摘要：
作业说明 给定训练集train.csv，要求根据前9个小时的空气监测情况预测第10个小时的PM2.5含量。 训练集介绍： (1)：CSV文件，包含台湾丰原地区240天的气象观测资料(取每个月前20天的数据做训练集，12月X20天=240天，每月后10天数据用于测试，对学生不可见); (2)：每天的监 阅读全文
摘要：
何为梯度下降，直白点就是，链式求导法则，不断更新变量值。 这里讲解的代码为李宏毅老师机器学习课程中 class 4 回归展示 中的代码demo Loss函数 python代码如下 import numpy as np import matplotlib.pyplot as plt # y_data 阅读全文
摘要：
Pandas可以读取与存储的文件格式有很多 像csv，excel，json，html等，详细请看官方文档https://pandas.pydata.org/pandas-docs/stable/user_guide/index.html 这里我们举例csv文件，首先对文件进行读取 源文件样式 读取展 阅读全文
摘要：
本节我们会使用RNN来进行回归训练（Regression），会继续使用自己创建的sin曲线预测一条cos曲线。 首先我们需要先确定RNN的各种参数： 定义一个数据生成的get_batch function： 定义LSTMRNN的主体结构 使用一个class来定义这次的LSTMRNN会更加的方便，第一 阅读全文
摘要：
OneNote2016代码高亮插件的安装与使用 使用效果 我觉得CSDN和博客园上面的许多讲解都不是很清晰，最后还是我自己弄好的。这里分享一下： 第一步要确认自己OneNote的版本是32位的还是64位的。 文件——>账户——>关于onenote 在上面就可以看到了 第二步进入下载源 https:/ 阅读全文
摘要：
设置RNN的参数 我们本节采用RNN来进行分类的训练（classifiction）。会继续使用手写数据集MNIST。 让RNN从每张图片的第一行像素读到最后一行，然后进行分类判断。接下来我们导入MNIST数据并确定RNN的各种参数（hyper-parameters） 注： 参数（parameters 阅读全文
摘要：
本节我们将了解神经网络进行非监督形式的学习，即autoencoder自编码 假设图片经过神经网络后再输出的过程，我们看作是图片先被压缩然后解压的过程。那么在压缩的时候，原有的图片质量被缩减，解压时用信息量小却包含所有关键信息的文件恢复出原本的图片。 为什么要这么做呢？ 因为当神经网络接收大量信息时， 阅读全文
摘要：
首先我们来简单的了解一下什么是卷积神经网路（Convolutional Neural Network） 卷积神经网络是近些年逐步兴起的一种人工神经网络结构, 因为利用卷积神经网络在图像和语音识别方面能够给出更优预测结果, 这一种技术也被广泛的传播可应用. 卷积神经网络最常被应用的方面是计 算机的图像 阅读全文
摘要：
Dropout 解决 overfitting overfitting也被称为过度学习，过度拟合。他是机器学习中常见的问题。 图中的黑色曲线是正常模型，绿色曲线就是overfitting模型。尽管绿色曲线很精确的区分了所有的训练数据，但是并没有描述数据的整体特征，对新测试的数据适应性比较差。 举个Re 阅读全文
摘要：
本节讲的是机器学习中出现的过拟合（overfitting）现象，以及解决过拟合的一些方法。 机器学习模型的自负又表现在哪些方面呢. 这里是一些数据. 如果要你画一条线来描述这些数据, 大多数人都会这么画. 对, 这条线也是我们希望机器也能学出来的一条用来总结这些数据的线. 这时蓝线与数据的总误差可能 阅读全文