Mason_Chen的博客

神经网络及深度学习CNN一、传统人工神经网络（ANN）二、CNN1、CNN层次1.1 输入层1.2 卷积层1.3 激励层1.4 池化层1.4 全连接层1.5 归一化层2、CNN的应用场景一、传统人工神经网络（ANN）传统的人工神经网络由三层组成：输入层、隐藏层、输出层。每一层是由一个个神经元组成。每个连接线对应一个不同的权重（其值称为权值），这是需要训练得到的。除了输入层，每一层的节点都包含一个非线性变换。而非线性化则需要激活函数。多层带来的问题就是复杂度过高导致过拟合，因此要进行正则化。

看了课程半天没搞懂词嵌入是啥，梳理一下相关知识。参考：https://www.jianshu.com/p/2fbd0dde8804https://blog.csdn.net/m0_37565948/article/details/84989565https://www.cnblogs.com/wkang/p/9611257.html词嵌入一、关于文本与向量二、One-hot编码三、信息检索(IR)技术·Bag of wordsTF-IDF·Bi-gram 和N-Gram五、词嵌入简介四、分布式表

人工智能学习----Pandas进阶及统计分析目录一、基本数据对象及操作二、数据清洗三、数据合并及分组四、透视表目录• 基本数据对象及操作• 数据清洗• 数据合并及分组• 透视表一、基本数据对象及操作1、Series• 类似一维数组的对象• 通过list构建Series ○ ser_obj = pd.Series(range(10))• 由数据和索引组成 ○ 索引在左，数据在有 ○ 索引是自动创建的 **Series索引** • 获取数据和索引 ○ ser_ob