稀疏矩阵的概念介绍
使用稀疏矩阵既可以节省内存，也可以加快训练速度，本文中将介绍系数矩阵的概念并且通过示例介绍在什么时候以及如何使用稀疏矩阵
使用孤立森林进行无监督的离群检测
孤立森林是 一种无监督算法的异常检测，可以快速检测数据集中的异常值。
python使用numpy生成指定步长的浮点数序列
python使用numpy生成指定步长的浮点数序列#导入包和库import pandas as pdimport numpy as np# 不显示关于在切片副本上设置值的警告pd.options.mode.chained_assignment = None# 一个 dataframe 最多显示60例
AI 杀疯了！
本文推荐 11 有趣好玩的 AI 开源项目，这些项目来自计算机视觉、自然语言处理、强化学习等领域，这些项目是：1. 二次元老婆生成器2. 人脸生成器3. 视频换脸神器4. 一键生成动漫风格...
模型的可解释性：部分依赖图PDP和个体条件期望图ICE
部分依赖图 (PDP) 和个体条件期望 (ICE) 图可用于可视化和分析训练目标与一组输入特征之间的交互关系。
【人工智能】决策树
目录：前言一、决策树二、原理1、性质：2、停止分割常用算法意义前言：前言本文参考书籍：《人工智能原理及其应用》第四版✨你好啊，我是“ 怪& ”，是一名在校大学生哦。🌍主页链接：怪&的个人博客主页☀️博文主更方向为：课程学习知识、作业题解、期末备考。随着专业的深入会越来越广哦…一起期
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
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)
