自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 Leetcode85:最大矩形

题目:给定一个仅包含 0 和 1 、大小为 rows x cols 的二维二进制矩阵,找出只包含 1 的最大矩形,并返回其面积。难度:困难解题思路:class Solution: def maximalRectangle(self, matrix: List[List[str]]) -> int: if not matrix:return 0 m,n=len(matrix),len(matrix[0]) # 记录当前位置上方连续.

2020-12-26 22:58:47 287 1

原创 RNN:循环神经的网络结构、特点及应用实例

RNN:循环神经的网络结构及其特点前言一、RNN?二、使用步骤1.引入库2.读入数据总结前言循环神经网络(Recurrent Neural Network, RNN)是用来建模序列化数据的一种主流深度学习模型。RNN将神经元串行起来,每个神经元能用它的内部变量保存之间输入的序列信息来把整个序列浓缩成抽象表示,并据此进行分类或生成新的序列,解决了传统前馈神经网络无法处理变长序列和难以捕捉序列中长距离的依赖关系的问题,基于此特点RNN在机器翻译、序列标注、图像标注、推荐系统、智能聊天机器人和自动作词作曲.

2020-12-26 22:36:36 8310

原创 Tableau培训学习笔记3:空间数据分析——科比投篮以及新冠肺炎分析(带数据)

Tableau培训学习笔记Tableau培训学习笔记3:空间数据分析——科比投篮以及新冠肺炎分析1.科比投篮分析2. 新冠肺炎流出数据分析Tableau培训学习笔记3:空间数据分析——科比投篮以及新冠肺炎分析1.科比投篮分析2. 新冠肺炎流出数据分析...

2020-12-13 11:05:42 703 1

原创 Tableau培训学习笔记2:热力图,时间分析(带数据)

Tableau培训学习笔记Tableau培训学习笔记2:热力图,时间序列分析Step1. 热力图Step2. 显示物价变化图Step.3 绘制杠铃图显示全球价格差异Tableau培训学习笔记2:热力图,时间序列分析Step1. 热力图Step2. 显示物价变化图Step.3 绘制杠铃图显示全球价格差异...

2020-12-11 21:58:17 1209 1

原创 Tableau培训学习笔记1:咖啡分析(带数据)

Tableau培训学习笔记:咖啡分析Step1. 数据导入Step2. 建立工作表各品类卡路里与咖啡因关系Step3.建立糖分和卡路里关系工作表Step4.新建仪表盘Step5.新建全国门店分布工作表Step6.整合显示仪表盘Step6.保存文件Step1. 数据导入Step2. 建立工作表各品类卡路里与咖啡因关系Step3.建立糖分和卡路里关系工作表Step4.新建仪表盘Step5.新建全国门店分布工作表Step6.整合显示仪表盘Step6.保存文件.

2020-12-07 23:10:19 1148 2

原创 模型评估方法以及评估指标——准确率、精确率、召回率以及P-R曲线和ROC曲线介绍

模型评估方法以及评估指标介绍前言一、准确率、精确率、召回率1.1 准确率(Accuracy)1.2 精确率(Precision)1.3 召回率(Recall)二、P-R曲线和ROC曲线2.1 P-R曲线2.2 ROC曲线三、模型评估验证方法3.1 Holdout检验3.2 交叉检验3.3 自助法前言”没有测量,就没有科学“在机器学习中,只有选择与问题相匹配的评估方法,才能快速地发现模型选择或训练过程中出现的问题,迭代地对模型进行优化。模型评估主要是离线评估和在线评估两个阶段,本文整理了常见的模

2020-12-06 18:20:10 17544

原创 集成学习:Bagging&Boosting思想以及随机森林&GBDT方法介绍

Ensemble Learning前言一、BaggingBaggingBagging&BoostingBoostingBoosting介绍二、集成学习的步骤总结前言面对一个机器学习问题,通常有两种策略。一种是尝试各种模型,选择最合适的模型做重点调参优化,来达到我们的效果,另外一种就是不花费过多精力在一个模型上,而是多训练几个不太相关的模型,然后综合考量各个模型的结果作最终决策。这两种方法都有体现集成学习的思想,前一种是boostingboostingboosting,而后一种则是bagging

2020-12-06 15:33:23 306

原创 LSTM的结构、原理及其数据的输入格式介绍

LSTM的结构、原理及其数据的输入格式介绍前言一、LSTM是什么?二、LSTM的网络结构及原理1.LSTM的网络结构2.LSTM的结构原理3.通俗理解LSTM的三个门4.LSTM神经网络的输入输出参考资料前言LSTM由于其结构特点,能够学习长的依赖关系,被广泛应用到深度学习的各个领域,作者最近使用LSTM实现了两个小的工程应用场景,对LSTM的结构以及特点进行简单介绍,希望对大家理解这种结构有帮助。一、LSTM是什么?LSTM全写为Long short-term memory(长短期记忆),是一.

2020-11-28 13:53:50 29164 5

原创 DataFrame基础但又常用的操作

DataFrame学习笔记学习笔记1.DataFrame的创建2.改变DataFrame中的值3.随机打乱DataFrame中的行功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入学习笔记好记性不如烂笔头,笔者作为一名刚工作不久的

2020-11-25 22:55:30 573

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

提示
确定要删除当前文章?
取消 删除