机器学习学习笔记之rf模型
2015-03-03 14:50
351 查看
今天学习rf模型,http://beader.me/2013/12/01/random-forests/这篇博客写得不错,大部分是对http://blog.echen.me/2011/03/14/laymans-introduction-to-random-forests/这一篇的翻译。首先,作者翻译的不错;其次,作者在翻译的过程中非常灵活地加入了自己的理解,结合身边的例子更加形象地对rf进行了描述。无论是第一篇博客还是第二篇博客,这些作者都有自己的思想,并且将经典的模型很好地与日常生活融会贯通。这样,你想到豆瓣电影的时候,就会想到rf模型,其实这也是很多记忆高手的方法。记得看《最强大脑》的时候,当人们诧异他的记忆之快之准之难得的时候,他就讲到自己是把数字与脑海中的图画相对应。但这还不是我想说的重点,我想说的是,我们学习的很大部分时间,都是在被灌输的过程,然后去接受被灌输的思想、方法、技术,然后记忆下来并通过其它渠道输出。重点是你需要去加工呀,需要融入自己的东西,有自己的理解,独立的思维,而不是只能去重复。当然,重复有低级的,有高级的,有赤果果的,也有精心包装的,但无论如何,那都只是重复!所以,平时在学习的时候,除了去消化吸收所学知识,还要多思考,形成自己的想法。
记得把这个作业实现一下。
http://beader.me/2013/12/07/har_random_forest/
记得把这个作业实现一下。
http://beader.me/2013/12/07/har_random_forest/
相关文章推荐
- 机器学习第四篇(stanford大学公开课学习笔记) —生成型学习算法之高斯判别分析模型和朴素贝叶斯方法
- 『机器学习——周志华』学习笔记——第二章:模型评估与选择
- 公开课机器学习笔记(17)学习理论二 VC维、ERM总结、模型选择、特征选择
- 人工智障学习笔记——机器学习(2)线性模型
- 机器学习笔记(IX)线性模型(V)多分类学习
- 【机器学习-斯坦福】学习笔记9 规则化和模型选择(Regularization and model selection)
- Stanford机器学习笔记-6. 学习模型的评估和选择
- 机器学习-学习笔记 线性模型(二)
- Andrew NG机器学习课程笔记系列之——机器学习之神经网络模型-下(Neural Networks: Representation)
- 西瓜书《机器学习》学习笔记--模型评估及选择(二) 留出法
- Stanford机器学习笔记-6. 学习模型的评估和选择
- 【机器学习】python实践笔记 -- 经典监督学习模型之分类学习模型
- 机器学习-学习笔记 线性模型
- 【机器学习-斯坦福】学习笔记4 ——牛顿方法;指数分布族; 广义线性模型(GLM)
- 机器学习 - 模型选择与评估学习笔记
- 斯坦福大学机器学习笔记——当训练模型性能不好时的措施(假设评估、模型选择和交叉验证集、正则化、学习曲线)
- 《机器学习》(周志华)学习笔记(二)模型评估与选择
- 机器学习线性模型学习笔记
- 机器学习之模型评估与模型选择(学习笔记)
- 【学习笔记】斯坦福大学公开课(机器学习) 之广义线性模型