JimCal

原文链接: http://blog.youkuaiyun.com/qq_16365849/article/details/506543371、时间序列的分类时间序列分为：非季节性数据和季节性数据一个非季节性时间序列包含一个趋势部分和一个不规则部分。一个季节性时间序列包含一个趋势部分，一个季节性部分和一个不规则部分。在实践操作中，时间序列数据存在着前后关系。例如，今天股票的价格很有可

为了方便，这里使用Docker方式安装Tensorflow。在学习阶段，更推荐使用才云科技的镜像： docker pull cargo.caicloud.io/tensorflow/tensorflow:0.12.0下载镜像完成后，启动：docker run -it -d -p 8888:8888 -p 6006:6006 cargo.caicloud.io/tensorflo

k-近邻算法(kNN)采用测量不同特征值之间的距离对数据集进行分类，数据范围主要为数值型和标称型，基本工作原理如下：存在一个样本数据集合，也称训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系（属于监督学习，因为我们知道了样本数据对应的结果）。一个算法通过对这些训练样本集训练基本稳定后，就可以使用它了，我们输入没有标签的新数据后，将新数据的每个特征与样本

原文链接: http://blog.youkuaiyun.com/xingchenbingbuyu/article/details/68482838?ref=myrecommend40行代码的人脸识别实践40行代码的人脸识别实践前言一点区分所用工具Dlib人脸识别前期准备识别流程代码运行结果前言

原文: http://www.jianshu.com/p/0e9eea729476原文引言Backpropagation (BP) 是使得训练深度模型在计算上可行的关键算法。对现代神经网络，这个算法相较于无脑的实现可以使梯度下降的训练速度提升千万倍。而对于模型的训练来说，这其实是 7 天和 20 万年的天壤之别。除了在深度学习中的使用，BP 本身在其他的领域中也是一

原文: http://blog.youkuaiyun.com/aliceyangxi1987/article/details/70788930CS224d－Day 2:在 Day 1 里，先了解了一下 NLP 和 DP 的主要概念，对它们有了一个大体的印象，用向量去表示研究对象，用神经网络去学习，用 TensorFlow 去训练模型，基本的模型和算法包括 word2vec，soft

原文链接版权声明：  本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com前言：  第二篇的文章中谈到，和部门老大一宁出去outing的时候，他给了我相当多的机器学习的建议，里面涉及到很多的算法的意义、学习方法

原文: http://blog.youkuaiyun.com/aliceyangxi1987/article/details/71079522本文结构：时间序列分析？什么是ARIMA？ARIMA数学模型？input，output 是什么？怎么用？－代码实例常见问题？时间序列分析？时间序列，就是按时间顺序排列的，随时间变化的数据序列。 生活中各领域各行业太多时