PCA算法降维In [1]:from sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.decomposition import PCAfrom sklearn.linear_model import Logisti...

简述支持向量机这一个博客我们还是讨论监督学习和分类问题-----支持向量机 / SVM还是用问题引出我们的内容。我们在逻辑回归中通过对概率值的惩罚来判断决策边界，那么我我们在SVM中怎么分类？在线性不可分的高维度情况下，我们对样本进行分类？这样就引出了我们支持向量机中的最重要的两个内容1、顾名思义的支持向量（离决策边界最近的点）~~~2、引入核函数，使线性不可分的内容线性可分...

加州房价分析和预测步骤1、分析工作内容2、获得数据3、分析和预处理数据4、选择模型并训练5、参数调优6、描述我们最终方案7、上线我们的系统数据集的几个来源1、加州大学欧文分校机器学习数据库2、Kaggle数据库3、亚马逊AWS开源数据库等等。。。我们用的数据集基于加州人口普查数据的美国加州房价数据集开始我们的工作第一步分析工作内容利用加州的...

人工智能产品的需求在产品经理这个职位中，需求永远是被提到的最多的一个词。需求管理、需求定义、需求确认、需求跟踪等与需求相关的职责都是公司对产品经理的基本要求。互联网时代，电商平台是重构了人与货物之间的的关系；社交平台是重构了人与人之间的关系。侧重点都是重构生产要素之间的关系。人工智能时代的产品，本质上式全面优化和提升上述所有场景中的现有技术手段，实现用户的体验升级和解决方案的效率升级。...

集成学习原文作者：刘建平Pinard集成学习(ensemble learning)本身不是一个单独的机器学习算法，而是通过构建并结合多个机器学习器来完成学习任务。也就是我们常说的“博采众长”。集成学习可以用于分类问题集成，回归问题集成，特征选取集成，异常点检测集成等等。基本思路对于训练集数据，我们通过训练若干个个体学习器，通过一定的结合策略，就可以最终形成一个强学习器，以达到博采众...

正则化解决过拟合问题正则化（Regularization）是机器学习中一种常用的技术，其主要目的是控制模型复杂度，减小过拟合。最基本的正则化方法是在原目标（代价）函数 中添加惩罚项，对复杂度高的模型进行“惩罚”。数学表达式：式中  、 为训练样本和相应标签，  为权重系数向量；  为目标函数，  即为惩罚项，可理解为模型“规模”的某种度量；参数 控制控制正则化强弱。不同的  函数对权重...

用人机对话系统设计逻辑探究人工智能产品经理1、人工智能概述在1956年的达特茅斯会议上，麦卡锡、明斯基、香农等科学家首次提出人工智能。在这之后，一种叫做感知机的神经网络模型被提出来，一些具有逻辑推理能力的程序被开发出来。由于早期的人工智能程序只能处理一些特定领域的简单问题，所以人工智能发展遇到了停滞。上世纪80年代，一种叫做专家系统的人工智能应用的商业价值...

神经网络前面的博客我们讨论了分类问题的时候用的是逻辑回归，那么为什么能用逻辑回归了还要研究神经网络？首先，我们回想一下，我们用逻辑回归对于一个非线性的分类问题是不是要构造一个有很多个多项式项和高阶项的分类边界？如果这个样本有很多个特征怎么办？是不是多项式项和高阶项就会难以想象的多？再次，如果我们用所有的多项式和高阶项拟合决策边界是不是会过拟合？要是人为删掉一些是不是会欠拟合？带...

人工智能产品经理的工作流程产品管理一般需要固定的工作流程，我们从设定产品目标、进行技术预研、需求分析、产品设计、参与研发流程、产品运营六个环节来展开。1、设定清晰的产品目标设定设计目标是任何新功能/产品的第一步，是团队统一目标的重要前提。清晰合理的目标是产品经理争取资源投入的重要前提。产品目标设定过程中需要充分考虑前提条件和准备工作，通过严谨的分析得出合理的产品目标。目标定义阶段的...

基础numpy的数据对象--同类型的多维数组用tuple来索引数组类--ndarray跟普通python中的array完全不同ndarray.ndim：数组axes的数目ndarray.shape：数组的形状，其中，len(ndarray.shape)==ndarray.ndimndarray.size：数组中所有元素的个数ndarray.dtype：数组中元素类型对...