机器学习

持续更新《Python深度学习》一书的精华内容，仅作为学习笔记分享。 本文是第一篇：深度学习中的数学基础和张量操作 In [1]: 加载MNIST数据集 MNIST数据集是一个大型的手写数字识别数据集

大家好，我是Peter~ 本文介绍机器学习/深度学习建模过程防止模型过拟合的10种有效方法： 增加训练数据集 交叉验证 正则化 合适的特征选择 降低模型复杂度 集成方法 早停法Early Stoppi

大家好，我是Peter~ LaTeX是一种标记语言，主要用于创建高质量的学术文档，特别是数学、物理和计算机科学领域的文档。它基于TeX排版系统，由美国数学家Donald E. Knuth开发。在LaT

大家好，我是Peter~ 本文是一个深度学习的实战案例：基于长短期记忆模型LSTM的Li电池寿命预测 导入库 在Python中进行机器学习建模，通常需要以下一些库： NumPy：这是Python的一个

持续更新《Python深度学习》一书的精华内容，仅作为学习笔记分享。 本文是第一篇：深度学习中的数学基础和张量操作 In [1]: 加载MNIST数据集 MNIST数据集是一个大型的手写数字识别数据集

大家好，我是Peter~ 本文主要介绍8个常见聚类算法和基本原理： K-Means聚类 层次聚类 DBSCAN聚类 均值漂移聚类 谱聚类 模糊聚类Fuzzy Clustering 密度峰值聚类Dens

大家好，我是Peter~ 今天给大家分享一篇关于深度学习在Li电池RUL、SOH和电池热管理中的研究进展与应用的文献综述。文献基本信息介绍： 本文系统介绍了Deep Learning深度学习的不同方法

大家好，我是Peter~ 今天给大家推荐一个高级的可视化神器：cufflinks 学习过可视化库matplotlib和seaborn的朋友都知道：seaborn是matplotlib的高级封装。在这里

cufflinks是一个基于Python的数据可视化库，它建立在Plotly库之上，为用户提供了一种简单而强大的方式来创建交互式的、美观的图表和可视化。它的设计旨在使绘图过程变得简单且具有灵活性，无需

大家好，我是Peter~ 本文给整理了一份绝佳的Numpy入门学习资料，文章略长，建议收藏！ Numpy简介 Numpy的全称是"Numeric Python"，直译为"数值Python"，可以理解成

大家好，我是Peter~ 今天给大家带来一篇关于可视化库seaborn库的文章。 Seaborn简介 Seaborn是一个基于Python的数据可视化库，它建立在Matplotlib之上，提供了一种更

大家好，我是Peter~ 关注小屋的朋友肯定都知道小编一直在坚持写pandas相关的文章，最近的一篇请参考： Pandas是一个基于python和numpy的数据分析库，特别擅长数据处理和数据分析。

大家好，我是Peter~ Kaggle 是数据科学者必须逛的地方，上面有太多的数据科学、算法、建模等方向的知识需要学习。 Kaggle Kernels 是互联网上了解算法实际实现的最佳资源之一。 最近

机器学习数据自动化分析神器-dataprep 大家好，我是Peter~ dataprep是一个开源的Python第三方库，有助于数据科学者、数据分析师等自动化进行数据探索，能够快速地创建数据分析报告，

大家好，我是Peter~ 本文是基于机器学习的关联规则方法对IC电子产品的数据挖掘，主要内容包含： 数据预处理：针对数据去重、缺失值处理、时间字段处理、用户年龄分段等 词云图制作：不同用户对不同品牌b

大家好，我是Peter~ 最近获取到了一份IC电子产品电商数据的分析，后面会进行3个主题的数据分析与挖掘： 第一阶段：基于pandas、numpy、matplotlib、seaborn、plotly等

大家好，我是Peter~ 本文是针对kaggle上一个真假新闻数据进行建模分析，文章主要内容： 文本数据解析 词云图绘制 文本词频和长度分析 语料库生成与分词 基于Keras的建模 原数据地址： ht

大家好，我是Peter~ 决定模型好坏的一个重要工作就是：特征工程 特征工程介于数据和算法之间，常见的特征工程分为： 数据预处理 特征转换 特征提取 特征选择 数据预处理 缺失处处理 缺失值的表现为N

大家好，我是Peter~ 本文记录的是书籍《深度学习进阶：自然语言处理》的第四章学习笔记。 对比计数统计和推理两种方法 基于计数的方法 基于计数的方法是根据一个单词周围的单词的出现次数来表示该单词。