跟着大数据和AI去旅行

在上篇文章一文看尽RNN（循环神经网络）中，我们对RNN模型做了总结。由于RNN也有梯度消失的问题，因此很难处理长序列的数据，大牛们对RNN做了改进，得到了RNN的特例LSTM（Long Short-Term Memory），它可以避免常规RNN的梯度消失，因此在工业界得到了广…

细想BP算法,CNN(卷积神经网络)我们会发现, 他们的输出都是只考虑前一个输入的影响而不考虑其它时刻输入的影响, 比如简单的猫,狗,手写数字等单个物体的识别具有较好的效果. 但是, 对于一些与时间先后有关的, 比如视频的下一时刻的预测,文档前后文内容的预测等, 这些算法的表现…

本文主要对SparkML库下模型评估指标的讲解，以下代码均以JupyterNotebook进行讲解，Spark版本为2.4.5。模型评估指标位于包org.apache.spark.ml.evaluat

这里我们选择几个常用的指标进行展示，sklearn的版本为0.22.1。 The returned svc_disp object allows us to continue using the already computed ROC curve for SVC in fut…

在机器学习领域中，混淆矩阵（confusion matrix）是一种评价分类模型好坏的形象化展示工具。 混淆矩阵是ROC曲线绘制的基础，同时它也是衡量分类型模型准确度中最基本，最直观，计算最简单的方法。 在机器学习领域，混淆矩阵（confusion matrix），又称为可能性…

梯度下降法（Gradient Descent，GD）是一种常见的一阶（first-order）优化方法，是求解无约束优化问题最简单、最经典的方法之一。，在最优化、统计学以及机器学习等领域有着广泛的应用。 所谓的一阶方法就是仅使用目标函数的一阶导数，不利用其高阶导数。 那什么是无…

在统计学中，普通最小二乘法（Ordinary Least Squares，OLS）是一种用于在线性回归模型中估计未知参数的线性最小二乘法。 OLS通过最小二乘法原则选择一组解释变量的线性函数的参数：最小化给定数据集中观察到的因变量（被预测变量的值）与预测变量之间残差的平方和。 …

最小二乘法（Least Squares）是回归分析中的一种标准方法，它是用来近似超定系统（Overdetermined System）答案的一种方法。超定系统是指数学中的一种概念，一组包含未知数的方程组中，如果方程的数量大于未知数的数量，那么这个系统就是一个超定系统（超定方程组…

当我们在Windows平台上进行程序开发的时候，会遇到各种各样让人讨厌的问题，有时候还必须转到Linux环境下进行开发。然而，通过本文你将可以解决你在Windows平台上开发遇到的所有问题。1、Cho