10种常用的图算法直观可视化解释
快速介绍10个基本的图算法举例和可视化
每个数据科学家都应该知道的20个NumPy操作
NumPy构成了数据科学领域中大部分Python库的基础。
理解GPT-3: OpenAI最新的语言模型
这一切都始于OpenAl研究人员发表的论文《Language Models are few Shot Learners》,该论文介绍了GPT-3系列模型。
机器学习特性缩放的介绍,什么时候为什么使用
在这篇文章中,我们将讨论什么是特征缩放以及为什么我们在机器学习中需要特征缩放。
推荐系统基础:使用PyTorch进行矩阵分解进行动漫的推荐
通过将评分矩阵分解成两个高而细的矩阵来填充矩阵,是推荐系统的一个核心技术
特征工程之处理时间序列数据
维基百科对于特征工程的定义是:利用相关领域知识,通过数据挖掘技术从原始数据中提取特征的过程。
机器学习算法背后的数学原理
不同的机器学习算法是如何从数据中学习并预测未知数据的呢?
Matplotlib中的“plt”和“ax”到底是什么?
在幕布中绘图,还是在幕布上的单元格中绘图? 实际上,作为最流行和最基础的数据可视化库,Matplotlib
使用深度学习模型创作动漫故事,比较LSTM和GPT2的文本生成方法
这个项目的动机是想看看在短短的几年时间里NLP领域的技术已经走了多远,特别是当它涉及到生成创造性内容的时候。
LightGBM的参数详解以及如何调优
lightGBM可以用来解决大多数表格数据问题的算法。有很多很棒的功能,并且在kaggle这种该数据比赛中会经常使用。
使用2D卷积技术进行时间序列预测
本文将展示一种新的时间序列预测方法。
在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练
这篇文章是使用torch.nn.parallel.DistributedDataParallel API在纯PyTorch中进行分布式训练的简介。
可以提高你的图像识别模型准确率的7个技巧
下面是一些提高模型性能指标的策略或技巧,可以大大提升你的准确率。
基于树的机器学习模型的演化
基于树的分类模型是一种监督机器学习算法,它使用一系列条件语句将训练数据划分为子集。
使用卷积神经网络构建图像分类模型检测肺炎
在本篇文章中,我将概述如何使用卷积神经网络构建可靠的图像分类模型,以便从胸部x光图像中检测肺炎的存在。
深入SVM:支持向量机核的作用是什么
您可能听说过所谓的内核技巧,这是一种支持向量机(SVMs)处理非线性数据的小技巧。
反向传播算法:定义,概念,可视化
最全的反向传播定义感念介绍
使用卡尔曼滤波平滑时间序列,提高时序预测的准确率
在时间序列预测中,脏乱数据的存在会影响最终的预测结果。这是肯定的,尤其是在这个领域,因为时间依赖性在处理时间
在PyTorch中使用Seq2Seq构建的神经机器翻译模型
在这篇文章中,我们将构建一个基于LSTM的Seq2Seq模型,使用编码器-解码器架构进行机器翻译。
Pandas处理时间序列数据的20个关键知识点
时间序列数据有许多定义,它们以不同的方式表示相同的含义。一个简单的定义是时间序列数据包括附加到顺序时间点的数据点。