暂时未有相关云产品技术能力~
专注于python、算法、机器学习及深度学习等相关技术分享,欢迎关注,共同学习交流。
深度学习入门(9)神经网络Affine与Softmax层的计算图表示方式及其误差反向传播的代码实现
深度学习入门(8)激活函数ReLU和 Sigmoid的计算图表示方式及其误差反向传播的代码实现
深度学习入门(7)误差反向传播计算方式及简单计算层的实现
【机器学习知识点】【1】二维与三维空间梯度下降微分求解及可视化展示
深度学习入门(6)误差反向传播基础---计算图与链式法则
【从零开始学习深度学习】1. 深度学习框架Pytorch的基本操作
【机器学习技巧】机器学习模型的两种存储方式:pickle与joblib模块
【机器学习技巧】回归模型的几个常用评估指标(R2、Adjusted-R2、MSE、RMSE、MAE、MAPE)及其在sklearn中的调用方式
【机器学习技巧】之特征工程:数字编码以及One-hot独热编码的几种方式(sklearn与pandas处理方式)
【阿旭机器学习实战】【13】决策树分类模型实战:泰坦尼克号生存预测
【阿旭机器学习实战】【14】决策树回归模型实战:对美国波士顿房价进行分析预测
【阿旭机器学习实战】【27】贝叶斯模型:新闻分类实战----CounterVecorizer与TfidVectorizer构建特征向量对比
【阿旭机器学习实战】【26】逻辑斯蒂回归----糖尿病预测实战
【阿旭机器学习实战】【25】决策树模型----树叶分类实战
【阿旭机器学习实战】【24】信用卡用户流失预测实战
【机器学习技巧】如何快速对离散型数据进行编码: LabelEncoder的使用方法
【阿旭机器学习实战】【23】特征降维实战---人脸识别降维建模,并选出最有模型进行未知图片预测
【阿旭机器学习实战】【22】特征降维实战---主成分分析(PCA)与线性判别分析算法(LDA)
【阿旭机器学习实战】【21】通过SVM分类与回归实战案例,对比支持向量机(SVM)3种SVM不同核函数
【阿旭机器学习实战】【20】支持向量机SVM原理简介及示例演示:画出SVM二维决策边界与分离非线性坐标点
【阿旭机器学习实战】【19】如何在不减少分辨率的情况下降低图片存储空间?K-Means算法进行图片颜色点分类存储
【阿旭机器学习实战】【17】KMeans聚类算法中如何选择合适的聚类个数K
【阿旭机器学习实战】【18】KMeans聚类中的常见问题
【阿旭机器学习实战】【16】KMeans算法介绍及实战:利用KMeans进行足球队分类
【阿旭机器学习实战】【15】人脸自动补全(多目标回归),并比较5种不同模型的预测效果
【阿旭机器学习实战】【12】决策树基本原理及其构造与使用方法
【阿旭机器学习实战】【11】文本分类实战:利用朴素贝叶斯模型进行邮件分类
【阿旭机器学习实战】【10】朴素贝叶斯模型原理及3种贝叶斯模型对比:高斯分布朴素贝叶斯、多项式分布朴素贝叶斯、伯努利分布朴素贝叶斯
【阿旭机器学习实战】【8】逻辑斯蒂回归原理及实战
【阿旭机器学习实战】【7】岭回归基本原理及其λ的选取方法
【阿旭机器学习实战】【9】随机梯度下降(SGD)进行乳腺癌良恶性预测,并与逻辑斯蒂回归预测结果进行对比
【阿旭机器学习实战】【6】普通线性线性回归原理及糖尿病进展预测实战
阿旭机器学习实战【5】KNN算法实战练习2:利用KNN模型进行手写体数字识别
阿旭机器学习实战【4】KNN算法实战练习1:利用KNN算法预测某人对你喜欢程度
阿旭机器学习实战【3】KNN算法进行年收入预测
阿旭机器学习实战【2】KNN算法进行人体动作识别
阿旭机器学习实战【1】K-近邻算法(KNN)模型应用实例,以及图像表征方式
机器学习中常用的基本概念
量化交易实战【1】自己搭建一个的股票交易回测框架,并通过均线择时策略进行回测
量化交易系列【5】:如何快速的将日K线数据转换为周K线及月K线数据,神奇的resample函数
【Pyqt实战】1-100算式练习题自动生成器(含UI界面,python代码),可自行选择参数
量化交易分析:4000多只股票2015-2022年历史数据分享,供小伙伴们学习交流
量化交易系列【4】高频函数:rolling与expanding用法
量化交易系列【3】字符串与时间处理
量化交易系列【2】Pandas数据筛选及处理相关操作
量化交易系列【1】常用的Pandas数据统计及计算相关函数
【Pyqt实战】全国天气查询小程序(含UI界面,python代码)
从零开始学Pyqt5之【如何解决自定义槽函数需要参数而信号没有参数传递的问题?(2种方式)】
从零开始学Pyqt5之【自定义信号与槽函数及多种参数传递方式】
从零开始学Pyqt5之【信号与槽函数定义与使用方法:包含自定义信号与自定义槽函数】