绝不原创的飞龙

2018年12月28日

摘要：十三、树和森林作者：Chris Albon 译者：飞龙协议：CC BY-NC-SA 4.0 Adaboost 分类器 # 加载库 from sklearn.ensemble import AdaBoostClassifier from sklearn import datasets # 加载数据阅读全文

posted @ 2018-12-28 15:28 绝不原创的飞龙阅读(9) 评论(0) 推荐(0) 编辑

数据科学和人工智能技术笔记十二、逻辑回归

摘要：十二、逻辑回归作者：Chris Albon 译者：飞龙协议：CC BY-NC-SA 4.0 C 超参数快速调优有时，学习算法的特征使我们能够比蛮力或随机模型搜索方法更快地搜索最佳超参数。 scikit-learn 的LogisticRegressionCV方法包含一个参数C。如果提供了一个列阅读全文

posted @ 2018-12-28 15:26 绝不原创的飞龙阅读(2) 评论(0) 推荐(0) 编辑

ApacheCN 学习资源汇总 2018.12

摘要：【主页】 apachecn.org【Github】@ApacheCN暂时下线: 社区暂时下线: cwiki 知识库自媒体平台微博：@ApacheCN知乎：@ApacheCNCSDN简书OSChina博客园我们不是 Apache 的官方组织/机构/团体，只是 Apache 技术栈（以及 AI）的爱阅读全文

posted @ 2018-12-28 10:09 绝不原创的飞龙阅读(11) 评论(0) 推荐(0) 编辑

2018年12月26日

数据科学和人工智能技术笔记九、模型验证

摘要：九、模型验证作者：Chris Albon 译者：飞龙协议：CC BY-NC-SA 4.0 准确率 # 加载库 from sklearn.model_selection import cross_val_score from sklearn.linear_model import Logistic 阅读全文

posted @ 2018-12-26 17:26 绝不原创的飞龙阅读(7) 评论(0) 推荐(0) 编辑

数据科学和人工智能技术笔记八、特征选择

摘要：八、特征选择作者：Chris Albon 译者：飞龙协议：CC BY-NC-SA 4.0 用于特征选取的 ANOVA F 值如果特征是类别的，计算每个特征与目标向量之间的卡方（ χ 2 \chi^{2} χ2）统计量。但是，如果特征是定量的，则计算每个特征与目标向量之间的 ANOVA F 值阅读全文

posted @ 2018-12-26 17:24 绝不原创的飞龙阅读(2) 评论(0) 推荐(0) 编辑

数据科学和人工智能技术笔记七、特征工程

摘要：七、特征工程作者：Chris Albon 译者：飞龙协议：CC BY-NC-SA 4.0 稀疏特征矩阵上的降维 # 加载库 from sklearn.preprocessing import StandardScaler from sklearn.decomposition import Tru 阅读全文

posted @ 2018-12-26 17:20 绝不原创的飞龙阅读(3) 评论(0) 推荐(0) 编辑

TensorFlow HOWTO 5.1 循环神经网络（时间序列）

摘要： 5.1 循环神经网络（时间序列）循环神经网络（RNN）用于建模带有时间关系的数据。它的架构是这样的。在最基本的 RNN 中，单元（方框）中的操作和全连接层没什么区别，都是线性变换和激活。它完全可以看做多个全连接层的横向扩展。但是操作数量多了之后，就会有梯度消失和爆炸的问题，于是人们改良了 RN 阅读全文

posted @ 2018-12-26 17:08 绝不原创的飞龙阅读(2) 评论(0) 推荐(0) 编辑

2018年12月19日

TensorFlow HOWTO 4.2 多层感知机回归（时间序列）

摘要： 4.2 多层感知机回归（时间序列）这篇教程中，我们使用多层感知机来预测时间序列，这是回归问题。操作步骤导入所需的包。 import tensorflow as tf import numpy as np import pandas as pd import matplotlib as mpl 阅读全文

posted @ 2018-12-19 15:35 绝不原创的飞龙阅读(13) 评论(0) 推荐(0) 编辑

2018年12月17日

TensorFlow HOWTO 4.1 多层感知机（分类）

摘要： 4.1 多层感知机（分类）这篇文章开始就是深度学习了。多层感知机的架构是这样：输入层除了提供数据之外，不干任何事情。隐层和输出层的每个节点都计算一次线性变换，并应用非线性激活函数。隐层的激活函数是压缩性质的函数。输出层的激活函数取决于标签的取值范围。其本质上相当于广义线性回归模型的集成。操作阅读全文

posted @ 2018-12-17 22:09 绝不原创的飞龙阅读(17) 评论(0) 推荐(0) 编辑

2018年12月14日

Kaggle 官方教程：嵌入

摘要：原文：Embeddings 译者：飞龙协议：CC BY-NC-SA 4.0 P.S… 本课程仍处于测试阶段，因此我很乐意收到你的反馈意见。如果你有时间填写本课程的超短期调查，我将非常感激。你也可以在下面的评论中或在学习论坛上留下公开反馈。一、嵌入层欢迎阅读嵌入主题的第一课。在本课程中，我阅读全文

posted @ 2018-12-14 21:36 绝不原创的飞龙阅读(8) 评论(0) 推荐(0) 编辑

龙哥盟

掠夺·扩张·投机·博弈

公告