深度学习基础 - MNIST实验（tensorflow+MLP） 发表于 2018-03-14 | 分类于 机器学习散记 | | 阅读次数: 采用MLP（多层感知机）模型进行mnist分类任务，尝试Adam、Dropout等训练策略。 阅读全文 »
深度学习基础 - MNIST实验（tensorflow+Softmax） 发表于 2018-03-09 | 分类于 机器学习散记 | | 阅读次数: 基于tensorflow开发框架，搭建softmax模型完成mnist分类任务。 阅读全文 »
天池离线赛 - 移动推荐算法（四）：采用集成模型 发表于 2017-07-22 | 分类于 天池大数据竞赛 | | 阅读次数: 本文讨论如何基于模型来进行预测，使用的模型包括逻辑回归（LR）、随机森林（RF）、梯度迭代提升树（GBDT）。 阅读全文 »
天池离线赛 - 移动推荐算法（三）：特征构建 发表于 2017-07-14 | 分类于 天池大数据竞赛 | | 阅读次数: 本文讨论如何进行特征构建，为之后基于模型的方法提供有效的数据支持。 阅读全文 »
周志华《机器学习》习题解答：Ch6 - 支持向量机 发表于 2017-07-11 | 分类于 周志华《机器学习》习题解答 | | 阅读次数: 本章学习了支持向量机。基础知识部分包括SVC、软间隔、核技巧、SVR等，实践部分涉及了SVM、SVR的实现。 阅读全文 »
周志华《机器学习》习题解答：Ch6.3 - SVM对比实验 发表于 2017-07-06 | 分类于 周志华《机器学习》习题解答 | | 阅读次数: 采用UCI-Breast Cancer数据集进行分类实验，对比分析了SVM/BP网络/C4.5决策树。 阅读全文 »
周志华《机器学习》习题解答：Ch6.2 - 支持向量分析实验 发表于 2017-07-05 | 分类于 周志华《机器学习》习题解答 | | 阅读次数: 支持向量机拟合实验，比较不同核函数下支持向量的差别，实验基于sklearn完成。 阅读全文 »
天池离线赛 - 移动推荐算法（二）：基于简单规则的预测 发表于 2017-06-03 | 分类于 天池大数据竞赛 | | 阅读次数: 本文讨论如何运用一个简单的规则来进行预测，目的是感受下天池赛答题评分的过程。 阅读全文 »
天池离线赛 - 移动推荐算法（一）：题目与数据 发表于 2017-05-17 | 分类于 天池大数据竞赛 | | 阅读次数: 移动推荐算法是阿里天池赛2015年赛题，这里对题目进行回顾，基于可视化手段对数据集进行解析。 阅读全文 »
周志华《机器学习》习题解答：Ch5 - 神经网络 发表于 2017-05-12 | 分类于 周志华《机器学习》习题解答 | | 阅读次数: 本章讲述神经网络，内容包括感知机、BP算法等基础知识以及SOM、RNN等拓展模型，并简述了深度学习相关内容。 阅读全文 »
