机器学习系统设计（中文版）下载

PIPI_333 2018-06-24 09:04:04

机器学习系统设计（中文版）
相关下载链接：//download.csdn.net/download/yjfdl1232/10495599?utm_source=bbsseo

...全文

70 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

机器学习是人工智能的重要技术基础，涉及的内容十分广泛。本文章涵盖了机器学习的基础知识，主要包括机器学习的概述、回归、分类、聚类、神经网络、文本分析、图像分析、深度学习等经典的机器学习基础知识，还包括深度学习入门等拔高内容。介绍机器学习的基础概念和知识，包括机器学习简史、主要流派、与人工智能、数据挖掘的关系、应用领域、算法、一般流程等。伴随着计算机计算能力的不断提升以及大数据时代的迅发展人工智能也取得了前所未有的进步。

机器学习热度增长，对机器学习从业者的指导和机器学习日常开发中的细节，在日常开发中需要解决实际问题时就拿过来翻一翻。在构建真实的机器学习系统时的参考。例如，假设你有一个JSON文件，其中包含1000个具有缺失值的分类特征和数值型特征，并且目标向量的分类不均衡，你想得到一个可解释的模型。提供的解决方案可以帮助解决如下问题：加载JSON文件;特征的标准化;对特征字典编码;填充缺失的分类值;使用主成分进行特征降维;使用随机搜索选择最佳模型;训练随机森林分类器;选择随机森林中的重要特征。深度神经网络是（非常）简化的

下图是较简化的机器学习平台架构，概括了机器学习平台的主要功能和流程。本章会进行简要介绍，在功能章节再展开详述。机器学习最主要的三个步骤可概括为：数据处理、建模以及部署。数据处理，即所有和数据相关的工作，包括存储、加工、采集和标记几大主要功能。前三者与大数据平台几乎一致，标记部分是机器学习平台所独有。数据存储较好理解，要根据存取的特点找到合适的存储系统。数据加工，也被称为ETL（Extract，Transform，Load），即将数据在不同的数据源间导入导出，并对数据进行聚合、变形、清洗等操作。数据采集，即从

🎨在这本《斯坦福机器学习漫画》中，Chris Albon 老师展现了非凡的匠心。漫画与图解相互映衬，美轮美奂且极具实用性，那些原本晦涩难懂的复杂概念，在此书中变得清晰可感。📚从基础的知识铺垫到进阶的深度探索，其内容结构层次分明，犹如精心规划的知识阶梯。无论是监督学习与无监督学习的核心精髓，还是特征工程以及模型评估的深刻内涵，都能在这本书里找到详尽的解答和生动的示例。🌟它就像是一把开启机器学习奇妙世界的钥匙，引领读者畅游在充满智慧与创意的知识海洋。{PDF版领取方式在文末}

下载资源悬赏专区

13,656

社区成员

12,675,622

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章