摘要：
MongDB在安装过程中出现的一个问题（Unit mongod.service not found）（Error: couldn't connect to server 127.0.0.1:27017, connection attempt failed ） 错误的原因是安装上了Mongo 的she 阅读全文
摘要：
http://dir.scmor.com/ 阅读全文
摘要：
2.1神经传导原理 y=activation（x*w+b） 激活函数通常为非线性函数 Sigmoid 函数 和 ReLU函数 2.2以矩阵运算模仿真神经网络 y=activation(x*w+b) 输出=激活函数（输入*权重+偏差） 2.3多层感知器模型 1以多层感知器模型识别minst 手写数字图 阅读全文
摘要：
Chapter One人工智能 机器学习与深度学习简介 1.1人工智能 :弱人工智能 和 强人工智能 机器学习 使用算法 通过大量数据进行训练后产生模型 通过使用这个模型达到预测效果 是人工智能的分支 监督学习 无监督学习 增强学习 深度学习 模仿人类神经网络的工作方式 是机器学习的分支 多层感知器 阅读全文
该文被密码保护。 阅读全文
摘要：
无监督学习(部分代码有错误更改中) 着重于发现数据本身的分布特点 （不需要对数据进行标记）节省大量人力 数据规模不可限量 1 发现数据群落 数据聚类 也可以寻找 离群样本 2 特征降维 保留数据具有区分性的低维特征 这些都是在海量数据处理中非常实用的技术 数据聚类 K均值算法（预设聚类的个数 不断更 阅读全文
摘要：
https://www.cnblogs.com/DjangoBlog/p/6648035.html https://blog.csdn.net/u014380165?viewmode=contents CSDN AI ֮· 特征抽取 https://segmentfault.com/a/119000 阅读全文
摘要：
1.用户是多个,广告也是多个,一个用户可能对多个广告产生行为,一个广告也可能被对多个用户点击,这显然是不好处理的.我们假设只有一个广告,那么他对于用户而言只有两种情况,被点击和不被点击,这就成了一个二分类的问题.我们把用户特征与广告特征拼接,作为x,把与x对应的是否点击作为y,对于离散数据做分类可以 阅读全文
摘要：
方向 1视觉 2自动驾驶 3智能医疗 4生物信息学 5电商推荐 数据决定模型的效果的上限（数据是根本） 而算法的作用是帮助逼近这个上限 文本 计算机是都不懂的 需要我们在预处理阶段把文本的数据表示成数字的向量 颜色 计算机也是都不懂的 阅读全文
摘要：
^(*￣(oo)￣)^：1.有部分代码我进行了数据归一化操作（也叫数据标准化） 在评估的时候使用的inverse_transform函数把数据还原 2.code的代码是按书中的顺序 先进行了 数据抽样 （split） 然后进行了归一化操作（StandardScaler） 先进行数据抽样会是数据的比例 阅读全文