- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 t检验
数据出来了要做三件事：1，检验一下数据是否符合正态分布；2，如果符合正态分布，就进行T检验，看P值是否小于0.05；3，如果数据不符合正态分布，就用另外的“非参数检验”。但是我完全不明白这些名词背后是什么原理。这些原理是这样的：举个例子：好比我们有一个H0假设（不希望出现的假设）说：“抽烟人群的肺活量和非抽烟人群没有差异”。我们已经知道非抽烟人群的肺活量均值是u0。因此H0假设就意
2016-11-26 20:00:01
32135
3
转载 深度学习应用
深度学习（Deep Learning），这是一个在近几年火遍各个领域的词汇，似乎所有的算法只要跟它扯上关系，瞬间就显得高大上起来。但其实，从2006年Hinton在Science上的论文算起，深度学习发展至今才不到十年。在这短短几年时间里，深度学习颠覆了语音识别、图像分类、文本理解等众多领域的算法设计思路，渐渐形成了一种从训练数据出发，经过一个端到端（end-to-end）的模型，然后直接
2016-11-25 17:24:36
1197
转载 深度学习发展及粗略介绍
原文地址点击打开链接深度学习的起源[1] 人工智能（Artificial Intelligence）就像长生不老和星际漫游一样，是人类最美好的梦想之一。虽然计算机技术已经取得了长足的进步，但是到目前为止，还没有一台电脑能产生“自我”的意识。计算机能够具有人的意识起源于图灵测试（Turing Testing）问题的产生，由“计算机科学之父”及“人工智能之父”英国数学家阿兰·
2016-11-25 17:22:27
9100
1
转载 线性判别分析
原文地址点击打开链接线性判别分析（Linear Discriminant Analysis）标签（空格分隔）： 监督学习@author : duanxxnj@163.com @time : 2016-07-11线性判别分析Linear Discriminant Analysis线性分类器判别式函数discriminant functi
2016-11-24 20:33:22
4370
1
转载 结合Scikit-learn介绍几种常用的特征选择方法
链接http://blog.csdn.net/key_v/article/details/48008725此文系转载,原文地址:http://chaoslog.com/te-zheng-xuan-ze.html特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进一步改善模型、算法都有着重要作用。
2016-11-21 18:35:05
1012
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人