Deephub
更多文章请关注公众号：Deephub-IMBA
使用假设检验分析PS4，XBox，Switch 谁是最好的游戏主机
假设检验，一劳永逸
Adam 优化算法详解
选择优化算法可能是在数分钟，数小时或数天（有时甚至是数周）内获得高质量结果的区别
算法大赛神器:集成学习方法关键点介绍
本文的目的是介绍集成学习方法的各种概念。将解释一些必要的关键点，以便读者能够很好地理解相关方法的使用，并能够
DNN、CNN和RNN的12种主要dropout方法的数学和视觉解释
深入研究DNN，CNN和RNNDropout方法 进行正则化，蒙特卡洛不确定性和模型压缩动机在（深度）机器学
机器学习模型生产环境部署的四种系统架构总结
本文将从简单到复杂介绍典型架构的特点以及其优缺点。
推荐系统的PMF - 概率矩阵分解和协同过滤
自动化推荐系统通常用于根据现有的偏好数据为用户提供他们感兴趣的产品建议。文献中通常描述了不同类型的推荐系统。
使用Numpy进行深度学习中5大反向传播优化算法的性能比较
在本文中，我们将通过计算二次凸函数的最优点来比较主要的深度学习优化算法的性能。
极限学习机 Extreme Learning Machines 介绍
极限学习机（ELM, Extreme Learning Machines）是一种前馈神经网络
为文本摘要模型添加注意力机制：采用LSTM的编解码器模型实现
摘要是自然语言处理领域中最具挑战性和最有趣的问题之一。它是一个从多种文本资源(如书籍、新闻文章、博客文章、
通俗易懂的讲解奇异值分解(SVD)和主成分分析(PCA)
通俗易懂的讲解奇异值分解(SVD)和主成分分析(PCA)
5种常用的交叉验证技术，保证评估模型的稳定性
Kaggle的数据科学黑客大会最有趣和最具挑战性的一件事是：在公共和私有的排行榜中，努力保持同样的排名。
循环生成网络 CycleGan 原理介绍
本文旨在解释“循环生成网络 CycleGan ”的内部工作原理，以及如何将其应用于解决现实世界中的任务。
从LeNet到EfficientNet：CNN的演变和特点总结
这是一个了解CNN主流变化和特点的旅程。
通过三个直观步骤理解ROC曲线
ROC曲线是一个分类模型效果好坏评判的的可视化表示。在这篇文章中，我将分三个步骤头开始构建ROC曲线。
NLP中的文本分析和特征工程
语言检测，文本清理，长度测量，情绪分析，命名实体识别，n字频率，词向量，主题建模前言在本文中，我将使用NLP
EfficientNet详解：用智能缩放的卷积神经网络获得精度增益
设计cnn网络的关键问题之一是模型缩放，EfficientNet。不仅提供了更好的准确性，而且通过减少参数和每秒浮点运算流形提高了模型的效率。
使用Keras 构建基于 LSTM 模型的故事生成器
了解和实施LSTM网络建模和NLP数据预处理指南。
流行的机器学习算法总结，帮助你开启机器学习算法学习之旅
机器学习算法概述“机器智能是人类永远需要的一项发明。
keras搭建基于自动编码器的异常检测技术进行欺诈识别
信用卡欺诈可以被归类为一种异常，使用Keras中实现的自动编码器可以检测欺诈
如何找到时序数据中线性的趋势
有时需要从时序数据中删除趋势，为下一步或数据清理过程的一部分做准备。