- 博客(16)
- 收藏
- 关注
RSS订阅原创 Causal - Propensity Score
focus on the treatment assignmentP(X,D,Y(1),Y(0))=P(X)P(Y(1),Y(0)∣X)P(D∣X,Y(1),Y(0)) P(X,D,Y(1),Y(0)) = P(X) P(Y(1),Y(0)|X)P(D|X,Y(1),Y(0)) P(X,D,Y(1),Y(0))=P(X)P(Y(1),Y(0)∣X)P(D∣X,Y(1),Y(0))Define the propensity scoree(X,Y(1),Y(0))=P(D=1∣X,Y(1),Y(0))e(X,
2023-10-30 14:13:21
100
原创 实习摸鱼 - Tableau 第四集：标靶图、甘特图、瀑布图
Tableau 第四集：标靶图、甘特图、瀑布图标靶图、参考线、参考区间用的是各省市售电量的销售数据。二月份电量销售完成情况首先筛选二月份。看各个省市的售电量，选择“当期值”。可以选择横向条形图，方便看。添加一个参考线：“每区”：比如按南方北方再分开，这就将表变成了两个区。“每单元格”：针对每个单元格的那条竖着的线是：所有身份的当期值的平均值，也可以选择“最小值”、“最大值”标靶：标注来看当前的实际值与计划值之间的完成情况。这里想看每个城市的当期值与月度计划值之间的差别：把
2021-07-27 09:58:34
746
原创 Tensorflow1.0 第五集：卷积神经网络CNN的MNIST数据集
Tensorflow1.0 第五集：卷积神经网络CNN的MNIST数据集卷积、卷积核就是做卷积计算池化就是最大池化和平均池化那些玩意PaddingSAME PADDING: 给平面外部补0 卷积窗口采样后得到一个跟原来平面大小相同的平面VALID PADDING: 不会超出平面外部卷积窗口采样后得到一个比原来平面小的平面假如有一个28×2828\times2828×28的平面，用 2×22\times22×2并且步长为2的窗口对其进行pooling操作，使用SAME PADDING的方式
2021-07-26 17:13:29
353
原创 Tensorflow1.0 第四集：优化器
Tensorflow1.0 第四集：优化器Optimizertf.train.GradientDescentOptimizer tf.train.AdadeltaOptimizer tf.train.AdagradOptimizer tf.train.AdagradDAOptimizer tf.train.MomentumOptimizer tf.train.AdamOptimizer tf.train.FtrlOptimizer tf.train.ProximalGradientDesc
2021-07-26 13:56:01
468
原创 实习摸鱼 - Tableau 第三集：基本表、树形图、气泡图、词云
Tableau 第三集：基本表、树形图、气泡图、词云基本表用的是酒店数据。先选行，再将想要的内容拖到标记里的“文本”。凸显表：方法一：用智能推荐生成方法二：把想要的内容再次拖到标记里的“颜色”，并选择方形二值凸显表：将10以下的用一种颜色，10以上的用另一种颜色做标记改变标记颜色但这样其实不可控制具体的分隔标准，于是改变“高级”：得到最后结果树形图可以用智能推荐：每个矩形的大小表示的是记录数的总计，即酒店数量的多少每个矩形的颜色的神情表示也是数量多少不同类型
2021-07-26 10:23:54
601
原创 Tensorflow1.0 第三集：Dropout
Tensorflow1.0 第三集：Dropout防止过拟合的方法：增加数据集正则化方法：C=C0+λ2n∑ww2C = C_{0} + \frac{\lambda}{2n}\sum_{w}w^{2}C=C0+2nλ∑ww2，减少了网络的复杂程度Dropout：训练的时候只用部分的神经元进行训练，测试的时候再将所有神经元激活还是之前的手写数字集，继续加上Dropout：import tensorflow as tffrom tensorflow.examples.tutorial
2021-07-24 16:39:19
205
原创 Tensorflow1.0 第二集：交叉熵代价函数
Tensorflow 1.0 第二集：交叉熵代价函数 周六还要坐班是真的困，摸鱼都困的那种困，是个困困的打工人。 二次代价函数（quadratic）C=12n∑x∣∣y(x)−aL(x)∣∣2 C = \frac{1}{2n} \sum_{x} ||y(x) - a^{L}(x)||^{2} C=2n1x∑∣∣y(x)−aL(x)∣∣2其中CCC表示代价函数，xxx表示样本，yyy表示实际值，aaa表示输出值，nnn表示样本的总数。为简单起见，以一个样本为例作为说明，此时代价函数为C=
2021-07-24 15:35:29
161
原创 实习摸鱼 - Tableau 第二集：数据处理、折线图、饼图
Tableau 第二集：数据处理、折线图、饼图用的是中国电影网的数据数据前处理导入数据：数据里面有：电影名字、导演、主演balabala…把电影名字拆分：可以自动将电影名字里面的信息拆分成下面这样...
2021-07-24 10:26:13
418
原创 实习摸鱼 - Tableau 第一集：条形图、直方图
Tableau 第一集：条形图、直方图从认知界面开始连接到Excel数据。也可以连接其他的。数据源界面：把数据拖到位置就行工作表界面：先说右上角的数据：维度：类别，一般是离散型度量：数字，一般是连续的筛选器：想留下哪些数据想删去哪些数据标记：可以选择想要的图类型颜色、大小文本：图上想要的指示文字列：横轴行：纵轴给个栗子，数据用的是酒店数据（未名学院）：条形图酒店数量条形图列用地区、行用计数下图鼠标在的位置都可以选一下试试酒店价格条形图如果看的是价格，
2021-07-23 16:44:26
280
原创 Tensorflow1.0 第一集续：MNIST数据集（没带卷积）
Tensorflow 1.0 第一集续：MNIST数据集用了批次（Batch）的概念。import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 输入数据集mnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 每个批次大小，即每次训练的时候用的样本大小batch_size = 50# 计算一共有多少个批次n_b
2021-07-23 15:54:51
137
原创 Tensorflow1.0 第一集: 最简单的神经网络
Tensorflow 1.0 第一集（希望实习结束的时候就算我没学会tableau，也能学会Tensorflow吧！）定义会话import tensorflow as tfm1 = tf.constant([[3,3]])m2 = tf.constant([[2],[3]])product = tf.matmul(m1, m2)print(product)# 定义一个会话，启动默认图Sess = tf.Session()print(Sess.run(product))Sess.cl
2021-07-23 15:51:13
286
原创 论文笔记：Identifying Lung Cancer Risk Factors in the Elderly Using Deep Neural Network - Chen, Wu
论文笔记：Identifying Lung Cancer Risk Factors in the Elderly Using Deep Neural Network - Chen, Wu原文链接 Identifying Lung Cancer Risk Factors in the Elderly Using Deep Neural Network个人投稿，只为记录，图文来自原论文，如有侵权请告知，马上删除。（求生欲爆棚）Abstract部分Objective: 确定老年人肺癌发病的关键危险
2020-06-04 12:40:17
347
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