收起
KNN及应用
6月24日(星期三)晚上7:00 - 8:30
活动简介
欢迎来到Python机器学习算法系列在线分享的第五期,上一次我们分享了逻辑回归(Logistic Regression)算法及应用,回放已经在B站发布,访问地址:https://www.bilibili.com/video/BV1yV411r7Nj。
另外,本系列分享的学习资料和代码已经整理到GitHub,欢迎Folk和部署到Azure Notebooks运行练习,GitHub仓库地址:https://github.com/shinyzhu/Python-ML-Algorithms-Lessons。
本次分享为大家介绍KNN算法(K-Nearest Neighbor,K-邻近)以及它的应用,KNN是一个简单的,常被用于分类问题的算法。它也可以用于回归问题。KNN 是非参数的,基于实例的算法。非参数意味着其不在底层的数据分布上进行任何的臆测。基于实例意味着它不是明确地学习一个模型,而是选择记忆训练的实例们。请参考Azure常用机器学习算法(网址:cda.ms/1gc)页面的介绍。
课程大纲
1.什么是KNN?
2.几种距离度量方式
3.机器学习中常见的损失函数
4.Python实现KNN案例
希望在本次分享活动中,让大家理解KNN算法和实际上手操作和应用,欢迎大家加入到互动一起讨论。
课程讲师
王大伟
平安金融壹账通
大数据研究院数据挖掘工程师
60w粉丝的Python爱好者社区公众号负责人
主要研究方向:自然语言处理
课前准备
系列课程资源和代码GitHub链接:
https://github.com/shinyzhu/Python-ML-Algorithms-Lessons
联合主办
微软开发者关系团队帮助地球上每一个开发人员成就更多,无论你是学生还是在企业或初创公司。我们的全球团队热衷于让所有开发者为这世界惊叹,我们很高兴为开源平台,工具和流程提供支持并作出贡献。作为开发人员的倡导者,我们通过宣传、演讲、写作、视频和社区活动与开发人员建立联系。
https://developeradvocates.microsoft.com/
微软 Reactor 上海 是微软为构建开发者社区而提供的一个社区空间,以“予力多元化社区建设,帮助每一个开发者成就不凡”为使命,旨在通过不定期举办的技术讲座、开发者交流会面及技术沙龙和专题活动,帮助开发者和初创企业了解最新技术、学习最新知识、体验最新方案、结识业界同行、扩展职场人脉。
Reactor 为开源开发者社区提供免费的活动场地,欢迎点击申请:
https://aka.ms/ReactorShanghai
(4年前)
(4年前)
(4年前)
(4年前)
(4年前)
(4年前)
Reactors are developer & startup community hubs. The best in technical events, networking & collaboration can be found here. Join us!