老陈
2019-01-22
精辟! 跟随老师一路走来,学到很多,您这个专栏特点是理论知识阐述的非常清楚,不像技术书籍那样子晦涩,同时专栏也夹杂大量的工作方法和技巧,而这些方法和技巧不是技术书籍里能够看到的。
1
18
杰之7
2019-01-23
跟着老师进入了最后一个模块的学习,也是这两年最火的名称,机器学习和AI。
在这一节中,老师讲述了AI的定义,数据统计出来的规律,自动化的数据处理,使其表现出某种智能的特征。我的理解是人工智能依然是统计学的范畴,只不过将海量的统计规律用在计算机来自动处理学习,达到智能的效果。
在数据统计方法中,老师介绍了分类算法KNN,关键点是通过提取向量,对特征向量进行距离或者余弦计算,然后通过KNN的处理步骤,得到分类的结果。
另一种分类是条件分类贝叶斯,老师介绍了贝叶斯在邮件分类的处理。
结合这一节的学习和生活中的现象,分类已经在各行各业中应用成熟。网购的购买标签分类之后推荐相似产品,头条系的定制推荐,现在的定制化制作,都在属于分类算法。
展开
3
Python
2019-01-22
谁能用python实现看看
3
任鹏斌
2019-01-22
老师讲的通俗易懂竟然一下就看懂了,不错,希望能学到更多
1
纯洁的憎恶
2019-01-22
机器分类KNN。
首先要定义和提取特征向量,然后将其数字化。通过标记、计算样本的特征向量,给予机器指引。采用欧式距离、余弦相似度、TF-IDF、贝叶斯公式等方法,计算待分类对象与样本数据的特征向量差异,找到最近似的分类。
1
伊森
2019-01-22
很好
1
徐同学
2020-01-18
作为一名back-end业务开发,跟随智慧老师一步步走来,感觉学到了很多。谢谢老师。
吴凌华
2019-11-30
提取关键字
吴凌华
2019-11-30
去冗余
糖糖是老坛酸菜女王
2019-04-22
非常同意一楼的观点
One day
2019-03-27
KNN的那个例子(3,3,3)和(6,6,6)的余弦相似度按照公式=(3*6+3*6+3*6)/((根号27)*(根号216))不是1吧,值应该是1/(根号2)?看到老师回复 分母是根号27*根号108 这个是为什么?
1
leadluge
2019-01-24
KNN的那个例子(3,3,3)和(6,6,6)的余弦相似度按照公式=(3*6+3*6+3*6)/((根号27)*(根号216))不是1吧,值应该是1/(根号2),是老师笔误还是我理解错了^_^
作者回复: 分母是:根号27 * 根号108
天天向上
2019-01-22
顿开
绿茶
2019-01-22
简短的介绍个举例子就让我明白了几种算法,节省不少时间
Hyun
2019-01-22
一个例子就足见李老师功底之深不可测
我们在线,来聊聊吧
✕
您好,当前有专业客服人员在线,让我们来帮助您吧。
我们在线,来聊聊吧