数据挖掘总结之数据挖掘与机器学习的区别 与机器学习经常一起出现的就是数据挖掘,两种经常会有重叠的地方, ① 数据挖掘某种意义上更多的是关注从大量的数据中获得新的见解; ② 机器学习聚焦于进行已知 ...
来源:CDA数据分析师 | 发布时间:2018-07-01 06:56:06
机器学习之分类算法之朴素贝叶斯分类 最近自己对机器学习比较感兴趣,做个笔记,还请大牛不喜轻喷,多多指教。 朴素贝叶斯分类基于概率论中的贝叶斯原理: P(A|B) = P(B|A)*P(A)/P(B) 所谓朴素即是特征属性之间 ...
来源:CDA数据分析师 | 发布时间:2018-06-23 06:25:18
机器学习模型评价指标及R实现 1.ROC曲线 考虑一个二分问题,即将实例分成正类(positive)或负类(negative)。对一个二分问题来说,会出现四种情况。如果一个实例是正类并且也被 预测成正类,即为真正类( ...
来源:CDA数据分析师 | 发布时间:2018-06-02 06:56:50
Python机器学习算法之k均值聚类(k-means) 一开始的目的是学习十大挖掘算法(机器学习算法),并用编码实现一遍,但越往后学习,越往后实现编码,越发现自己的编码水平低下,学习能力低。这一个k-means算法用Py ...
来源:CDA数据分析师 | 发布时间:2018-05-23 06:10:32
关于机器学习有这十大误区,比如以为它不久后将变得超级智慧 机器学习过去往往发生在幕后:亚马逊通过挖掘你的点击和购买记录来给你推荐新物品;谷歌通过挖掘你的搜索来投放广告;脸书通过挖掘你的社交网络来选 ...
来源:CDA数据分析师 | 发布时间:2018-05-17 05:48:49
如何区分理解数据科学家与机器学习工程师 导读: 真正让“数据科学”发挥出了强大威力的,是在人们意识到,数据不仅止于精算统计、商业智能和数据仓库的时候。将数据人和其他部门(软件开发、营 ...
来源:CDA数据分析师 | 发布时间:2018-05-09 06:24:54
机器学习和数据分析将会创造怎样的商业未来 作为一家致力于 推动人工智能民主化的公司, 英特尔在人工智能的应用中 毫无疑问要做“第一个吃螃蟹的人”。 但是人工智能现在的“味道”究竟好不好, ...
来源:CDA数据分析师 | 发布时间:2018-05-08 06:41:40
企业向机器学习转型所需遵循的五大步骤 导读: 如今,机器学习技术高居新兴科技技术成熟度曲线(Hype Cycle for EmergingTechnologies)的顶点,这意味着,它已经足够成熟,可以激发更加广泛的兴趣了。换言 ...
来源:CDA数据分析师 | 发布时间:2018-05-04 06:40:13
机器学习中的非均衡分类问题 非均衡分类问题是指在分类器训练时,正例数目和反例数目不相等(相差很大),或者错分正反例导致的代价不同(可从代价矩阵观测)时存在的问题。 而大多数情况下,不同类别的分类 ...
来源:CDA数据分析师 | 发布时间:2018-04-09 08:32:40