大数据文摘作品

翻译：丁雪

校对：王方思

在拿破仑·希尔（Napolean Hill）所著的《思考致富》（Think and Grow Rich）一书中，他为我们引述了Darby苦挖金矿多年后，就在离矿脉一步之遥的时候与宝藏失之交臂的故事。

思考致富中文版的豆瓣阅读链接：

[url=]http://read.**.com/reader/ebook/10954762/[/url]

根据该书内容进行的修改

如今，我虽然不知道这故事是真是假，但是我明确知道在我身边有不少这样的“数据Darby”。这些人了解机器学习的目的和执行，对待任何研究问题只使用2-3种算法。他们不用更好的算法和技术来更新自身，只因为他们太顽固，或者他们只是在耗费时间而不求进步。

像Darby这一类人，他们总是在接近终点的时候而错失良机。最终，他们以计算量大、难度大或是无法设定合适的阈值来优化模型等借口，放弃了机器学习。这有什么意义？你听说过这些人吗？

今天给出的速查表旨在改变这群“数据Darby”对机器学习的态度，使他们成为身体力行的倡导者。这里收集了10个最为常用的机器学习算法，附上了Python和R代码。

考虑到机器学习方法在建模中得到了更多的运用，以下速查表可以作为代码指南来帮助你掌握机器学习算法运用。祝你好运！

对于那些超级懒惰的数据Darbies，我们将让你的生活过得更轻松。你可以在此下载PDF版的速查表，便可直接复制粘贴代码。