绝不原创的飞龙

2018年11月27日

摘要：将上一节的假设改一改，模型就可以用于回归问题。操作步骤导入所需的包。 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import sklearn.datasets as ds import s 阅读全文

posted @ 2018-11-27 19:42 绝不原创的飞龙阅读(12) 评论(0) 推荐(0) 编辑

TensorFlow HOWTO 2.1 支持向量分类（软间隔）

摘要：在传统机器学习方法，支持向量机算是比较厉害的方法，但是计算过程非常复杂。软间隔支持向量机通过减弱了其约束，使计算变得简单。操作步骤导入所需的包。 import tensorflow as tf import numpy as np import matplotlib as mpl import 阅读全文

posted @ 2018-11-27 19:39 绝不原创的飞龙阅读(12) 评论(0) 推荐(0) 编辑

2018年11月25日

Airflow 中文文档翻译和改进活动 | ApacheCN

摘要：仓库：https://github.com/apachecn/airflow-doc-zh 进度：https://github.com/apachecn/airflow-doc-zh/issues/1 贡献指南：https://github.com/apachecn/airflow-doc-zh/b 阅读全文

posted @ 2018-11-25 21:50 绝不原创的飞龙阅读(11) 评论(0) 推荐(0) 编辑

统计学习基础（ESL）中文版

摘要：译者：szcf-weiya ESL 指的是 The Elements of Statistical Learning。因为（译者）自己也是统计学专业，所以想研读这本书，同时实现书中的算法及其例子，并尝试解决习题。说明参考文献保留原书的写法，如 “Efron and Tibshirani (199 阅读全文

posted @ 2018-11-25 17:44 绝不原创的飞龙阅读(49) 评论(0) 推荐(0) 编辑

2018年11月23日

TensorFlow HOWTO 1.4 Softmax 回归

摘要： 1.4 Softmax 回归 Softmax 回归可以看成逻辑回归在多个类别上的推广。操作步骤导入所需的包。 import tensorflow as tf import numpy as np import matplotlib as mpl import matplotlib.pyplot 阅读全文

posted @ 2018-11-23 21:01 绝不原创的飞龙阅读(12) 评论(0) 推荐(0) 编辑

TensorFlow HOWTO 1.3 逻辑回归

摘要： 1.3 逻辑回归将线性回归的模型改一改，就可以用于二分类。逻辑回归拟合样本属于某个分类，也就是样本为正样本的概率。操作步骤导入所需的包。 import tensorflow as tf import numpy as np import matplotlib as mpl import mat 阅读全文

posted @ 2018-11-23 21:00 绝不原创的飞龙阅读(13) 评论(0) 推荐(0) 编辑

TensorFlow HOWTO 1.2 LASSO、岭和 Elastic Net

摘要： 1.2 LASSO、岭和 Elastic Net 当参数变多的时候，就要考虑使用正则化进行限制，防止过拟合。操作步骤导入所需的包。 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import 阅读全文

posted @ 2018-11-23 20:58 绝不原创的飞龙阅读(15) 评论(0) 推荐(0) 编辑

TensorFlow HOWTO 1.1 线性回归

摘要： 1.1 线性回归线性回归是你能用 TF 搭出来的最简单的模型。操作步骤导入所需的包。 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import sklearn.datasets as ds 阅读全文

posted @ 2018-11-23 20:56 绝不原创的飞龙阅读(12) 评论(0) 推荐(0) 编辑

2018年11月14日

【番外】负采样原理

摘要：本来不想先写这篇的，有个任务要用到，就花了一天时间弄清楚，然后总觉得要写点什么，就写了。 NCE（噪声对比估计）负采样可以看成 NCE 的特化，所以有必要先讲一下 NCE。在 Softmax 回归中，样本属于某个分类的概率是： P ( y = k ∣ x ) = exp ⁡ ( w k T x 阅读全文

posted @ 2018-11-14 22:59 绝不原创的飞龙阅读(13) 评论(0) 推荐(0) 编辑

2018年11月10日

数据科学和人工智能技术笔记六、日期时间预处理

摘要：六、日期时间预处理作者：Chris Albon 译者：飞龙协议：CC BY-NC-SA 4.0 把日期和时间拆成多个特征 # 加载库 import pandas as pd # 创建数据帧 df = pd.DataFrame() # 创建五个日期 df['date'] = pd.date_ran 阅读全文

posted @ 2018-11-10 21:33 绝不原创的飞龙阅读(5) 评论(0) 推荐(0) 编辑

龙哥盟

掠夺·扩张·投机·博弈

公告