Deephub
更多文章请关注公众号：Deephub-IMBA
概率统计中最重要的概念:概率统计与马尔可夫链的理解
每个数据科学家一旦开始研究统计模型，就会遇到马尔可夫链和马尔可夫过程这两个术语。本文将以一种易于理解的方式解释马尔可夫过程的基本概念。
ML 模型不等于“黑盒”：explainable AI 可解释的人工智能
可解释的人工智能（explainable AI） 是机器学习领域热门话题之一。机器学习模型通常被认为是“黑盒
在Python中进行探索式数据分析（EDA）
探索性数据分析（Exploratory Data Analysis ,EDA）是对数据进行分析并得出规律的一种数据分析方法。它是一个数据试图讲述的故事。EDA是一种利用各种工具和图形技术(如柱状图、直方图等)分析数据的方法。
使用Python可视化并分析数据 大型流行病如何影响金融市场
COVID19将如何影响金融市场，股市将下跌多少，何时结束以及如何结束。在本文中，我们将分析并借鉴过去的流行病信息来回答这些问题并对未来市场进行预测。
TensorFlow还是PyTorch？哪一个才更适合编写深度神经网络？
编程实现神经网络的最佳框架是什么？TensorFlow还是PyTorch？我的回答是：别担心，你从哪一个入门，你选择哪一个并不重要，重要的是自己动手实践！
Pytorch贝叶斯深度学习库BLiTZ实现LSTM预测时序数据
本文将主要讲述如何使用BLiTZ（PyTorch贝叶斯深度学习库）来建立贝叶斯LSTM模型，以及如何在其上使用序列数据进行训练与推理。
为什么LSTM看起来那么复杂，以及如何避免时序数据的处理差异和混乱
LSTM（long short term memory，长短期记忆网络）是预测时间序列最常用的神经网络模型之一。但是这种神经网络模型相当复杂，需要特定的结构、数据前期处理等操作。
推荐系统为什么使用稀疏矩阵？如何使用python的SciPy包处理稀疏矩阵
在推荐系统中，我们通常使用非常稀疏的矩阵，因为项目总体非常大，而单个用户通常与项目总体的一个非常小的子集进行
来自G胖的微笑：使用python监督学习预测Steam游戏打折的概率
本期文章分为两期，第一篇我们先解决是否Steam平台的游戏会不会打折？下一期我们会详细分析影响Steam的打
使用Python线性回归预测Steam游戏的打折的幅度
上篇文章我们解决了Steam是否打折的问题，这篇文章我们要解决的是到底打折幅度有多少
Python和R之间转换的基本指南：使用Python或R知识来有效学习另一种方法的简单方法
这里介绍的方法与我们自学习外语的时候使用的方法是有共同之处的。
简单的统计学：如何用Python计算扑克概率
介绍在本文中，我们展示了如何在Python中表示基本的扑克元素，例如“手”和“组合”，以及如何计算扑克赔率，
通过Ti-One机器学习平台玩转2020腾讯广告算法大赛：数据预处理
腾讯的2020腾讯广告算法大赛已经开始快2周了，因为腾讯云有提供优惠卷，所以这总结一下一些基础的操作，帮助大
Python手写强化学习Q-learning算法玩井字棋
井字棋是最简单的一个游戏了，简单到我门可以不使用任何强化学习框架，只使用numpy就可完成关于它的Q-learning算法模型
AI如何能比人类的眼睛看得更清楚？通俗的解释卷积神经网络
本文介绍了现代计算机视觉的主要思想。我们探索如何将数百个学习图像中低级特征的神经元堆叠成几层。视觉，源于自然
为时间序列分析准备数据的一些简单的技巧
每个时间序列(TS)数据都装载有信息;时间序列分析(TSA)是解开所有这些的过程。然而，要释放这种潜力，需要在将数据放入分析管道之前对其进行适当的准备和格式化。
多元线性回归的模型解释、假设检验、特征选择
线性回归是最流行和讨论最多的模型之一，它无疑是深入机器学习(ML)的入门之路。这种简单、直接的建模方法值得学
1D卷积入门：一维卷积是如何处理数字信号的
卷积是在科学、工程和数学中应用最广泛的运算符之一
权重衰减== L2正则化?
神经网络是很好的函数逼近器和特征提取器，但有时它们的权值过于专门化而导致过度拟合。这就是正则化概念出现的地方
条件变分自动编码器CVAE：基本原理简介和keras实现
变分自动编码器(VAE)是一种有方向的图形生成模型，已经取得了很好的效果，是目前生成模型的最先进方法之一。