- 博客(11)
- 收藏
- 关注
原创 数据分组(思路和Python代码)
处理数据时,很多时都需要把数据分组。本笔记是我个人以list为例子进行数据分组时的思路和Python代码。假设我已知需要把数据分为多少组,每一组的数据量是平均分配的。然而在现实情况中,数据是存在不被完全平均分到各个组当中,因此会把多余的都放到最后一个组。
2023-07-01 18:44:17 487
原创 特征选择 - 逐步回归 (stepwise regression)
数据集中的特征的重要性不同,可以用逐步回归 (stepwise regression)方法可以把它们排序,找出每一个特征对预测结果的重要性。
2023-04-03 15:37:17 1227
原创 线性回归 - 基础优化方法
本笔记有关梯度下降 (Gradient descent), 小批量随机随机梯度下降 [这是deep learning默认的求解算法]
2023-03-29 23:52:32 116
原创 线性回归 - 简介
线性回归是对n维输入的加权 (), 外加偏差 (- 使用平方损失来衡量预测值和真实值的差异- 线性回归(有显示解的model比较简单)- 线性回归可以看做是(最简单的神经网络)- 线性回归是唯一一个的model (其他都没有)
2023-03-29 23:18:50 75
原创 深度学习介绍
数据科学家:将原始数据转为机器学习可用的数据,然后去训练模型。实现很多任务的自动化并不再屈从于人类所能考虑到的逻辑!3. 调整参数(使模型在这些样本中表现得更好)* 预测与训练需要不停地提出模型精度及性能。4. 重复第2及3步骤,直到模型得到好结果。学习参考:李沐 - 动手学深度学习 v2。1. 从一个随机初始化参数的模型开始。- AI专家:关注不同的点去进行提升。- 领域专家:对应用有深入的了解。[例:用户点撃广告]
2023-03-26 00:27:41 61 2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人