Deephub
更多文章请关注公众号：Deephub-IMBA
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。
使用PyTorch手写代码从头构建完整的LSTM
这是一个造轮子的过程，但是从头构建LSTM能够使我们对体系结构进行更加了解，并将我们的研究带入下一个层次。
为什么中位数（大多数时候)比平均值好
开始我的数据分析冒险之旅，我发现了解数据描述的主要统计方法是非常必要的。当我深入研究时，我意识到我很难理解为给定的数据选择哪个集中趋势指标有三种:平均值，中位数和众数
自动美化你的Matplotlib ，使用Seaborn控制图表的默认值
如果您曾经在 Python 中进行过数据可视化，那么很可能您使用了 Matplotlib 库。
在Python中用Seaborn美化图表的3个示例
本篇文章可以看作是上篇文章的延续，对于想美化自己图表的小伙伴可以看看。
机器学习中评估分类模型性能的10个重要指标
在这篇文章中，我们将学习10个最重要的模型性能度量，这些度量可用于评估分类模型的模型性能。以下是我们将通过示
15个能使你工作效率翻倍的Jupyter Notebook的小技巧
概述在数据科学界，Jupyter Notebook是一个受欢迎的工具，采用率很高。本文旨在分享一些很酷的技巧
DevOps与机器学习的集成：使用Jenkins自动调整模型的超参数
Jenkins是真的好用