曦瓜

因学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这一篇博客是最近在做金融行业下的联邦学习，借此梳理下调研过程中的材料，希望对您有所帮助。联邦学习概览...

因学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这一篇博客是最近在做反洗钱场景下的迁移学习，借此梳理下调研过程中的材料，希望对您有所帮助。迁移学习概览...

Lab：使用决策树探索泰坦尼克号乘客存活情况开始在引导项目中，你研究了泰坦尼克号存活数据并能够对乘客存活情况作出预测。在该项目中，你手动构建了一个决策树，该决策树在每个阶段都会选择一个与存活情况最相关的特征。幸运的是，这正是决策树的运行原理！在此实验室中，我们将通过在 sklearn 中实现决策树使这一流程速度显著加快。我们首先将加载数据集并显示某些行。# Import libraries...

电影评分的 k 均值聚类假设你是 Netflix 的一名数据分析师，你想要根据用户对不同电影的评分研究用户在电影品位上的相似和不同之处。了解这些评分对用户电影推荐系统有帮助吗？我们来研究下这方面的数据。我们将使用的数据来自精彩的 MovieLens 用户评分数据集。我们稍后将在 notebook 中查看每个电影评分，先看看不同类型之间的评分比较情况。数据集概述该数据集有两个文件。我们将这两...

因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这篇博客是复盘整理 Udacity 机器学习工程师课程的学习笔记。均方误差与总平方误差（或绝对误差）一个潜在疑问是：如何判断应该使用均方误差还是总平方误差（或绝对误差）？总平方误差是指每个点的误差之和，方程式为：M = \sum_{i=1}^m \frac{1}{2} (y...

因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这篇博客是复盘整理 Udacity 机器学习工程师课程的学习笔记。 在 scikit learn 中训练模型 在此部分，我们依然使用在前几个部分使用的数据集。 我们知道机器学习领域的一些最重要的分类算法，包括以下算法： 逻辑回归 神经网络 决策树 支持向量机...

因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这个系列是机器学习实战一书的学习笔记，主要是基本算法的代码实现。机器学习实战 百度网盘链接：https://pan.baidu.com/s/1WV25w34gQyJ76AHskLJzlQ提取码：qcht推荐指数：5颗星决策树的特点优点：计算复杂度不高，输出结果易于理解，对...

因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这个系列是机器学习实战一书的学习笔记，主要是基本算法的代码实现。机器学习实战 百度网盘链接：https://pan.baidu.com/s/1WV25w34gQyJ76AHskLJzlQ提取码：qcht推荐指数：5颗星朴素贝叶斯的特点优点：在数据较少的情况下仍然有效，可以...

因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这个系列是机器学习实战一书的学习笔记，主要是基本算法的代码实现。机器学习实战 百度网盘链接：https://pan.baidu.com/s/1WV25w34gQyJ76AHskLJzlQ提取码：qcht推荐指数：5颗星机器学习基础表1-2列出了机器学习的主要任务，...

因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。转载地址：https://blog.youkuaiyun.com/qq_34896915/article/details/73565045 1、反向传播思想：计算出输出与标签间的损失函数值，然后计算其相对于每个神经元的梯度，根据梯度方...

因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。转载地址：（原创）一个完整的机器学习项目是怎么建立起来的在这篇文章中，将介绍机器学习项目的流程明确问题首先，我们需要预览这个项目。项目的目的是什么，以房价预测为例，数据为StatLib的加州房产数据，那么目的就是预测街区的房产价格中位数。划定问题及分析要知道商业目的是什么，毕竟...