计算机与AI

免费学习数据科学所需的所有统计信息统计是数据科学家每天使用的一项基本技能。这是数学的分支，它使我们能够收集，描述，解释，可视化并对数据进行推断。数据科学家将使用它进行数据分...

机器学习远远超出了sklearn中简单的fit和predict方法。背景：现在大家都习惯说掉包侠这个词，尤其是人工智能领域。我的一个朋友就嘲笑我，说：“你这么久学会了什...

《Python数据科学入门》以Python语言讲解数据科学基础知识，涵盖了数据采集、清洗、存储、检索、转换、可视化、数据分析（网络分析）、统计和机器学习等内容。具体内容包...

每当我们训练自己的神经网络时，我们都需要注意称为神经网络的泛化的问题。从本质上讲，这意味着我们的模型在从给定数据中学习以及将所学信息应用到其他方面有多出色。在训练神经网络时...

简介精选Facebook、Google、Microsoft和BAT等大型企业的Python算法面试题，并进行详细的剖析、分类归纳，提炼出算法面试的各种应对技巧，是一本P...

作者介绍：户根勤：早先从事软件开发，后进入网络行业。曾供职于日本网络设备厂商（外资企业）和国内网络集成商，从事产品开发和技术咨询等工作。在工作之余还进行演讲、写作等活动。...

大多数数据科学家可能会赞扬Pandas进行数据准备的能力，但许多人可能无法利用所有这些能力。操作数据帧可能很快会成为一项复杂的任务，因此在Pandas中的八种技术中均提供了...

使用Python进行图像处理和采集作者：RavishankarChityala,SrideviPudipeddi出版日期：2020出版社：ChapmanandHall/C...

ArchitecturePatternswithPython出版时间：2020.3随着Python的持续流行，项目变得越来越大，越来越复杂。许多Python开发人员都...

大规模服务PyTorchLightning模型的完整指南。纵观机器学习领域，主要趋势之一是专注于将软件工程原理应用于机器学习的项目激增。例如，Cortex再现了部署无服...

本教程介绍了如何在Windows上下载和安装Anaconda。如何测试您的安装；如何解决常见的安装问题；以及安装Anaconda后的操作。Anaconda是一个软件包管理器...

当我们没有大量不同的训练数据时，我们该怎么办？这是在TensorFlow中使用数据增强在模型训练期间执行内存中图像转换以帮助克服此数据障碍的快速介绍。图像分类的成功至少...

关于如何使用以下技术微调机器和深度学习模型的简介：随机搜索，自动超参数调整和人工神经网络调整。介绍机器学习模型由两种不同类型的参数组成：超参数=是用户在开始训练之前可以任意...

了解如何实施对抗性验证，以建立分类器来确定您的数据是来自训练还是测试集。如果可以这样做，则您的数据有问题，并且对抗验证模型可以帮助您诊断问题。如果您要在Kaggle上研...

使用KerasTuner进行超参数调整可以将您的分类神经网络网络的准确性提高10％。这篇文章将解释如何使用KerasTuner和Tensorflow2.0执行自动超参数调整...

在某些分布假设下，某些机器学习模型被设计为最佳工作。因此，了解我们正在使用哪个发行版可以帮助我们确定最适合使用哪些模型。介绍拥有良好的统计背景可能对数据科学家的日常生活大有...

全文2.5K字，建议阅读时间5分钟。尽管决策树在机器学习中的使用已经存在了一段时间，但该技术仍然强大且受欢迎。本指南首先提供对该方法的介绍性知识，然后向您展示如何构建决策树...

转载自今日头条：Python之眼PyCharm是一种PythonIDE，可以帮助程序员节约时间，提高生产效率。那么具体如何使用呢？本文从PyCharm安装到插件、外部工具...

数据是数据科学家的基础，因此了解许多加载数据进行分析的方法至关重要。在这里，我们将介绍五种Python数据输入技术，并提供代码示例供您参考。作为初学者，您可能只知道一种使用...

在本文中，我们将仔细研究一个名为CatBoost的梯度增强库。在梯度提升中，预测是由一群弱学习者做出的。与为每个样本创建决策树的随机森林不同，在梯度增强中，树是一个接一个地...