课程

课程 Google Protobuf 编码
孟宝亮2024-05-2388501
Protocol Buffer 会将对象序列化为二进制数据。在本文中，我们简单了解下它是如何对数据进行编码的，即：了解下底层的编码格式。当然并非必须的，日常使用...
《Google Protobuf》
课程基尼指数（Gini Index）
孟宝亮2024-04-18125201
基尼指数是决策树算法中用于评估特征分裂质量的一个关键指标，分裂后子节点的基尼指数越低，表示子节点的纯净度越高。 1. 基尼不纯度基尼不纯度（Gini impu...
课程代价复杂度剪枝（Cost-Complexity Pruning）
孟宝亮2024-04-15196200
在 scikit-learn 的决策树实现中，使用 CCP（Cost-Complexity Pruning）代价复杂度剪枝，用于避免过拟合并提高决策树的泛化能力...
课程信息增益（Shannon Information Gain）
孟宝亮2024-04-15180220
信息增益是决策树算法中用于特征选择的一个重要指标。在构建决策树时，我们需要确定哪个特征最能有效地分割数据，使得子节点的纯度最高。信息增益就是衡量这种分割能力的指...
课程《决策树》（一）准备工作
孟宝亮2024-03-3162402
决策树（Decision Tree）是一种直观且易于理解的机器学习算法，它可以处理分类和回归问题。课程学习目标：授课环境：win11 + pycharm 2...
《决策树》
课程《决策树》（二）初识决策树
孟宝亮2024-03-3082700
在学习决策树原理之前，我们先感性的了解下决策树的构建和推理过程、以及 API 的使用。 1. 分类决策树分类决策树基于训练数据构建一个树状结构，每个节点代表一...
《决策树》
课程《决策树》（三）分类决策树
孟宝亮2024-03-2992702
构建决策树时，需要根据训练数据计算所有特征的最佳分裂点，来实现分类决策树构建。在 scikit-learn 的分类决策树实现中，主要用到了两种方法：接下来，我...
《决策树》
课程《决策树》（四）回归决策树
孟宝亮2024-03-2870703
在构建回归决策树时，我们需要找到最优的分裂点，以最小化子集的均方误差。回归决策树也有自己的一些分裂准则，我们将详细探讨这些分裂准则的计算方法，并介绍如何应用它们...
《决策树》
课程《决策树》（五）过拟合问题
孟宝亮2024-03-2782904
过拟合（Overfitting）是指模型在训练数据上表现得很好，但在未见过的测试数据上表现较差的现象。无论是传统机器学习算法、还是深度学习算法都会出现过拟合问题...
《决策树》
课程《决策树》（六）决策树 API
孟宝亮2024-03-2672500
Scikit-Learn（sklearn）是一个用于机器学习的Python库，其中包含了大量用于分类、回归、聚类和其他机器学习任务的算法和工具。在sklearn...
《决策树》
课程词嵌入 word2vec 模型
孟宝亮2024-03-21231305
Word2Vec 是 Google 在 2013 年推出的一种用于生成词向量的模型，它通过无监督学习的方式从大量文本数据中学习单词的语义关系。即：通过训练一个浅...
课程计算机小数存储原理
孟宝亮2024-03-16167800
在写程序时，我们经常会处理小数这种数据。这节课，将会给同学们讲解下，在计算机中小数存储的两种方式：浮点小数和定点小数。学习目标：最后，我们来总结下这两种存储方...
课程 Python Joblib 工具使用
孟宝亮2024-03-09177302
joblib 是一个Python库，用于在Python中高效地保存和加载对象，特别是那些包含大型数据数组的对象。它在机器学习领域中非常有用，因为经常需要保存训练...
课程层次 Softmax（Hierarchical Softmax）
孟宝亮2024-03-07238900
SoftMax 函数是深度学习和机器学习中一个非常重要的概念，主要用于处理多分类问题。Softmax 函数能够将一个实数向量映射为一个概率分布，使得输出向量的所...
课程 K 均值聚类（K-means）
孟宝亮2024-02-14157800
聚类（Clustering）指的是将一组数据点按照某种规则或者方法分成多个组或簇，使得同一组内的数据点在某种意义上更相似，而不同组之间的数据点相对较不相似。聚...