- 博客(5)
- 资源 (5)
- 收藏
- 关注
原创 Tensorboard—使用keras结合Tensorboard可视化
1. keras如何使用tensorboard keras使用tensorboard是通过回调函数来实现的,关于什么是keras的“回调函数”,这里就不再赘述了,所以Tensorboard也是定义在keras.callbacks模块中的,通过构造一个Tensorboard类的对象,然后在训练的时候在fit里面指定callbacks参数即可,keras使用的一般格式为:# 构...
2019-08-27 11:40:13 2842
原创 决策树(Decision Tree)和随机森林
1. 决策树1.1 概念 决策树是一种树形结构,为人们提供决策依据,决策树可以用来回答yes和no问题,它通过树形结构将各种情况组合都表示出来,每个分支表示一次选择(选择yes还是no),直到所有选择都进行完毕,最终给出正确答案。决策树是一种贪心算法,它要在给定时间内做出最佳选择,但 并不关心能否达到全局最优 。 决策树(dec...
2019-08-12 09:07:01 1720
原创 拉格朗日乘子法 & KKT条件
目录1. 拉格朗日乘子法用于最优化的原因2. 最优化问题三种情况2.1 无约束条件2.2 等式约束条件:拉格朗日乘子法2.3 不等式约束条件:KKT3. Lagrange对偶函数3.1对偶函数与原问题的关系3.2 Lagrange对偶问题(1)弱对偶性(2)强对偶性(3)KKT条件 在求解最优化问题中,拉格朗日乘子法(Lagrange...
2019-08-08 10:18:17 6723
原创 凸函数,凸优化问题,凸二次规划问题
https://blog.csdn.net/promisejia/article/details/81241201二次规划:https://baike.baidu.com/item/%E4%BA%8C%E6%AC%A1%E8%A7%84%E5%88%92/4269159?fr=aladdin
2019-08-08 09:36:35 960
原创 数学基础:高斯分布
1. 最大似然估计(MLE) 概念:给定一堆数据,假如我们知道它是从某一种分布中随机取出来的,可是我们并不知道这个分布具体的参数,即“模型已定,参数未知”。例如,已知分布是正态分布,但是不知道均值和方差;或者已知是二项分布,但是不知道均值。 最大似然估计(MLE,Maximum Likelihood Estimation)就可以用来估计模型的参数。 MLE的目标是找出...
2019-08-01 15:55:52 2102
chapter13_Income Forecasting Model.rar
2019-05-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人