守得云开见月明

原标题：Adam那么棒，为什么还对SGD念念不忘（一）一个框架看懂优化算法 “ 说到优化算法，入门级必从 SGD 学起，老司机则会告诉你更好的还有AdaGrad / AdaDelta，或者直接无脑用 Adam。可是看看学术界的最新 paper，却发现一众大神还在用着入门级的 SGD，最多加个 Momentum 或者 Nesterov，还经常会黑一下 Adam。这...

jieba可对分词后的单词进行词性标注，比如动词、名词还是形容词等等。词性类别详细列表：

文章目录第10章 人工神经网络简介  1 从生物神经元到人工神经元     1.1 生物神经元     1.2 具有神经元的逻辑计算     1.3 感知器     1.4 多层感知器和反向传播  2 用TensorFlow的高级API来训练MLP  3 使用纯TensorFlow训练DNN     3.1 构建阶段     3.2 执行阶段     ...

文章目录第9章 运行TensorFlow  1 简介和安装  2 创建一个计算图并在会话中执行  3 管理图  4 节点值的生命周期  5 TensorFlow中的线性回归  6 实现梯度下降     6.1 手工计算梯度     6.2 使用自动微分     6.3 使用优化器  7 给训练算法提供数据  8 保存和恢复模型  9 用Tens...

张量--->blog也许你已经下载了TensorFlow，而且准备开始着手研...

...

1.图计算介绍   最近在看TensorFlow，tf首先会构建一个计算图，然后才会执行这个图。由此，我感觉图计算算法比较重要，不管是面试还是各种应用场景，网上看到一篇让我豁然开朗的文章，在这里记录下。2.图计算算法的应用（很重要）3.图算法畅想   鉴于它的重要性，首先，以后刷算法要着重关注一下；其次，应用场景相关的项目也要考虑。...

1. 如果训练集特征超过百万个，你会选择什么线性回归训练算法？   随机梯度下降或小批量梯度下降，内存允许的话也可以用批量梯度下降。由于计算复杂度随着特征数量的增加而加速提升(比二次方高)，所以不能使用标准方程。2.如果训练集里特征的数值大小迥异，什么算法可能会受到影响？受影响程度如何？你该怎么做？   成本函数呈现为细长的碗状，导致梯度下降算法震荡耗费很长时间才能收敛。解决：数据缩放。...

站内导航算法及原理剑指offer刷题汇总机器学习实战（学习笔记）

scikit-learn提供了一系列转换库，他们可以清洗，降维，提取特征等。在数据转换中有三个很重要的方法，fit，fit_transform,transformss=StandardScaler()X_train = ss.fit_transform(X_train)X_test = ss.transform(X_test)初学时候好奇为何，训练样本用fit_transfor...

文章目录第4章 训练模型  1 线性回归     1.1 标准方程     1.2 计算复杂度  2 梯度下降     2.1 批量梯度下降     2.2 随机梯度下降     2.3 小批量梯度下降  3 多项式回归  4 学习曲线  5 正则线性模型     5.1 岭回归     5.2 套索回归     5.3 弹性网络    ...

第3章练习题1. 为MNIST数据集构建一个分类器，并在测试集上达成超过97%的精度。

文章目录第3章 分类  1 MINIST  2 训练一个二元分类器  3 性能考核     3.1 使用交叉验证测量精度     3.2 混淆矩阵     3.3 精度和召回率     3.4 精度 / 召回率权衡     3.5 ROC曲线  4 多类别分类器  5 错误分析  6 多标签分类  7 多输出分类  8 练习  9 那些...

第2章练习题1.使用不同的超参数，如kernel=“linear”（具有C超参数的多种值）或kernel=“rbf”（C超参数和gamma超参数的多种值），尝试一个支持向量机回归器，不用担心现在不知道这些超参数的含义。最好的SVR预测期是如何工作的？from sklearn.model_selection import GridSearchCVparam_grid = [ ...

文章目录第2章 端到端的机器学习项目  1 使用真实数据  2 观察大局  3 获取数据（pandas）     3.1 创建工作区     3.2 下载数据     3.3 快速查看数据结构     3.4 创建测试集  4 从数据探索和可视化中获得洞见 EDA（pandas、matplotlib、seaborn）     4.1 将地理数据可视化  ...

文章目录第1章 机器学习介绍  1 什么是机器学习  2 为什么要使用机器学习  3 机器学习的种类     3.1 监督式/无监督式学习        3.1.1 常用有监督学习算法        3.1.2 常用无监督式学习算法        3.1.3 半监督式学习算法     3.2 批量学习和在线学习     3.3 基于实例和基于模型的学习  4...

1.前言   从今天开始，要开始练手《机器学习实战》了。前面学了一点理论基础，而且还做了两个比赛，但是感觉很多东西还是无从下手，只是跑跑baseline的水平，没有形成一个完整的体系，所以要踏踏实实的打好基础。光说不练假把式，光学理论是没有用的，理论结合实践，真正通过实战才能学到知识，悟到真理。   就是这本书，相信很多人已经都看过了。   这本书不会原文字照搬，而是根据自己理解更...

原文地址：https://blog.youkuaiyun.com/csdn15698845876/article/details/73380803 1. stack()函数 函数原型为：stack(arrays, axis=0)，arrays可以传数组和列表。axis的含义我下面会讲解，我们先来看个例子，然后我会分析输出结果。import numpy as npa=[[1,2,3], ...

原文地址：htt ps://blog.youkuaiyun.com/u010159842/article/details/80433354 近年来搞金融诈骗的越来越厉害啦，除了团伙化、组织化的趋势，有的居然每个月还有固定的推广费呢。那么，如何从数据的角度去鉴别诈骗团伙呢？以下“朝阳35处”出品的这篇文章...

前言     关于机器学习相关的算法，不想追求高大上，只想用通俗易懂的方式去推导。一是因为非数学专业，能力有限；二是因为只注重公式推导和严谨性对于初学者来说不好理解。欢迎大佬们多多指教。目录基础算法排序快速排序归并排序堆排序插入排序选择排序冒泡排序希尔排序桶排序计数排序基数排序查找二分查找旋转数组 ( 二分查找的变种 )机器学习算法...

前言     本章总结支持向量机。关于SVM的理解，我建议自己手推一遍，多看几遍相关视频，推不出来的地方着重看一下。手推公式不是目的，通过手推公式理解SVM才是真谛。目录基础算法排序快速排序归并排序堆排序插入排序选择排序冒泡排序希尔排序桶排序计数排序基数排序查找二分查找及变种机器学习算法传统机器学习LR（逻辑回归）SVM（支持...

前言     本文总结xgboost，我们的举例大部分都是针对二分类这种场景，毕竟实际工作中分类的场景是比较多的，我们就顺着分类场景这条线讲。大佬们有问题的欢迎留言交流和指教，一起学习吧。目录基础算法排序快速排序归并排序堆排序插入排序选择排序冒泡排序希尔排序桶排序计数排序基数排序查找二分查找及变种机器学习算法传统机器学习LR（逻...

函数、符号及特殊字符声调语法效果语法效果语法效果\bar{x}\acute{\eta}\check{\alpha}\grave{\eta}\breve{a}\ddot{y}\dot{x}\hat{\alpha}\tilde{\iota}函数语法...