摘要：
本讲开始讲了梯度下降算法和最大似然估计算法。 from sklearn import datasets random_samples = datasets.make_classification(n_samples=60, #样本数量 n_classes=2, #类别数量 n_features=2, 阅读全文
摘要：
从软件工程发展的历史来看，能够看到许多各式各样耳熟能详的流程或模型：例如瀑布式软件开发流程、迭代式的RUP、敏捷开发流程、CMM/CMMI以及各个公司自己制定的流程等。但无论哪个软件开发流程，基本都遵循了“V-Model”的软件开发流程模型。 阅读全文
摘要：
回归中会存在过度拟合 正则化可以减小线性回归的过度拟合和多重共线性等问题。 q=2:岭回归 q=3:LASSO。LASSO是一种系数压缩估计方法，它的基本思想是通过追求稀疏性自动选择重要的变量。 评价回归模型的评价指标：均方误差，均方根误差，平均绝对误差，决定系数。 阅读全文
摘要：
一.有监督学习 含义：数据集中的样本带有标签，有明确的目标 目标：找到样本到标签的最佳映射 回归和分类 回归模型：线性回归、岭回归、LASSO和回归样条等 分类模型：逻辑回归、K近邻、决策树、支持向量机等 应用场景：垃圾邮件分类、病理切片分类、客户流失预警、客户风险评估、房价预测等。 二、无监督学习 阅读全文
摘要：
import tensorflow as tf import matplotlib.pyplot as plt import numpy as np from tensorflow.keras.datasets import mnist #MNIST数据集参数 num_classes = 10 nu 阅读全文
摘要：
先看一下效果图 在js中利用该函数进行获取class为finKey的标签并对其内容进行关键字的转换，重写在HTML中。 /** * 将关键字变为红色 * @param keyWord 关键字字符串 * @returns .finKey class类为finKey */ function change 阅读全文
摘要：
在产品研发相关的业务流程中，一般会有四个最重要的流程和一个可选的拓展流程：面向客户端流程、方针决策和计划流程、产品开发流程、人员与技术管理流程及产品线开发流程（可选的拓展流程）。架构师在每个流程中都扮演了不同的角色与职责。在面向客户的流程与产品开发流程中，架构师主要充当配角的角色，最好能够参与这些面 阅读全文
摘要：
参考文章：https://zhuanlan.zhihu.com/p/59506402 import tensorflow as tf import matplotlib.pyplot as plt import tensorflow.keras.layers as layers # 加载数据 imd 阅读全文
摘要：
参考文章：https://zhuanlan.zhihu.com/p/59506238 import tensorflow as tf import pandas as pd import numpy as np import matplotlib.pyplot as plt (train_image 阅读全文
摘要：
数据集Advertising.csv ,TV,radio,newspaper,sales 1,230.1,37.8,69.2,22.1 2,44.5,39.3,45.1,10.4 3,17.2,45.9,69.3,9.3 4,151.5,41.3,58.5,18.5 5,180.8,10.8,58. 阅读全文