转载自微信大众号 磐创AI


【磐创AI导读】本文以思想导图的方法,为咱们介绍了机器学习的首要常识内容,包含了包含机器学习算法特征工程机器学习实战项目深度学习等常识。本文的首要常识内容源于七月在线的《机器学习第九期》课程,另感谢学员放言高论同学的学习笔记。想了解更多关于该机器学习课程的信息,请点击文末阅览原文,了解获取100G机器学习干货资源大众号后台回复关键字0621获取现已打包好的悉数导图文件


1. 思想导图总览

本常识导图包含了机器学习的首要中心常识,具体包含:根本模型(回归决策树随机森林SVM最大熵与EM算法)、特征工程、工业实战Skearn与机器学习实战高档东西库xgboost/lightGBM与建模实战引荐体系原理及运用聚类算法)、深化机器学习(贝叶斯网络隐马可夫链HMM主题模型)、迈入深度学习(深度学习模型与运用循环神经网络与运用卷积神经网络与核算机视觉)等。大众号中回复关键字“0621”获取为咱们打包好的悉数明晰导图文件


2. 特征工程

特征工程其本质是一项工程活动,意图是最大极限地从原始数据中提取特征以供算法和模型运用。本特征工程思想导图包含的常识点包含:特征工程的含义数据的收集数据的处理数据的清洗和采样)、数值型类别型时刻型文本型核算组合型特征的处理特征的挑选和降维

3.多算法组合与模型最优

多算法组合和模型调优也是特征工程重要的一部分。本多算法组合与模型调优思想导图包含:模型挑选模型挑选的准备工作、模型参数和超参数的挑选)、模型作用的优化模型状况剖析、线性模型的权重剖析Bad-case剖析模型交融)。

4.多算法组合与模型最优Skearn与机器学习实战 

咱们知道sklearn是一个Python第三方供给的十分强力的机器学习库,它包含了从数据预处理到练习模型的各个方面。本导图从skearn的根本概念动身再到完好的实战项目,为咱们介绍了当面临实践机器学习项目时,怎么剖析项目、划定问题,怎么对数据集分类、进行数据剖析数据处理,最终怎么去挑选模型、进行模型的点评优化

5.高档东西库xgboost LightGBM与建模实战 

XGBoost 是boosting算法的其中之一,是处理规范表格类数据的首要模型,在现在的许多Kaggle竞赛中占有主导位置。而LightGBM则是针对XGboost练习耗时很长,内存占用比较大的缺陷,经过运用根据散布式学习算法的决策树,比xgboost练习更快、内存占用更低,还支撑并行学习。本思想导图为咱们具体的介绍了xgboost和LightGBM的特色参数用法实战等内容。

6.引荐体系原理与运用

引荐体系是一个适当炽热的研讨方向,在工业界和学术界都得到了咱们的广泛重视。本导图为咱们具体介绍了引荐体系的概述与点评、经典的引荐体系事例:Netflix引荐算法精讲(根据内容引荐、协同过滤引荐、隐语义模型用户行为序列Word2vector),最终是一些关于引荐体系的细节常识。

7.聚类算法

聚类算法是把间隔作为特征,经过自下而上的迭代方法(间隔比照),快速地把一群样本分红几个类别的进程。本导图为咱们介绍了K-means层次聚类GMM三种聚类算法。

8.贝叶斯网络

贝叶斯网络是一种信仰网,根据有向无环图来描写特点之间的依靠联系的一种网络结构,并运用条件概率表(CPT)来描绘联合概率散布。本导图从网络的概念讲起,为咱们介绍了贝叶斯网络的长处、比如(朴素贝叶斯隐马尔科夫模型),最终又为咱们弥补了有关条件独立有向切割的常识点。

9.隐马可夫链(HMM)

马尔可夫链是指数学中具有马尔可夫性质的离散事情随机进程,而隐马可夫模型是一种核算模型,用来描绘一个含有隐含不知道参数马尔可夫进程并在自然语言处理和语音辨认中都有着极端广泛的运用。具体内容如下所示:

10.主题模型LDA

主题模型是一种无监督的贝叶斯模型,常用来做文本分类,在机器学习范畴占有重要的位置。本导图介绍了LDA的概念、从三个方面帮咱们深化理解了LDA,最终是一个风趣的实战一眼协助看穿希拉里的邮件。具体内容如下:

11.深度学习开始

首要包含:深度学习的运用(图画方面NLP方面)、深度学习基础常识(线性分类器通用学习结构)以及神经网络的基础常识具体的思想导图如下所示:

12.卷积神经网络与核算机视觉

本导图具体的解说了CNN层级结构(数据输入层、卷积核算层、鼓励层、池化层、全衔接层)、练习算法、怎么避免过拟合练习调优模型点评最终为咱们介绍了七种典型的模型结构:

Lenet  ALexnet  ZF Net  GoogleLeNet  VGG  ResNetDenseNet


写在最终】本文内容源自七月在线《机器学习第九期》收拾所得,经过12张思想导图为咱们具体介绍了机器学习的首要内容(大众号后台回复关键字”0621“获取打包好的12张思想导图)。更具体的内容介绍与课程相关机器学习课件,已给咱们打包好,具体获取方法点击了解:AI算法工程师学习道路总结机器学习篇 | 粉丝福利。别的,还给咱们争取了些福利,免单券与价值3299的VIP会员等等。具体取得方法亦可点击上方链接了解。


你或许还想


 引荐|近期热门机器学习git项目

● 一文完全搞懂BP算法:原理推导+数据演示+项目实战(上篇)

● TensorFlow + Keras 实战 YOLO v3 方针检测图文并茂教程(文末有惊喜)

● 入门 | Tensorflow实战解说神经网络建立具体进程


欢迎扫码重视:


详情请戳阅览原文,喜爱记得点【在看】,但别忘了标明原创哟~


欢迎咱们重视咱们的微信大众号数据帮club↓


 点击下方 |  | 了解更多

推荐阅读