發(fā)簡(jiǎn)信
IP屬地：湖南
-
梯度下降
之前提到用最小二乘法計(jì)算經(jīng)驗(yàn)風(fēng)險(xiǎn)的最小值，實(shí)際上，當(dāng)樣本量特別多的時(shí)候，使用最小二乘法的效率并不高，大家轉(zhuǎn)而使用梯度下降算法。 1. 梯度 在微...
-
線性回歸回歸是監(jiān)督學(xué)習(xí)的一個(gè)重要問題，回歸用于預(yù)測(cè)輸入變量和輸出變量之間的關(guān)系。回歸模型是表示輸入變量到輸出變量之間映射的函數(shù)。回歸問題的學(xué)習(xí)等價(jià)于函數(shù)...
-
特征工程：特征預(yù)處理
雖然現(xiàn)在深度學(xué)習(xí)非常盛行，它可以自動(dòng)進(jìn)行特征工程，但是實(shí)際工作中往往沒有那么多數(shù)據(jù)量支撐你使用深度學(xué)習(xí)模型，因此對(duì)數(shù)據(jù)進(jìn)行特征工程就顯得尤為重要...
-
模型評(píng)估指標(biāo)混淆矩陣、精確率、召回率，ROC、AUC 對(duì)于二分類問題來說，所有的問題被分為0和1兩類，混淆矩陣是2*2的矩陣： Tables預(yù)測(cè)值0預(yù)測(cè)值1...
-
如何閱讀論文？
根據(jù)這篇論文http://ccr.sigcomm.org/online/files/p83-keshavA.pdf做一個(gè)總結(jié)。閱讀論文分三步。第...
-
AlexnetAlexnet 網(wǎng)絡(luò)是2012 Alex Krizhevsky 提出來的，是一個(gè)承上啟下的網(wǎng)絡(luò)，下面我來介紹一下此網(wǎng)絡(luò)的結(jié)構(gòu)。 激活函數(shù) ： r...
-
LeNet-5Yann LeCun 在1998年的文章《Gradient-Based Learning Applied to Document Recogni...
-
python 列表解析
python 的列表解析提供了一種簡(jiǎn)潔的表達(dá)方式，通過一個(gè)例子了解一下。 執(zhí)行語句在前，條件語句按順序敲就行了。參考：http://coding...
-
python 迭代器 生成器 可迭代生成器屬于特殊的迭代器