alex_bn_lee

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

随笔分类 -  AI Related

上一页 1 ··· 4 5 6 7 8 9 下一页

Artificial Intelligence Machine Learning Deep Learning NLP
【478】Victor Zhou深度学习链接
摘要:An Introduction to Neural Networks Build your first neural network with Keras An Introduction to Convolutional Neural Networks Natural Language Proces 阅读全文

posted @ 2020-09-02 23:13 McDelfino 阅读(206) 评论(0) 推荐(0) 编辑

【471】Keras 深度神经网络实现
摘要:参考:Keras 中文文档 参考:开始使用 Keras Sequential 顺序模型 Keras 的核心数据结构是 model,一种组织网络层的方式。最简单的模型是 Sequential 顺序模型,它由多个网络层线性堆叠。对于更复杂的结构,你应该使用 Keras 函数式 API,它允许构建任意的神 阅读全文

posted @ 2020-06-20 08:21 McDelfino 阅读(1339) 评论(0) 推荐(0) 编辑

【468】存储数据变量 — pickle 模块
摘要:参考:python pickle 模块的使用 用于 python 中特有的类型数据存储。接触这个模块是看深度学习的时候,将训练后的权重参数通过 pickle 存储,然后之后再用的时候可以通过 pickle 在提取,很方便。主要是四个方法: pickle.dump(obj, file, protoco 阅读全文

posted @ 2020-05-29 14:24 McDelfino 阅读(328) 评论(0) 推荐(0) 编辑

【466】准确率(precision)、召回率(recall)、F值
摘要:参考:如何解释召回率与精确率? 参考:推荐系统评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure) 参考:机器学习性能评估指标 True Positive(真正, TP):将正类预测为正类数. True Negative(真负 , TN):将负类预测为负类数. 阅读全文

posted @ 2020-05-24 00:27 McDelfino 阅读(525) 评论(0) 推荐(0) 编辑

【455】Python 徒手实现 卷积神经网络 CNN
摘要:参考:CNNs, Part 1: An Introduction to Convolutional Neural Networks 参考:CNNs, Part 2: Training a Convolutional Neural Network 目录 1. 动机(Motivation) 通过普通的神 阅读全文

posted @ 2020-01-09 14:26 McDelfino 阅读(3805) 评论(1) 推荐(3) 编辑

【454】ML-DL相关链接
摘要:GD(梯度下降)和SGD(随机梯度下降) 机器学习中的Bias和Variance 机器学习之判别式模型和生成式模型 笔记 | 什么是Cross Entropy 熵与信息增益 简单谈谈Cross Entropy Loss Softmax 和 Softmax-loss的推演 Victor Zhou Bl 阅读全文

posted @ 2019-12-16 11:18 McDelfino 阅读(149) 评论(0) 推荐(0) 编辑

【453】周志华-机器学习-读书笔记
摘要:1 目录 [TOC] 一、专业术语 & 公式 1. ground truth 标定好的真实数据(标准答案) "机器学习里经常出现ground truth这个词,能否准确解释一下? 非理的回答 知乎" 在有监督学习中,数据是有标注的,以(x,t)的形式出现,其中x是输入数据,t是标注。正 阅读全文

posted @ 2019-11-19 10:42 McDelfino 阅读(242) 评论(0) 推荐(0) 编辑

【446】Deep Learning
摘要:ref: 深度学习基础介绍 机器学习19 神经网络NN算法 ref: 深度学习基础介绍 机器学习11 神经网络算法应用上 ref: 深度学习基础介绍 机器学习12 神经网络算法应用下 ref: 神经网络NN算法(应用篇) 1. 组成部分:输入层(input layer),隐藏层(hidden lay 阅读全文

posted @ 2019-11-01 19:52 McDelfino 阅读(369) 评论(0) 推荐(0) 编辑

【445】Markdown Syntax
摘要:ref: Markdown基本语法 ref: Markdown Guide ref: Markdown Cheatsheet ref: Markdown Tutorial Lists Basic Syntax The Markdown elements are outlined in John Gr 阅读全文

posted @ 2019-10-24 07:41 McDelfino 阅读(228) 评论(0) 推荐(0) 编辑

【439】Tweets processing by Python
摘要:参数说明: coordinates:Represents the geographic location of this Tweet as reported by the user or client application. The inner coordinates array is forma 阅读全文

posted @ 2019-09-24 08:56 McDelfino 阅读(257) 评论(0) 推荐(0) 编辑

【373】LabelEncoder 相关
摘要:OneHotEncoder独热编码和 LabelEncoder标签编码 pandas.DataFrame.groupby 阅读全文

posted @ 2019-02-21 08:30 McDelfino 阅读(103) 评论(0) 推荐(0) 编辑

【372】Kaggle 相关经验
摘要:参考:机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾 参考:Kaggle泰坦尼克特征工程和模型融合 『解决一个问题的方法和思路不止一种』『没有所谓的机器学习算法优劣,也没有绝对高性能的机器学习算法,只有在特定的场景、数据和特征下更合适的机器学习算法。』 Kaggle上的大神们,也分享过一 阅读全文

posted @ 2019-02-15 15:06 McDelfino 阅读(159) 评论(0) 推荐(0) 编辑

【371】Twitter 分类相关
摘要:Bag-of-words model:就是将句子打散成单词的集合。 N-gram model:同上,只是按照 n 进行顺序组合。 参考:机器学习实战教程(四):朴素贝叶斯基础篇之言论过滤器 留言板侮辱与非侮辱的分类举例 参考:利用机器学习算法进行特朗普twitter的主题分析 数据获取:Twitte 阅读全文

posted @ 2019-02-12 13:55 McDelfino 阅读(233) 评论(0) 推荐(0) 编辑

【368】相关术语说明
摘要:Vector Space Model:向量空间模型 参考: 向量空间模型(Vector Space Model)的理解 TF-IDF 参考: TF-IDF与余弦相似性的应用(一):自动提取关键词 参考: TF-IDF与余弦相似性的应用(二):找出相似文章 参考: TF-IDF与余弦相似性的应用(三) 阅读全文

posted @ 2019-02-04 08:25 McDelfino 阅读(182) 评论(0) 推荐(0) 编辑

【367】通过 python 实现 SVM 硬边界 算法
摘要:参考: 支持向量机整理 SVM 硬边界的结果如下: $$min \quad \frac{1}{2} \sum_{i=1}^m\sum_{j=1}^m \alpha_i\alpha_jy_iy_j \vec x_i \vec x_j - \sum_{i=1}^m\alpha_i\\s.t. \quad 阅读全文

posted @ 2019-02-03 15:42 McDelfino 阅读(478) 评论(0) 推荐(0) 编辑

【366】通过 python 求解 QP 问题
摘要:参考: 9.3 凸优化 · 如何在 Python 中利用 CVXOPT 求解二次规划问题 参考: Quadratic Programming - Official website 步骤如下: 首先安装 cvxopt library 将问题化成标准 QP 问题, 得到 P/q/G/h/A/b 直接利用 阅读全文

posted @ 2019-02-03 13:03 McDelfino 阅读(3572) 评论(0) 推荐(0) 编辑

【365】拉格朗日乘子法与KKT条件说明
摘要:参考:知乎回答 - 通过山头形象描述 参考:马同学 - 如何理解拉格朗日乘子法? 参考: 马同学 - 如何理解拉格朗日乘子法和KKT条件? 参考:拉格朗日乘数 - Wikipedia 自己总结的规律 梯度为0, 其实就是说明里面每一个参数的偏导数都为0. 拉格朗日乘子法是对于等式约束. KKT条件是 阅读全文

posted @ 2019-02-01 15:20 McDelfino 阅读(511) 评论(0) 推荐(0) 编辑

【364】SVM 通过 sklearn 可视化实现
摘要:先看下效果图: 阅读全文

posted @ 2019-01-29 16:41 McDelfino 阅读(3951) 评论(0) 推荐(0) 编辑

【361】机器学习常见算法
摘要:一、线性回归(Linear Regression) 参考:机器学习实战教程(十一):线性回归基础篇之预测鲍鱼年龄(局部加权线性回归) 参考:线性回归原理小结 - 刘建平 参考:scikit-learn 线性回归算法库小结 - 刘建平 参考:通过一个例子快速上手矩阵求导 步骤:自我理解 1. 回归方程 阅读全文

posted @ 2019-01-26 15:36 McDelfino 阅读(327) 评论(0) 推荐(0) 编辑

【359】scikit learn 官方帮助文档
摘要:官方网站链接 sklearn.neighbors.KNeighborsClassifier sklearn.tree.DecisionTreeClassifier sklearn.naive_bayes.MultinomialNB sklearn.linear_model.LogisticRegre 阅读全文

posted @ 2019-01-25 14:14 McDelfino 阅读(334) 评论(0) 推荐(0) 编辑

上一页 1 ··· 4 5 6 7 8 9 下一页
点击右上角即可分享
微信分享提示