ml

**双生“基尼”**：跨越世纪的术语撞车与学科分野在学术的宇宙中，“基尼”（Gini）这个名字如同一个奇特的星标，闪耀在两个看似毫不相关的领域：衡量社会贫富差距的经济学与驱动人工智能的机器学习。然而，当人们在这两个领域都遇到“基尼指数”或“基尼系数”时，困惑油然而生——它们为何如此不同？又为何共享同一个名字？这不是某个“傻逼”的随意命名，而是一场跨越学科与世纪的“术语交通事故”，其背后是学术传承与概念抽象的交织。

机器学习 (ML) 基础入门指南在当今科技飞速发展的时代，机器学习作为人工智能的一个重要分支，正深刻地改变着我们的生活和工作方式。根据机器学习泰斗、卡耐基梅隆大学的汤姆·米切尔 (Tom Mitchell) 教授的定义，机器学习是一门研究算法的学科，这些算法能够通过非显式编程 (non - explicit programming) 的形式，利用经验数据来提升某个任务的性能指标。简单来说，机器学习赋予系统和机器拥有使用过去经验学习并改进的能力，它可以从数据中学习并将所学知识应用于未来，从而得到更好的成果。例如，电商平台的推荐系统，通过

ORACLE数据挖掘之 MSET-SPRT虽然是熟悉的Oracle数据库，但关于机器学习、数据挖掘这方面的知识笔者起初也是不了解的，文中MSET相关设置来源于同事提供的sample，在测试过程中边查资料边学习吸收，也因此看到了别样的Oracle。

ML2021Spring-hw1(COVID-19 Cases Prediction)💫你好，我是辰chen，本文旨在准备考研复试或就业 💫本篇博客内容来自：Machine Learning 2022 Spring 💫更多和本篇博客相关内容详见专栏：Machine Learning(李宏毅2022春) 以及机器学习(Machine Learning) 💫欢迎大家的关注，我的博客主要关注于算法讲解、LLM大模型、通信感知等

XGBoost模型 0基础小白也能懂（附代码）原文链接XGBoost 是 eXtreme Gradient Boosting 的缩写称呼，它是一个非常强大的 Boosting 算法工具包，优秀的性能（效果与速度）让其在很长一段时间内霸屏数据科学比赛解决方案榜首，现在很多大厂的机器学习方案依旧会首选这个模型。

贝叶斯回归简单来说，贝叶斯推断 (Bayesian inference) 就是结合“经验 (先验)”和“实践 (样本)”，得出“结论 (后验)”。

给科研人的 ML 开源发布工具包什么是开源发布工具包？恭喜你的论文成功发表，这是一个巨大的成就！你的研究成果将为学界做出贡献。其实除了发表论文之外，你还可以通过发布研究的其他部分，如代码、数据集、模型等，来增加研究的可见度和采用率。这将使更多人能够使用你的研究，并推动研究成果的应用。我们整理了这份文件，让你可以更好的了解和实践开源。希望这份文件对你有所帮助！

【ML】分类问题classification：根据已知样本特征，判断输入样本属于哪种已知样本类。常用入门案例：垃圾邮件检测、图像分类、手写数字识别、考试通过预测。

机器学习即代码的时代已经到来译者注: 到底是 AI 会吃掉软件还是软件会吃掉 AI？为了 job security 工程师应该把宝押在哪儿？这篇 2021 年的文章提供的一些视角似乎印证了它现在的流行，有点“运筹于帷幄之中，决胜于数年之后”的意思，颇值得软件架构师和产品经理们内省一番。