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