- 博客(25)
- 收藏
- 关注
RSS订阅原创 基本的数据分析方法
描述统计（Descriptive Statistics）： 描述统计是对数据集中的变量进行总结和描述的方法，常用的描述统计指标包括：数据探索分析（Exploratory Data Analysis，EDA）： EDA是对数据集进行初步分析和探索的过程，旨在发现数据的特点、结构和潜在关系，常用的方法包括：相关性分析（Correlation Analysis）： 相关性分析用于衡量两个或多个变量之间的关联程度，常用的方法包括：回归分析（Regression Analysis）： 回归分析用于探究自变量和因变量之
2024-04-23 10:05:16
376
原创 数据转换和规范化
假设我们有一个包含身高和体重的数据集，我们想要建立一个线性回归模型来预测一个人的体重。但是，在进行建模之前，我们需要对数据进行转换和规范化。接下来，我们可以对身高和体重进行数据标准化，使其均值为0，方差为1。这样做可以提高模型的收敛速度和性能。在进行数据转换和规范化之前，我们首先需要处理缺失值。我们可以使用均值填充缺失值来处理体重的缺失值。通过数据转换和规范化，我们将原始数据转换为了标准化后的数据，使其更适合用于建模分析。
2024-04-23 09:42:00
959
原创 RBM受限玻尔兹曼机
受限玻尔兹曼机(RBM)一、RBM的网络结构RBM的网络结构如下图所示：RBM中包括两层，即：可见层(visible layer)，图上的___v___隐藏层(hidden layer)，图上的___h___由上图可知，在同一层中，如上图中的可见层，在可见层中，其节点之间是没有连接的，而在层与层之间，其节点是全连接的，这是RBM最重要的结构特征：层内无连接，层间全连接。在RBM的模型中，有如下的性质：当给定可见层神经元的状态时。各隐藏层神经元的之间是否激活是条件独立的；反之也同样成立。
2022-04-07 21:19:18
1163
原创 DBN深度信念网络
三、DBN3.1 生成模型深度信念网络是一个生成模型，用来生成符合特定分布的样本。隐变量用来描述在可观测变量之间的高阶相关性。假如加入服从分布 𝑝(𝑣)的训练数据，通过训练得到一个深度信念网络。生成样本时，先在最顶两层进行足够多的吉布斯采样，在达到热平衡时生成样本ℎ^((𝐿−1))，然后依次计算下一层隐变量的分布。因为在给定上一层变量取值时，下一层的变量是条件独立的，故可独立采样。这样，从第𝐿−1层开始，自顶向下进行逐层采样，最终得到可观测层的样本。3.2 参数学习深度信念网络最直接的训练方式是
2022-04-07 21:16:30
3303
原创 高等概率论 Chapter 9. Integration with Respect to a Probability Measure1
南京审计大学统计学研究生第一学期课程，《高等概率论》。
2022-03-29 14:03:02
260
原创 高等概率论 Chapter 7 Construction of a Probability Measure on R
南京审计大学统计学研究生第一学期课程，《高等概率论》。
2022-03-29 14:02:41
173
原创 高等概率论 Chapter 6 Construction of a Probability Measure
南京审计大学统计学研究生第一学期课程，《高等概率论》。
2022-03-29 14:02:29
279
原创 高等概率论 Chapter 5. Random Variables on a Countable Space
南京审计大学统计学研究生第一学期课程，《高等概率论》
2022-03-19 10:08:20
340
转载 SQL Task03：复杂查询方法-视图、子查询、函数等
文章目录3.1 视图3.1.1 什么是视图3.1.2 视图与表有什么区别3.1.3 为什么会存在视图3.1.4 如何创建视图3.1.5 如何修改视图结构3.1.6 如何更新视图内容3.1.7 如何删除视图3.2 子查询3.2.1 什么是子查询3.2.2 子查询和视图的关系3.2.3 嵌套子查询3.2.4 标量子查询3.2.5 标量子查询有什么用3.2.6 关联子查询小结练习题-第一部分3.13.23.33.43.3 各种各样的函数3.3.1 算数函数3.3.2 字符串函数3.3.3 日期函数3.3.4 转换
2021-12-20 14:13:18
311
原创 SQL Task02：SQL基础查询与排序 ---- 习题
Task02：SQL基础查询与排序 ---- 习题ref练习题1编写一条SQL语句，从product（商品）表中选取出“登记日期（regist在2009年4月28日之后”的商品，查询结果要包含product_name和regist_date两列。SELECT product_name, regist_date FROM productWHERE regist_date > '2009/4/28'练习题2请说出对product 表执行如下3条SELECT语句时的返回结果。
2021-12-16 20:39:17
137
转载 SQL Task01：初识数据库与SQL
task01 初识数据库与SQL文章目录task01 初识数据库与SQL一、初识数据库二、初识SQL数据库的创建表的创建命名规则数据类型的指定约束表的删除和更新向表中插入语句三、 练习题3.13.23.33.4一、初识数据库数据库，全称为数据库管理系统(database management system, DBMS)HDB 层次数据库RDB 关系数据库—RDBMSOracle Database：甲骨文公司的RDBMSSQL Server：微软公司的RDBMSDB2：IBM公司的
2021-12-16 16:26:28
420
原创 阿里云天池AI龙珠计划-Python训练营 最终测试
最终考试，先来分享一下成绩因为担任过python课程的助教，所以感觉好多题目都好熟悉，这些题目也可以用来当作期末考试的题库使用。1.关于内存管理，下列说法错误的是？(B)A. 变量不必事先声明B. 变量无须先创建和赋值而直接使用C. 变量无须指定类型D. 可以使用del释放资源单选 2.关于Python中的复数，下列说法错误的是? ©A. 表示复数的语法是real + image jB. 实部和虚部都是浮点数C. 虚部必须后缀j，且必须是小写D. 方法conjugate返回复数的共
2021-12-15 14:57:35
2245
转载 阿里云天池龙珠计划python训练营task4----数据分析入门活动赛事，利用Pandas分析美国选民总统
1、赛前准备1.1 前言本次赛事由开源学习组织Datawhale主办，主要带领学习者利用Python进行数据分析以及数据可视化，包含数据集的处理、数据探索与清晰、数据分析、数据可视化四部分，利用pandas、matplotlib、wordcloud等第三方库带大家玩转数据分析～还有丰富礼品等你来领取哦～学习赛事地址：https://tianchi.aliyun.com/competition/entrance/531837/introduction1.2 数据集来源介绍所有候选人信息该文件为每个
2021-12-15 11:09:52
851
转载 阿里云天池龙珠计划python训练营task3----数据结构大汇总(打卡)
Python入门(下)python中的模块化操作，各种定义的库就是用函数和类来实现的简介函数1. 函数的定义2. 函数的调用3. 函数文档4. 函数参数5. 函数的返回值6. 变量作用域Lambda-表达式1. 匿名函数的定义2. 匿名函数的应用类与对象1. 属性和方法组成对象2. self是什么？3. Python的魔法方法4. 公有和私有5. 继承6. 组合7. 类、类对象和实例对象8. 什么是绑定？9. 一些相关的内置函数（BIF）魔法
2021-12-14 17:00:24
300
转载 阿里云天池龙珠计划python训练营task1----数据结构大汇总(打卡)
Python入门(上)简介变量、运算符与数据类型1. 注释2. 运算符3. 变量和赋值4. 数据类型与转换5. print()函数位运算1. 原码、反码和补码2. 按位运算3. 利用位运算实现快速计算4. 利用位运算实现整数集合条件语句1. if 语句2. if - else 语句3. if - elif - else 语句4. assert 关键词循环语句1. while 循环2. while - else 循环3. for 循环4. for
2021-12-14 16:59:08
606
转载 阿里云天池龙珠计划python训练营task2----数据结构大汇总(打卡)
Python入门(中)原来大部分都学过，现在再来巩固一下基础的知识。简介列表1. 列表的定义2. 列表的创建3. 向列表中添加元素4. 删除列表中的元素5. 获取列表中的元素6. 列表的常用操作符7. 列表的其它方法元组1. 创建和访问一个元组2. 更新和删除一个元组3. 元组相关的操作符4. 内置方法5. 解压元组字符串1. 字符串的定义2. 字符串的切片与拼接3. 字符串的常用内置方法4. 字符串格式化字典1. 可变类型与不可变类型2.
2021-12-14 10:26:15
639
翻译 Communication-Efficient Learning of Deep Networks from Decentralized Data
Communication-Efficient Learning of Deep Networks from Decentralized Data文章目录[Communication-Efficient Learning of Deep Networks from Decentralized Data](https://arxiv.org/abs/1602.05629)Abstract1 Introduction2 The FederatedAveraging Algorithm3 Experiment
2021-12-03 10:38:44
5394
1
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