深度学习相关概念：计算图与反向传播
深度学习相关概念：反向传播、梯度消失与梯度爆炸计算图计算图总结反向传播颗粒度 在深度学习分类问题中，反向传播是一个重要的环节，它决定着模型是否能被训练，反向传播相当于一个负反馈，当一件事做完之后，会寻找当前事件做的不好的问题，进行回传，当下次在做的时候，进行优化。计算图 在了解反向传播之前，我们
python必备库-画图神器Matplotlib手把手教学
python必备库-画图神器Matplotlib手把手教学
pandas使用query函数基于组合索引筛选dataframe的数据行（与and、或or、非not）
pandas使用query函数基于组合索引筛选dataframe的数据行（与and、或or、非not）
提高EDA（探索性数据分析）效率的 3 个简单工具
本文简单的介绍 3 个非常好用的的数据可视化和分析工具，它们只需要很少的代码就可以自动的帮助我们执行快速和详细的数据分析
基于Pytorch的神经网络之Regression
目录1.引言2.神经网络搭建2.1 准备工作2.2 搭建网络2.3 训练网络3.效果4. 完整代码1.引言我们之前已经介绍了神经网络的基本知识，神经网络的主要作用就是预测与分类，现在让我们来搭建第一个用于拟合回归的神经网络吧。2.神经网络搭建2.1 准备工作要搭建拟合神经网络并绘图我们需要使用pyt
R语言使用tidyr包的pivot_longer函数将dataframe从宽表转化为长表
R语言使用tidyr包的pivot_longer函数将dataframe从宽表转化为长表
Python 中的 requirements.txt 与 setup.py
Python 中 requirements.txt、setup.py 和 setup.cfg 的用途
11.1 迁移学习【李沐-斯坦福21秋季：实用机器学习中文版】
【李沐-斯坦福21秋季：实用机器学习中文版】笔记系列11.1 迁移学习1. 迁移学习是什么？ 迁移学习就是能在一个任务上学习一个模型，然后用其来解决相关的别的任务，这样我们在一个地方花的时间，学习的一些知识，研究的一些看法可以在另外一个地方被使用到； 所以例如，也许你已经训练好一个神经网络，能够识
【算法岗面试】某小厂E机器学习
文章目录1.deepFM的FM特点，deep部分设置了多少层，依据2.算法题：爬楼梯3.算法题：最大子数组和4.sql题：商品id、类别、价格，mysql找出找出每类前10大的商品5.1000个学生成绩排序，比快排更快的方法6.常用的数据预处理有哪些操作7.transformer的文本抽取8.反欺诈
神经网络之基础理论
目录1.引言1.1 生物神经网络1.2 人工神经网络2.神经元基本结构2.1 输入2.2 处理2.2.1 加权求和2.2.2 激活函数2.3 输出3.神经网络结构3.1 输入层3.2 隐藏层3.3 输出层1.引言1.1 生物神经网络生物神经网络（Biological Neural Networks）
Pandas DataFrame 中的自连接和交叉连接
在本文中，介绍了如何在Pandas中使用连接的操作，以及它们是如何在 Pandas DataFrame 中执行的。
R语言将因子类型数据转化为字符串类型数据
R语言将因子类型数据转化为字符串类型数据
R语言使用sort.list函数对向量数据进行排序（默认升序排序）、返回排序后的对应索引值
R语言使用sort.list函数对向量数据进行排序（默认升序排序）、返回排序后的对应索引值
机器学习笔记(5)——逻辑回归
上一篇：机器学习笔记(4)——多变量线性回归逻辑回归实际是一种有监督学习中的分类算法，称为回归是历史原因前言前面我们已经学习了线性回归，线性回归适用于预测一个连续值，就是说预测值可能的范围存在连续，比如前面讲的房价问题，房价可能的值就是一个连续的范围（比如0~10w)，但是它不能很好的处理分类问题，
R语言筛选dataframe数据中包含特定字符串的数据行(contains)
R语言筛选dataframe数据中包含特定字符串的数据行(contains)
R语言使用ggplot2可视化：使用散点图可视化dataframe数据
R语言使用ggplot2可视化：使用散点图可视化dataframe数据
R语言使用tidyr包的pivot_wider函数从长表变换为宽表、pivot_longer函数从宽表变换为长表
R语言使用tidyr包的pivot_wider函数从长表变换为宽表、pivot_longer函数从宽表变换为长表
R语言使用if()函数和else() 函数实战
R语言使用if()函数和else() 函数实战
数据预处理之数据的特征缩放——sklearn实现
目录前言一、标准化（StandardScaler）二、归一化（MinMaxScaler）三、正则化（Normalizer）四、绝对值最大标准化（MaxAbsScaler）五、二值化（Binarizer）六、OneHot编码（OneHotEncoder）参考前言在现实任务中，我们的数据集往往存在各种各
Python日记（5）——matplotlib基础入门（3）
Python日记（4）——matplotlib基础入门（2）在这里插入代码片每天做一个Python小练习，顺便记录一些小技巧。刻度，标签和图例matplotlib中的pyplot方法，专门设计为做交互式作用，包含了xlim、 xticks和xticklabel等方法，这些方法分别控制了绘图范围、刻度
