写一些函数，理由如下： 函数可以让你在任何数据集上（比如，你下一次获取的是一个新的数据集）方便地进行重复数据转换。 你能慢慢建立一个转换函数库，可以在未来的项目中复用。 在将数据传给算法之前，你可以在实时系统中使用这些函数。 这可以让你方便地尝试多种数据转换，查看哪...

八、传统机器学习的挑战 八、传统机器学习的挑战 传统机器学习算法的两个困难： 维数灾难：当数据的维数很高时，很多机器学习问题变得相当困难。因为许多传统机器学习算法简单地假设：一个新样本的输出应该大致与最接近的训练样本的输出相同 。 选择性偏好：某些算法偏好于选择某类函数。 最广泛的隐式偏好是：要学习的函数是平滑的或者局部不变性的。 这...

写给人类的机器学习 赞助我 协议 写给人类的机器学习 原书：Machine Learning for Humans 译者：飞龙 （等） 这个世界不缺少科学家，缺少能说人话的科学家。 在线阅读 PDF格式 EPUB格式 MOBI格式 代码仓库 赞助我 协议 CC BY-NC-SA 4.0