摘要：
P：一个问题可以在多项式（O(n^k)）的时间复杂度内解决 (计算机比较容易算出答案的问题.)NP：问题的解可以在多项式的时间内被验证 (已知答案以后计算机可以比较容易地验证答案的问题。)NPH：任意np问题都可以在多项式时间内归约为该问题，但该问题本身不一定是NP问题（给出一个答案，计算机可能验证 阅读全文
摘要：
损失函数在深度学习领域是用来计算搭建模型预测的输出值和真实值之间的误差。具体实现过程：在一个批次（batch）前向传播完成后，得到预测值，然后损失函数计算出预测值和真实值之间的差值，反向传播去更新权值和偏置等参数，以降低差值，不断向真实值接近，最终得到效果良好的模型。常见的损失函数包括：MSE（均方 阅读全文
摘要：
sigmod函数 def sigmoid(x): return 1 / (1 + np.exp(-x)) 阶跃函数 def step_function(x): if x > 0: return 1 else: return 0 ReLU（rectified）函数 def relu(x): retur 阅读全文
摘要：
a 阅读全文
摘要：
a 阅读全文
摘要：
##分组统计，求平均值 turnover_summary=df.groupby('turnover') turnover_summary.mean() #相关性矩阵 corr=df.corr() sns.heatmap(corr,xticklabels=corr.columns.values,yti 阅读全文