本文将用一句话来总结每种典型的机器学习算法，帮你抓住问题的本质，强化理解和记忆。
2018-08-11 10:24
Apriori算法使用一种称为逐层搜索的迭代方法，其中k项集用于探索（k+1）项集。首先，通过扫描数据库，累计每个项的计数，并收集满足最小支持度的项，找出频繁1项集的集合。该集合记为L1。然后，使用L1找出频繁2项集的集合L2，使用L2找出L3，如此下去，直到不能再找到频繁k项集。每找出一个Lk需要一次数据库的完整扫描。Apriori算法使用频繁项集的先验性质来压缩搜索空间。
2018-06-25 11:30
在小数据上能更好地工作：为了实现高性能，深度学习需要非常大的数据集。之前提到的预训练的网络在120万张图像上进行了训练。对于许多应用来说，这样大的数据集是不容易获得的，花费昂贵而且耗时。对于较小的数据集，经典的ML算法通常优于深度
2018-04-10 17:34
对于维数比较多的数据，首先需要做的事就是在尽量保证数据本质的前提下将数据中的维数降低。降维是一种数据集预处理技术，往往在数据应用在其他算法之前使用，它可以去除掉数据的一些冗余信息和噪声，使数据变得更加简单高效，从而实现提升数据处理速度的目的，节省大量的时间和成本。降维也成为了应用非常广泛的数据预处理方法。目前处理降维的技术有很多种，如SVD奇异值分解，主成分分析（PCA），因子分析（FA），独立成分分析（ICA）等。今天重点介绍主成分分析（PCA）。
2018-06-29 18:35
量子机器学习（Quantum ML）是量子力学和机器学习的一门交叉学科。两者间像一种共生关系，我们可以利用量子计算的力量生成机器
2018-01-24 11:33
美国加州理工学院的科研人员利用合成的DNA分子研制出了一个人工神经网络，能够处理经典的机器学习问题。
2018-07-26 15:29
人工智能机器学习有关算法内容，人工智能之机器学习主要有三大类：1）分类；2）回归；3）聚类。今天我们重点探讨一下PCA算法。 PCA（主成分分析）是十大
2018-06-27 17:23
Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法，也是十大经典机器学习算法之一。 Agrawal和Srikant两位博士在1994年提出了Apriori
2018-07-05 14:25
朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法，是经典的机器学习算法之一，处理很多问题时直接又高效，因此在很多领域有着广泛的应用，如垃圾邮件过滤、文本分类等。也是学习
2018-07-01 08:37
所有的机器学习算法都或多或少的依赖于对目标函数最大化或者最小化的过程。我们常常将最小化的函数称为损失函数，它主要用于衡量模型的预测能力。
2018-06-13 17:53
