lm709409753的专栏

1 特征工程 特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。过程包含了特征提取、特征构建、特征选择等模块。 特征工程的目的是筛选出更好的特征，获取更好的训练数据。因为好的特征具有更强的灵活性，可以用简单的模型做训练，更可以得到优秀的结果。“工欲善其事，必先利其器”，特征工程可以理解为利其器的过程。2数据采集、数据清洗、数据采样...

最近很少写文章，打算把以前的机器学习和深度学习写一个专题，每天都要写一点，写在这里打个卡，也是督促自己。总结下python。python是一个脚本语言。常用的分析库/包（1）numpy :数组，矩阵（2）scipy : 统计、优化、线性代数、信号、图像处理等（3）pandas: 基于numpy，数据框，序列，数据处理，绘图（4）statsmodule 统计检验，统计建模（5）s...

TensorFlow1.后向传播的发展，促进深度学习，梯度下降2.TensorFlow 创作者 Jeff Dean Google Brain负责人hadoop mapreduce,bigtable pfGPU TPU为tensorflow专研的设备3.智能社会，银行内没有人，活动场景识别、行为识别、OCR+自动审核，身份证人脸图像比较识别落地应用：机器翻译；能源节能：牛奶...

TensorFlow 模块执行的时候，相当于拓扑排序，先把入度为0的节点加入计算队列，执行完后，更新节点的入度，如果有节点的入度为零，则加入执行队列。为零可能多个，则可以并行执行。（1）并行计算块（2）分布式计算块（cpus,gpus,tpus） (3) 预编译优化（4）可移植性好...

经验风险，

1 定义目标函数2. 定义符合的损失函数3.梯度下降，更新参数阿尔法值不同，会影响模型，有可能陷入局部最优解数据归一化使用Tensorflow开发流程...