勋章
我关注的人
粉丝
技术能力
暂时未有相关云产品技术能力~
暂无个人介绍
-
发表了文章 2022-06-07
一文搞定深度学习建模预测全流程（Python）（下）
一文搞定深度学习建模预测全流程（Python）
-
发表了文章 2022-06-07
一文搞定深度学习建模预测全流程（Python）（上）
本文详细地梳理及实现了深度学习模型构建及预测的全流程，代码示例基于python及神经网络库keras，通过设计一个深度神经网络模型做波士顿房价回归预测。主要依赖的Python库有：keras、scikit-learn、pandas、tensorflow（建议可以安装下anaconda包，自带有常用的python库）
-
发表了文章 2022-06-07
一文概览神经网络优化算法
一文概览神经网络优化算法
-
发表了文章 2022-06-07
一文深层解决模型过拟合
一文深层解决模型过拟合
-
发表了文章 2022-06-07
神经网络学习到的是什么？（Python）
神经网络（深度学习）学习到的是什么？一个含糊的回答是，学习到的是数据的本质规律。但具体这本质规律究竟是什么呢？要回答这个问题，我们可以从神经网络的原理开始了解。
-
发表了文章 2022-06-07
一文概览神经网络模型
一般的，神经网络模型基本结构按信息输入是否反馈，可以分为两种：前馈神经网络和反馈神经网络。
-
发表了文章 2022-06-07
神经网络拟合能力的提升之路（Pyhton）
本文侧重于模型拟合能力的探讨。过拟合及泛化能力方面下期文章会专题讨论。 原理上讲，神经网络模型的训练过程其实就是拟合一个数据分布（x）可以映射到输出（y）的数学函数 f(x)，而拟合效果的好坏取决于数据及模型。 那对于如何提升拟合能力呢？我们首先从著名的单层神经网络为啥拟合不了XOR函数说起。
-
发表了文章 2022-06-07
一文概括样本不均衡方法（Python）
数据、算法、算力是人工智能发展的三要素。数据决定了Ai模型学习的上限，数据规模越大、质量越高，模型就能够拥有更好的泛化能力。然而在实际工程中，经常有数据量太少(相对模型而言)、样本不均衡、很难覆盖全部的场景等问题，解决这类问题的一个有效途径是通过数据增强（Data Augmentation），使模型学习获得较好的泛化性能。
-
发表了文章 2022-06-07
一文讲透神经网络的激活函数
一文讲透神经网络的激活函数
-
发表了文章 2022-06-07
从神经元谈到深度神经网络
本文从神经元到逻辑回归模型结构，并将其扩展到深度深度网络模型。
-
发表了文章 2022-06-07
一文全览机器学习建模流程（Python代码）
随着人工智能时代的到来，机器学习已成为解决问题的关键工具。我们接下来会详细介绍机器学习如何应用到实际问题，并概括机器学习应用的一般流程。
-
发表了文章 2022-06-07
一文速览机器学习的类别（Python代码）
一文速览机器学习的类别（Python代码）
-
发表了文章 2022-06-07
一篇白话机器学习概念
一篇白话机器学习概念
-
发表了文章 2022-06-07
异常检测算法速览（Python代码）
异常检测算法速览（Python代码）
-
发表了文章 2022-06-07
分布式机器学习原理及实战(Pyspark)
分布式机器学习原理及实战(Pyspark)
-
发表了文章 2022-06-07
营销(羊毛党)反欺诈建模全流程
欺诈是用户主观、以非法占有为目的，采用虚构事实或隐瞒事实真相的方法，骗取他人财物或金融机构信用，破坏金融管理秩序的行为。
-
发表了文章 2022-06-07
半监督算法概览(Python)
现阶段写作计划会对各类机器学习算法做一系列的原理概述及实践，主要包括无监督聚类、异常检测、半监督算法、强化学习、集成学习等。
-
发表了文章 2022-06-07
Python数据分析指南(全)
数据分析是通过明确分析目的，梳理并确定分析逻辑，针对性的收集、整理数据，并采用统计、挖掘技术分析，提取有用信息和展示结论的过程，是数据科学领域的核心技能。
-
发表了文章 2022-06-07
一文归纳Ai数据增强之法
数据、算法、算力是人工智能发展的三要素。数据决定了Ai模型学习的上限，数据规模越大、质量越高，模型就能够拥有更好的泛化能力。然而在实际工程中，经常有数据量太少(相对模型而言)、样本不均衡、很难覆盖全部的场景等问题，解决这类问题的一个有效途径是通过数据增强（Data Augmentation），使模型学习获得较好的泛化性能。
-
发表了文章 2022-06-07
一文归纳Ai调参炼丹之法
一文归纳Ai调参炼丹之法
-
发表了文章 2022-06-07
一文归纳Python特征生成方法(全)
创造新的特征是一件十分困难的事情，需要丰富的专业知识和大量的时间。机器学习应用的本质基本上就是特征工程。 ——Andrew Ng
-
发表了文章 2022-06-07
Python特征选择(全)
机器学习中，特征选择是一个重要步骤，用以筛选出显著特征、摒弃非显著特征。
-
发表了文章 2022-06-07
数据挖掘算法概要(Python)
数据挖掘是通过对大量数据的清理及处理以发现信息，并应用于分类，推荐系统，预测等方面的过程。
-
发表了文章 2022-06-07
一文贯穿信贷反欺诈全流程
一文贯穿信贷反欺诈全流程
-
发表了文章 2022-06-07
流失客户预测及营销方案(源码)
流失客户预测及营销方案(源码)
-
发表了文章 2022-06-07
一文囊括序列预测方法(源码)
时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。典型的时间序列问题，例如股价预测、制造业中的电力预测、传统消费品行业的销售预测、客户日活跃量预测等等，本文以客户日活跃量预测为例。
-
发表了文章 2022-06-07
一文详尽XGBOOST的前世今生
XGBOOST：简单来说是集成了很多个基学习器（如Cart决策树）的模型。它是集成学习的串行方式（boosting）的一种经典实现，是广泛应用在工业、竞赛上的一大神器。
-
发表了文章 2022-06-07
程序员说模型过拟合的时候，说的是什么?
机器学习中，模型的拟合效果意味着对新数据的预测能力的强弱（泛化能力）。而程序员评价模型拟合效果时，常说“过拟合”及“欠拟合”，那究竟什么是过/欠拟合呢？什么指标可以判断拟合效果？以及如何优化？
-
发表了文章 2022-06-07
Python机器学习算法入门指南（全）
机器学习 作为人工智能领域的核心组成，是计算机程序学习数据经验以优化自身算法，并产生相应的“智能化的”建议与决策的过程。
-
发表了文章
2022-06-08
PCA主成分分析的可视化（Python）
-
发表了文章
2022-06-08
机器学习特征工程的总结（全）（下）
-
发表了文章
2022-06-08
机器学习特征工程的总结（全）（上）
-
发表了文章
2022-06-08
图神经网络从入门到入门（下）
-
发表了文章
2022-06-08
图神经网络从入门到入门（上）
-
发表了文章
2022-06-08
手把手带你Transformer图像分类
-
发表了文章
2022-06-08
关于大数据的完整讲解
-
发表了文章
2022-06-08
机器学习的学习经验总结！
-
发表了文章
2022-06-08
一文概览NLP算法(Python)（下）
-
发表了文章
2022-06-08
一文概览NLP算法(Python)（上）
-
发表了文章
2022-06-08
深入机器学习的梯度优化
-
发表了文章
2022-06-08
整理20个Pandas统计函数（下）
-
发表了文章
2022-06-08
整理20个Pandas统计函数（上）
-
发表了文章
2022-06-08
Python中的6个三维可视化工具！
-
发表了文章
2022-06-08
机器学习十大热门算法
-
发表了文章
2022-06-08
TensorFlow决策森林构建GBDT（Python）
-
发表了文章
2022-06-08
一文彻底搞懂自动机器学习AutoML：Auto-Sklearn
-
发表了文章
2022-06-08
树模型遇上类别型特征(Python)
-
发表了文章
2022-06-08
Pandas、Numpy性能优化秘籍（全）
-
发表了文章
2022-06-08
一文通俗讲透树模型
