机器学习
小小她爹
If you are stuck,you have to work your own way out(如果你陷入困境,就要自己找解决办法)。
展开
-
机器学习模型部署
机器学习主要是用python来训练的模型,当前主要有以下情况:一、单机部署方式1、普通的模型a)模型本身提供的部署方式b)第三方方式:PMML方式,将模型输出为 PMML格式,由第三方加载PMML模型提供输出,其中java的库很成熟,但PMML在深度学习方面上支持不足2、深度模型a)深度的模型,当前流行的为tensorflow,tensorflow提供serving的部署方式,具体来说就是:一个通用的model服务器框架,一个远程通用的model调用的rpc框架,python2中有对原创 2020-09-12 16:09:50 · 1228 阅读 · 0 评论 -
机器学习中的算法(1)-决策树模型组合之随机森林与GBDT
转发的一篇文章,评分方面组合模型的文章转载 2017-03-07 18:04:10 · 547 阅读 · 0 评论 -
利用GBDT模型构造新特征
利用GBDT模型构造新特征转载 2017-03-14 19:33:54 · 829 阅读 · 1 评论 -
信用评分之六--逻辑回归模型梯度下降法跟牛顿法比较
机器学习的优化问题中,梯度下降法和牛顿法是常用的两种凸函数求极值的方法,他们都是为了求得目标函数的近似解。梯度下降的目的是直接求解目标函数极小值,而牛顿法则变相地通过求解目标函数一阶导为零的参数值,进而求得目标函数最小值。在逻辑回归模型的参数求解中,一般用改良的梯度下降法,也可以用牛顿法。原创 2016-07-16 05:22:09 · 4933 阅读 · 0 评论 -
学点数学吧
将数学加固一点,相关的书的整理,加油!原创 2017-11-13 23:10:50 · 419 阅读 · 0 评论 -
常见向量范数和矩阵范数
机器学习中要经常使用梯度下降,使用到向量范数来比较比较下降速度。转载 2017-11-23 23:12:44 · 456 阅读 · 0 评论 -
机器学习特征选择
机器学习中基本的特征选择方法原创 2018-03-06 22:25:45 · 393 阅读 · 0 评论 -
知识图谱资料索引(持续补充)
知识图谱相关资源原创 2018-03-19 23:02:39 · 797 阅读 · 0 评论 -
计算广告中的最优化方法
1、定义最优化方法是给定一个数学上明确表达的密保偶,如何用系统方法和思路找到该问题的最优解。主要讨论:给定某个确定的目标函数以及该函数自变量的一些约束条件,求解该函数的最大活最小值的问题。2、最优化方法2.1 拉格朗日法和凸优化通过引入朗格朗日乘子来进行优化2.2 下降单纯形法当f函数不可到或者工程上求导代价极大,可以通过黄金分割方法不断缩小区间来获得最小值,也称为阿米巴变...原创 2019-02-28 22:58:44 · 939 阅读 · 1 评论 -
MathType公式和LaTex公式互转
MathType是一个强大的数学公式编辑器,普遍应用于教育教学、科研机构、工程学、论文写作、期刊排版、编辑理科试卷等领域。LaTeX是一种基于TeX的排版系统,在现代印刷行业得到广泛的应用,那么如何使两者完美结合1、LaTeX转MathType通用步骤网页或者pdf图片转MathType,参考:https://blog.csdn.net/diligentboy88/article...原创 2019-04-14 22:46:57 · 2707 阅读 · 0 评论 -
一个很不错的spss数据分析博客
数据小兵成长记http://www.datasoldier.net/非常不错原创 2019-09-20 13:44:56 · 446 阅读 · 1 评论 -
特征处理(Feature Processing)
特征工程(Feature Engineering)经常被说为机器学习中的black art,这里面包含了很多不可言说的方面。怎么处理好特征,最重要的当然还是对要解决问题的了解。但是,它其实也有很多科学的地方。这篇文章我之所以命名为特征处理(Feature Processing),是因为这里面要介绍的东西只是特征工程中的一小部分。转载 2016-09-20 09:17:07 · 610 阅读 · 0 评论 -
GBDT回归的python官方例子详解
GBDT回归的python官方例子详解翻译 2017-03-08 13:48:24 · 17672 阅读 · 2 评论 -
机器学习——Gradient Boost Decision Tree(&Treelink)
Treelink是阿里集团内部的叫法,其学术上的名称是GBDT(Gradient Boosting Decision Tree,梯度提升决策树)。GBDT是“模型组合+决策树”相关算法的两个基本形式中的一个,另外一个是随机森林(Random Forest),相较于GBDT要简单一些。转载 2016-05-06 00:27:57 · 782 阅读 · 0 评论 -
在线广告基本概念
本文档参考网上各文档做的总结,主要介绍了在线广告发展史、广告系统组成、广告相关术语和广告核心问题原创 2016-05-23 15:10:29 · 2356 阅读 · 3 评论 -
淘宝反作弊系统的个人理解
个人总结的淘宝反作弊的规则,依据自己的经验和参考文档总结的作弊系统设计的一些要点原创 2016-06-13 17:52:51 · 11383 阅读 · 0 评论 -
机器学习python环境搭建
机器学习windows 7下python环境搭建和相关常见问题原创 2016-10-18 11:32:17 · 1035 阅读 · 0 评论 -
python从数据库中获得数据到numpy
使用mysql.connector连接mysql数据库 <!--Code highlighting produced by Actipro CodeHighlighter (freeware)http://www.CodeHighlighter.com/-->import mysql.connectorfrom itertools import chainimport原创 2016-12-06 10:39:06 · 4204 阅读 · 0 评论 -
python数组和矩阵使用总结
python中矩阵和数组常见使用方法,主要来自于参考文档的总结。原创 2016-12-06 10:49:31 · 6992 阅读 · 0 评论 -
scikit-learn相关软件包说明
1、官方网站简单介绍http://scikit-learn.org/stable/index.html 1、分类Classification应用:垃圾邮件过滤、图像检测算法:svm,近邻检测、随机深林等2、回归Regression应用:Drug response, Stock prices(股票价格)算法:SVR 岭回原创 2016-12-13 22:45:13 · 656 阅读 · 0 评论 -
数据标准化和归一化
1、综述 1.1原理介绍 归一化方法: 1、把数变为(0,1)之间的小数 主要是为了数据处理方便提出来的,把数据映射到0~1范围之内处理,更加便捷快速。 2、把有量纲表达式变为无量纲表达式 归一化是一种简化计算的方式,即将有量纲的表达式,经过变换,化为无量纲的表达式,成为纯量。 用途 归一化是为了加快训练网络的收敛性 归一化的具体作用是归纳统一原创 2016-12-09 22:27:55 · 6669 阅读 · 0 评论 -
机器学习相关资源
非常感谢git上的大牛整理的资源转载 2016-04-15 16:44:12 · 1753 阅读 · 0 评论 -
sklearn主要包简介
sklearn主要包简介翻译 2017-03-08 13:16:40 · 2642 阅读 · 0 评论 -
doker上运行tensorflow
运行jupyter;设置TensorBoard;启动脚本原创 2017-01-18 14:52:41 · 1492 阅读 · 2 评论