• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      R语言

      • 首页
      • 博客
      • R语言
      • 【机器学习】给非开发人员介绍机器学习

      【机器学习】给非开发人员介绍机器学习

      • 发布者 weinfoadmin
      • 分类 R语言
      • 日期 2018年5月26日
      测试开头

      【机器学习】给非开发人员介绍机器学习


      笔者邀请您,先思考:

      1您怎么理解机器学习?

      关于机器学习

      我们都知道机器学习是关于处理数据的,但它也可以被看作是:

      通过浏览数据内部信息来查找数据中的规律的艺术。

      预测模型的一些背景

      有几种类型的预测模型。 这些模型通常有几个输入列和一个目标或结果列,这是要预测的变量。

      【机器学习】给非开发人员介绍机器学习

      所以基本上,一个模型执行输入和输出之间的映射,发现神秘的,有时是输入变量之间的关系,以预测任何其他变量。

      正如你可能注意到的那样,它与一个读取环境=>处理信息=>并执行特定操作的人有一些共同点。

      那么这篇文章是关于什么的?

      这是关于熟悉最常用的预测模型之一:随机森林(官方算法网站),在R中实现,它是最常用的模型之一,因为它在调优方面很简单并且可以处理许多不同类型的数据。

      如果你以前从未做过预测模型,那么这可能是一个很好的起点;)

      不要迷失在森林里!

      【机器学习】给非开发人员介绍机器学习

      其背后的基本思想是构建数百甚至数千个简单且不太稳健的模型(也称为决策树),以便具有较少偏见的模型。

      但是如何?

      这些决策树模型的每个“微小”分支都将只看到整个数据的一部分,以产生他们的基本预测。 所以随机森林模型产生的最终决策是所有决策树投票的结果。 就像民主一样。

      什么是决策树?

      您已经熟悉决策树的输出:它们产生IF-THEN规则,例如,如果用户有五次以上的访问,他或她可能会使用该应用程序。

      【机器学习】给非开发人员介绍机器学习

      放在一起
      如果一个随机森林有三棵树(通常是500多棵)并且有新客户到达,那么如果“两棵树”预测“是”,则预测所述客户是否会购买某种产品将是’是’。

      【机器学习】给非开发人员介绍机器学习

      拥有数百个意见 – 决策树 – 往往会在随机森林中产生更准确的结果。

      但不要惊慌,以上所有内容都被封装给数据科学家。

      有了这个模型,您将无法轻松知道模型如何为每个输入案例分配高概率或低概率。 它更像一个黑盒子,类似于神经网络的深度学习,其中每个神经元都对整体有贡献。

      您可以使用来自blopig.com和datascienceplus.com中基于R的两个友好的随机森林教程来实践。

      什么语言方便学习机器学习?

      如果你想开发你自己的数据科学项目,你可以从R开始。它有一个庞大的社区,你可以从中学习(和分享)。 这并不总是只是一个复杂的算法问题,而是当事情没有如预期那样得到支持时。

      【机器学习】给非开发人员介绍机器学习

      这经常发生在你做新事物时。

      最后,一些关于社区支持的数字

      尽管R(以及Python与pandas和numpy)有很多包,库,免费书籍和免费课程,但请检查这些指标:在stackoverflow.com中有236,000多个问题,另有约18,000个在stats.stackexchange .com标有R(截至2018年5月)。

      R社区增长很多!
      在我发布 https://auth0.com (2016年12月)时,在stackoverflow上有16万个问题。

      现在,236,000个问题在短短一年半的时间里就增长了47%!

      原文链接:
      https://blog.datascienceheroes.com/introduction-to-machine-learning-for-non-developers/

      版权声明:作者保留权利,严禁修改,转载请注明原文链接。

      您有什么见解,请留言。

      文章推荐:

      1 【机器学习】R做线性回归

      加入数据人圈子或者商务合作,请添加笔者微信。

      【机器学习】给非开发人员介绍机器学习

      数据人网是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习到有用知识。
      平台的理念:人人投稿,知识共享;人人分析,洞见驱动;智慧聚合,普惠人人。
      您在数据人网平台,可以1)学习数据知识;2)创建数据博客;3)认识数据朋友;4)寻找数据工作;5)找到其它与数据相关的干货。
      我们努力坚持做原创,聚合和分享优质的省时的数据知识!
      我们都是数据人,数据是有价值的,坚定不移地实现从数据到商业价值的转换!


      点击阅读原文,进入数据人网,获取数据知识。




      公众号推荐:

      链达君,专注于分享区块链内容。

      【机器学习】给非开发人员介绍机器学习

      数据科学与人工智能,专注于分享数据科学与人工智能的内容。

      【机器学习】给非开发人员介绍机器学习

      测试结尾

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      生信小白第15天-Linux实用小技能~拿走不谢
      2018年5月26日

      下一篇文章

      【机器学习】用iml和mlr解释机器学习
      2018年5月26日

      你可能也喜欢

      3-1665801675
      R语言学习:重读《R数据科学(中文版)》书籍
      28 9月, 2022
      6-1652833487
      经典铁死亡,再出新思路
      16 5月, 2022
      1-1651501980
      R语言学习:阅读《R For Everyone 》(第二版)
      1 5月, 2022

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?