ML.NET 是面向 .NET 开发者的跨平台机器学习框架，模型构建器则是 Visual Studio 中的 UI 工具，使用自动机器学习来训练和使用 .NET 应用程序中的自定义 ML.NET 模型。开发者可以使用 ML.NET 和模型构建器来创建自定义

近年来，发展势头之迅猛唯一能与AI相匹敌的现象就是Python编程语言。对于许多在纷纷设立数据科学和机器学习部门的企业组织来说，Python已成为了首选语言。改用Python的步伐太快了，以至于许多编程语言被认为已过时了。然而，特斯拉首席执行官Elon M

通常，人们使用两种编程语言之一来应用机器学习方法和算法：Python或R.关于机器学习的书籍，课程和教程通常也使用这些语言中的一种(或两者)。Python是一种通用编程语言，不仅用于机器学习，还用于科学计算，后端Web开发，桌面应用程序等.R主要用于统计学

在机器学习和数据科学问题中，主要目标是找到在决定和影响输出结果方面起主导作用的最相关的特征。在大多数数据科学问题中，机器学习数据集中充斥着大量的特征，容易导致过度拟合，并增加训练成本，这会使得过程相当缓慢。降维在图像、音频、视频分析中扮演着重要的角色，尤其

“特征选择是选择用于模型构建的相关特征的子集的过程”，或者换句话说，选择最重要的特征。在正常情况下，领域知识起着重要作用，我们可以选择我们认为最重要的特征。例如，在预测房价时，卧室和面积通常被认为是重要的。虽然这两种方法都用于减少数据集中的特征数量，但存在

在机器学习模型中，我们经常需要将分类即文本特征转换为其数字表示。最常用的两种方法是使用Label Encoder或OneHot Encoder。然而，大多数机器学习新手不熟悉编码选择对其机器学习模型的影响，通过在正确的场景中使用正确的编码，机器学习模型的准

在训练机器学习模型时，常常会遇到训练集的准确性高，但在测试集上时表现却不如预期。以下图为例，为了让训练集的error rate降至最低，因此训练出的模型(蓝线)极其复杂，但其实所需的模型仅为一条简单的线性回归(绿线），而这种情况便是模型过度拟合。如何处理过

本文是为机器学习初学者准备的，目的是了解制作一个真正好的机器学习模型所涉及的不同步骤，以及应该避免哪些错误。本文并不是任何特定的语言，它涵盖了训练模型所需的所有必要步骤。处理数据处理意味着填充数据中的缺失值。继续使用验证数据预测模型的准确性。目的是最小化验

我们在数据集中找到的所有特征可能在构建机器学习模型以进行必要的预测时没有用。使用某些特征甚至可能会使预测变得更糟。P值在我们尝试了解p值之前，我们需要了解零假设。零假设是一种普遍的说法，即两种测量现象之间没有关系。从数据集中删除不同的特征将对数据集的p值产

在统计学中，logistic模型是一种统计模型，通常用于应用于二元因变量。在回归分析中，logistic回归或logit回归是对logistic模型的参数进行估计。更正式地，逻辑模型是事件概率的对数概率是独立变量或预测变量的线性组合的模型。两个可能的因变量

但是对于机器学习项目，您首先需要探索您拥有的数据的可能性。机器学习工作流帮助我们的人工智能项目保持在正确的轨道上。如果您刚刚开始机器学习，这可能会避免很多挫折，并帮助您按时交付解决方案。假设您正在考虑使用机器学习来提高重要流程的效率。当前的过程将教会您许多

在预测j加密货币时，看看机器学习能为我们做些什么是很重要的。在这个例子中，我将展示比特币的情况，因为它是拥有最多可用数据的coin 。即使是股票也是高度不可预测和波动的。对于加密货币来说，情况更糟，尤其是在过去三年里，自从比特币席卷全球以来。以比特币为例，

在这篇文章中，我们将列出一些用于在现有Java应用程序中实现机器学习的最佳库。这个机器学习库是专为Java设计的，它提供了一个广泛支持深度学习算法的计算机框架。它被认为是Java在机器学习方面最好的贡献者之一，它是一个开源深度学习库，它为各种商业环境带来了

今天我将通过数据集告诉你们如何知道我需要选择哪种模型。[注:很容易看出这是分类问题，因为所购买的因变量只具有二进制输出0或1，其中1表示购买SUV, 0表示不购买SUV。

An overfit function in red, with the regularized o. 在构建模型时，您经常会发现自己在高偏差(低方差)模型和高偏差(低偏差)模型之间徘徊。高偏差模型是一个永远不需要的模型，因为它过于简单，无法在一般情况下使

在本文中，我将重点讨论机器学习的挑战，这些挑战是由于突然的数据变化以及如何通过再训练或取消学习来缓解这些挑战。数据采集可以被认为是数据科学过程中的第一个实际步骤。该数据最终用于建模，以便为生产中的基于机器学习的产品提供动力。对机器学习的挑战当今数据科学中最

来自 Glassdoor 的最新数据可以告诉我们各大科技公司最近在招聘面试时最喜欢向候选人提什么问题。首先有一个令人惋惜的结论：根据统计，几乎所有的公司都有着自己的不同风格。由于 Glassdoor 允许匿名提交内容，很多乐于分享的应聘者向大家提供了 Fa

XGBoost是一种流行的技术，是传统回归/神经网络的完美替代方案。它代表E X treme G radient Boost ing，基本上构建了一些决策树来计算梯度。这听起来很简单，但可以非常强大。以帕金森检测为例：我们有几个指标可以分析，最终我们需要诊

前言webgl加速库使用Node.js服务器端JavaScript运行时，但与Tensorflow的Python API并不相同。特定于浏览器和节点的数据API。用于在浏览器中部署机器学习模型的JavaScript库。机器学习直接在浏览器中进行，不需要驱动

情景计算是利用大数据和机器学习算法在移动设备上主动感知用户状态及用户所处的环境，预测用户意图，对新零售中“人货场”等商业要素提供新的可能。2018 年 11 月 30 日-12 月 1 日， WOT 全球人工智能技术峰会在北京粤财 JW 万豪酒店隆重举行。