7
2019-04-01
选择正确的度量来评估机器学习模型 我们什么时候评估我们的机器学习模型呢?答案不是只有一次。通常，我们在实际的数据科...[作者空间]
35
2019-03-01
数据准备可以决定您模型的预测能力。 在这篇文章中，您将发现可用于提高模型预测能力的数据预处理步骤。 我喜欢Spre...[作者空间]
43
2019-03-01
机器学习模型被参数化，以便可以针对给定问题调整它们的行为。 模型可以有许多参数，找到最佳参数组合可以视为搜索问题。...[作者空间]
24
2019-03-01
并非所有数据属性都是相同的。对于数据集中的属性或列，更多并不总是更好。 在本文中，您将了解如何在使用scikit-...[作者空间]
32
2019-03-01
在构建模型之前，必须准备好数据。该数据准备过程可以包括三个步骤：数据选择，数据预处理和数据转换。 在这篇文章中，您...[作者空间]
65
2019-02-28
在为建模选择和准备数据之前，您需要了解您必须从哪开始。 如果您正在使用Python堆栈进行机器学习，那么可以用来更...[作者空间]
24
2019-02-28
您不需要了解并使用scikit-learn中的所有算法，至少在开始时，选择一个或两个（或少数）并仅使用这些算法。 ...[作者空间]
7
2019-02-28
鉴于可获得的大量数据，您有很多机会，您只需要思考并发现有价值的问题。这些是人们和企业将要回答的问题。 机器学习金钱...[作者空间]
17
2019-02-28
如果您是一名Python程序员，或者您正在寻找一个强大的库，您可以将机器学习带入生产系统，那么您需要认真考虑的库是...[作者空间]
9
2019-02-28
度du当您为分类问题构建模型时，您几乎总是希望将该模型的准确性视为所有预测所做的正确预测的数量。 这是分类准确度。...[作者空间]
23
2019-02-26
当您第一次开始使用机器学习时，您需要加载数据集并尝试模型。您可能会想到，为什么我不能仅使用所有数据构建模型并在同一...[作者空间]
15
2019-02-26
通过 预测模型问题实现 高于平均结果的系统过程 随着时间的推移，在应用机器学习问题时，您需要开发一种模式或流程，...[作者空间]
11
2019-02-26
抽样检查算法是关于在机器学习问题上快速评估一堆不同的算法，以便您了解要关注的算法和丢弃的内容。 照片来自witha...[作者空间]
17
2019-02-26
没有正确的方法进入机器学习。我们都学习略有不同的方式，并且对我们想要做的事情或机器学习有不同的目标。 一个共同的目...[作者空间]
15
2019-02-26
实践科目的从业者可能会受到数学嫉妒的困扰。 这就是他们认为数学家比他们更聪明的地方，他们在“了解数学”之前不能在一...[作者空间]
16
2019-02-26
在软件项目中获得可重现的结果是一种很好的做法。它现在甚至可能是标准做法，我希望它是。 您可以将任何开发人员从街上带...[作者空间]
8
2019-02-25
我对流程很感兴趣。我想知道做事的好方法，即使是最好的办法，如果可能的话。即使您没有技能或深刻理解，过程也可以帮到您...[作者空间]
26
2019-02-23
机器学习领域有很多途径，大部分都是从理论开始的。 如果您是程序员，那么您已经掌握了将问题分解为其组成部分并对小型项...[作者空间]
22
2019-02-23
一旦找到并调整了问题的可行模型，就可以使用该模型了。您可能需要重新审视自己的原因并提醒自己，您需要针对所解决问题的...[作者空间]
37
2019-02-23
Bojan Miletic在使用机器学习算法时询问了有关数据集中异常值检测的问题。这篇文章是对他的问题的回答。 离...[作者空间]
