摘要：
线性回归原理回顾 找寻目标值和特征值之间存在的关系，求出w和b即可。 y = (x1w1 + x2w2...+xn*wn)+b 损失函数(均方误差)：表示真实值和预测值之间的误差 使用梯度下降将损失函数的误差值最小即可 实现流程 准备最简单的特征值和目标值 y = 0.8*x+1.5，然后我们需要让 阅读全文
摘要：
深度学习介绍 什么是深度学习？ 先把这四个字拆解成两个词，“深度”和“学习”，然后在逐一说明。 学习 “学习”是我们从小就接触的词，每天听着好好学习，天天向上的教诲。小时候的学习就是上课，做题，最终通过考试验证了学习的效果。抽象的说，学习就是认知的过程，从未知到已知的探索和思考。比如从最早的学习，1 阅读全文
摘要：
数据集背景介绍 2009年的《纽约市基准法律》要求对建筑的能源和水的使用信息进行说明和评分。 涵盖的建筑包括具有单个建筑物的总建筑面积超过50,000平方英尺（平方英尺），和群建筑面积超过100,000平方英尺。指标是由环境保护署的工具ENERGY STAR Portfolio Manager计算的 阅读全文
摘要：
什么是EDA 在拿到数据后，首先要进行的是数据探索性分析（Exploratory Data Analysis），它可以有效的帮助我们熟悉数据集、了解数据集。初步分析变量间的相互关系以及变量与预测值之间的关系，并且对数据进行初步处理，如：数据的异常和缺失处理等，以便使数据集的结构和特征让接下来的预测问 阅读全文