- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 爬取有道翻译自制小软件
爬取有道翻译自制小软件import requests#url='http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'url='http://fanyi.youdao.com/translate'headers={ 'User-Agent': 'Mozilla/5.0 (Windows N...
2020-03-25 20:12:08
250
原创 机器学习实战Ch03--决策树
---title: 机器学习实战--决策树date: 2018-05-25 10:32:28tags: - 机器学习实战categories:- 机器学习---# 决策树优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特诊数据缺点：可能会产生过度匹配问题使用数据类型：数值型和标称型专家系统中，经常使用决策树<!--more--># trees.py f...
2018-05-25 11:17:58
415
原创 机器学习实战Ch02--KNN
kNN.py'''优点：精度高，对异常值不敏感，无数据输入假定缺点：计算复杂度高，空间复杂度高使用数据范围：数值型和标称型'''from numpy import *import operatorfrom os import listdirdef createDataSet(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0....
2018-05-11 23:24:19
1169
转载 LaTeX新人教程，30分钟从完全陌生到基本入门
LaTeX新人教程，30分钟从完全陌生到基本入门转载自http://blog.sina.com.cn/s/blog_90444ed201016iq6.html对于真心渴望迅速上手LaTeX的人，前言部分可以跳过不看。本教程面向对LaTeX完全无认知无基础的新人。旨在让新人能够用最简单快捷的方式，轻松入门，能够迅速使用LaTeX完成基本的文本编辑。这个教材最终能够达到的水平是能够使用LaTeX写一篇...
2018-04-26 10:38:16
227
翻译 DCGAN论文译本
用深度卷积生成对抗网络进行无监督表示学习摘要近年来，监督学习的卷积网络（CNN）在计算机视觉应用中有着广泛的应用。相比之下，无监督的卷积网络CNN学习受到的关注较少。在这项工作中，我们希望可以帮助缩小有监督学习的CNN和无监督学习的CNN成功之间的差距。我们介绍了一类CNN叫做深度卷积生成对抗网络（DCCNG），它具有一定的架构约束，表明它们是非监督学习的有力候选。对各种图像数据集进行训练，我们展...
2018-03-25 20:18:06
5341
翻译 详细解读Ian Goodfellow ICCV2017演讲PPT《解读GAN的原理与应用》
PPT下载：http://www.iangoodfellow.com/slides/2017-10-22.pdfPPT1：生成对抗网络 PPT2：生成模型生成模型有两种方法：密度（概率）估计：就是说在不了解事件概率分布的情况下，先假设随机分布，然后通过数据观测来确定真正的概率密度是怎样的。样本生成：就是手上有一些训练样本数据，通过训练后的模型来生成类似的“样本”。PPT最底下一排图片来自于Ima...
2017-11-02 11:06:48
2008
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人