数据科学中的 10 个重要概念和图表的含义
“当算法给你一条曲线时，一定要知道这个曲线的含义！”
欢迎来到对抗路——机器学习-多元线性回归模型（详解）
🍌文章适合于所有的相关人士进行学习🍌🍋各位看官看完了之后不要立刻转身呀🍋🍑期待三连关注小小博主加收藏🍑🍉小小博主回关快 会给你意想不到的惊喜呀🍉文章目录🐲前言🐲多元线性回归模型讲解🐮公式推导🐮案例🐮案例解决代码🐮数据哑变量处理🐮如何判断是否线性相关🐺模型的F检验🐷提
Pandas读取数据
一、pandas读取csv文件import pandas as pddata=pd.read_csv('city.csv')print(data)这里我们可以指定name参数，来给我们的列表的不同列命名import pandas as pddata=pd.read_csv('city.csv',na
机器学习——从0开始构建自己的深度学习网络
机器学习——从0开始构建自己的深度学习网络
在时间序列中使用Word2Vec学习有意义的时间序列嵌入表示
在这篇文章中，介绍了众所周知的 Word2Vec 算法的推广，用于学习有价值的向量表示。我们在时间序列上下文中应用 Word2Vec,并展示了这种技术在非标准 NLP 应用程序中的有效性。整个过程可以很容易地集成到任何地方，并且很容易用于迁移学习任务。
机器学习入门-一元线性回归模型的骚操作
🐸文章适合于所有的相关人士进行学习🐸🐶各位看官看完了之后不要立刻转身呀🐶🐼期待三连关注小小博主加收藏🐼🐤小小博主回关快 会给你意想不到的惊喜呀🐤文章目录🚩前言🚩一元线性回归模型讲解☁️我们可能会遭遇的问题☁️线性回归模型🚩数学公式推导☁️公式推导☁️代码介绍及实现🌊jupyt
520不要老想着谈恋爱要变的更加爱强化学习
快速了解强化学习
home credit default risk（捷信违约风险）机器学习模型复现(论文_毕业设计_作业)
home credit default risk（捷信违约风险）机器学习模型复现(论文_毕业设计_作业)
基于LSTM的时空序列预测任务文章总结
时空序列预测任务，LSTM单元结构
李宏毅老师《机器学习》课程笔记-3卷积神经网络
介绍了深度学习在图像识别领域的应用—卷积神经网络。
机器学习系列(14)_PCA对图像数据集的降维_03
文章目录一、噪音过滤1、案例：手写数字图像识别一、噪音过滤降维的目的之一是希望抛弃对模型带来负面影响的特征，同时，带有效信息的特征的方差应该是远大于噪音的，所以相比噪音，有效的特征所带来的信息不会在PCA当中大量抛弃。inverse_transform能够在不恢复原始数据的情况下，将降维后的数据返回
数学建模学习（69）：朴素贝叶斯回归分类，轻松掌握
手把手教你使用贝叶斯回归分类模型
正则化——参数范数惩罚
L1和L2正则化
神经网络入门（详细 ）
机器学习流程、K近邻算法，以及详细介绍了神经网络的基本框架。
Python 3.11比3.10 快60%：使用冒泡排序和递归函数对比测试
Python 3.11中特意强调了优化，我们可以实际验证下到底有没有官方说的平均1.25倍的提升呢？
机器学习作业(第十八次课堂作业)
机器学习作业(第十八次课堂作业)
机器学习——k近邻（KNN算法）工作原理、代码实现详解
机器学习——k近邻（KNN算法）工作原理、欧式距离、代码实现详解
计算机视觉系列（二）——迁移学习
目录一、迁移学习与微调二、如何寻找预训练的模型？三、初始化模型四、将 ResNet 迁移到 CIFAR-10 上一、迁移学习与微调ImageNet 数据集大约有 120w 个样本，类别数为 1000；MNIST 数据集只有 6w 个样本，类别数为 10。然而，我们平常接触到的数据集的规模通常在这两者
概率还不会的快看过来《统计学习方法》——第四章、朴素贝叶斯法
作者简介：整个建筑最重要的是地基，地基不稳，地动山摇。而学技术更要扎稳基础，关注我，带你稳扎每一板块邻域的基础。博客主页：啊四战斗霸的博客专栏：《统计学习方法》第二版——个人笔记创作不易，走过路过别忘了三连击了哟！！！关注作者，不仅幸运爆棚，未来更可期！！！***有代码，就有注释！！！Triple
一个简单实例解析移动平均模型 Moving-Average Models
本文将使用简单的说明性示例来解释移动平均模型（Arima [p，q]中的MA [Q]）。
