本文将通俗易懂的介绍逻辑回归的基本概念、优缺点和实际应用的案例。同时会跟线性回归做一些比较，让大家能够有效的区分 2 种不同的算法。

• 2587
• 0
• 0

线性回归是很基础的机器学习算法，本文将通俗易懂的介绍线性回归的基本概念，优缺点，8 种方法的速度评测，还有和逻辑回归的比较。

• 1381
• 0
• 0

随机森林是一种由决策树构成的集成算法，他在很多情况下都能有不错的表现。 本文将介绍随机森林的基本概念、4 个构造步骤、4 种方式的对比评测、10 个优缺点和 4 个应用方向。

• 2326
• 1
• 0

词干提取和词形还原是英文语料预处理中的重要环节。虽然他们的目的一致，但是两者还是存在一些差异。本文将介绍他们的概念、异同、实现算法等。

• 1482
• 0
• 0

本文汇总了深度学习相关的重要知识点，通过长图和 PDF 的方式呈现给大家，欢迎各位 PM 下载。

• 3077
• 0
• 0

本文将详细介绍生成对抗网络 - GANs 的设计初衷、基本原理、10种典型算法和13种实际应用。

• 1463
• 0
• 0

长短期记忆网络——通常被称为 LSTM，是一种特殊的 RNN，能够学习长期依赖性。由 Hochreiter 和 Schmidhuber（1997）提出的，并且在接下来的工作中被许多人改进和推广。LSTM 在各种各样的问题上表现非常出色，现在被广泛使用。

• 1966
• 0
• 0

本文会用通俗易懂的方式来解释 RNN 的独特价值——处理序列数据。同时还会说明 RNN 的一些缺陷和它的变种算法。最后给大家介绍一下 RNN 的实际应用价值和使用场景

• 1631
• 0
• 0

卷积神经网络 - CNN 最擅长的就是图片的处理。它受到人类视觉神经系统的启发。CNN 有2大特点：1. 能够有效的将大数据量的图片降维成小数据量2. 能够有效的保留图片特征，符合图片处理的原则目前 CNN 已经得到了广泛的应用，比如：人脸识别、自动驾驶、美图秀秀、安防等很多领域。

• 1475
• 0
• 0

强化学习是机器学习的一种学习方式，它跟监督学习、无监督学习是对应的。本文将详细介绍强化学习的基本概念、应用场景和主流的强化学习算法及分类。

• 1246
• 0
• 0