2022-W50 机器学习

机器学习 Weekly

12月 17, 2022
周刊, Python

图为大连又双叒叕下雪了

近一个多月,从北京搬家到大连、入职新公司、收拾自己的小家、双十一采购家用电器、还有一些软装需求、逛宜家等等折腾的事比较多,空余时间实在没有太多,周报出师未捷,刚开始就鸽了一个多月。。

不过最近节奏已经开始逐渐稳定下来,虽然工作中面临更多新的挑战需要很多时间学习,总算体力活少了很多,期望后面能够逐渐回归正常生活状态。

发现 #

之前一直通过微信群、飞书话题群关注这位博主思考的价值,最近他也开始以周刊形式产出一些新发现。

Python 的四舍五入,这一篇讲的很清楚。
在 Python 中如何正确地四舍五入?

近况 #

我个人最近玩了下 Kaggle,开始学习数据分析、机器学习等工作中可能需要的东西。

目前能总结到的是,传统的机器学习方法,大概有以下几种,大多和统计学很相关,但基本都和数学强烈相关,感觉要学的还有很多。另外不传统的机器学习方法,大概就是以神经网络为理论基础的深度学习了,现在还没有更多时间去看,相比较下,深度学习的黑盒感更高,更加高深不容易直观推导,所以现在注意力先放在传统的机器学习方法。

传统机器学习方法:

  • 回归、分类、聚类、降维
  • 决策树
  • 支持向量机
  • 朴素贝叶斯
  • 随机森林
  • K 近邻算法
  • K 均值算法

依赖的数学基础:

  • 线性代数
  • 概率论
  • 统计学

剩下的就是开始看了。

Last Modified at Jan 28, 2024