《機器學(xué)習(xí)-實用案例解析》學(xué)習(xí)筆記 1、數(shù)據(jù)準(zhǔn)備 數(shù)據(jù)下載：https://spamassassin.apache.org/old/public...
投稿
收錄了168篇文章 · 4289人關(guān)注
-
74-R使用樸素貝葉斯分類器識別垃圾郵件 -
75-R對郵件進行排序?qū)崿F(xiàn)智能收件箱《機器學(xué)習(xí)-實用案例解析》學(xué)習(xí)筆記 1、數(shù)據(jù)準(zhǔn)備 數(shù)據(jù)下載：https://spamassassin.apache.org/old/public...
-
從爬蟲構(gòu)建數(shù)據(jù)集到CNN模型的驗證碼識別，一步一步搭建基于Python的PC個人端12306搶票程序寫在前面：這個程序不是一個人能在短時間內(nèi)完成的，感謝達納，王哥的支持幫助。也感謝小平老師，沒有壓迫，就沒有項目。 簡介：這是一篇很硬核的Blog...
-
Win10&Tensorflow2.0搭建GPU深度學(xué)習(xí)環(huán)境一、安裝Tensorflow 建議使用阿里云鏡像, 使用pip進行安裝tensorflow、tensorflow-gpu： 二、安裝cuda和c...
-
進擊的機器學(xué)習(xí) Fifth Day——邏輯回歸（Logistic Regression)提到邏輯回歸呢？我一下子就想起了我批判性思維的老師晉邏輯。 算法原理：首先來聲明一下，雖然我們算法的名字就叫做邏輯回歸，但是邏輯回歸卻是一個二分...
-
python 日常筆記 hmmlearn 隱性馬爾科夫模型案例分析
問題: 什么是馬爾科夫模型?用來干什么?大家可以參考這篇簡書 <隱性馬爾科夫模型簡介,只聊原理, (保證沒有數(shù)學(xué))>https://www.ji...
-
【TensorFlow2】讀寫matlab變量 & 張量操作
在科研中，matlab對矩陣處理有優(yōu)勢，而python語言對神經(jīng)網(wǎng)絡(luò)熱門框架，譬如TensorFlow、Pytorch等都支持，所以難免會有需要...
-
Rethingking The Value of Network Pruning背景 加速卷積神經(jīng)網(wǎng)絡(luò)的方法主要可以分三個方面：1. 針對卷積操作優(yōu)化，例如使用FFT實現(xiàn)卷積操作；2. 量化操作，例如網(wǎng)絡(luò)的二值化（Binar...
-
R-CNN 系列 object detection 算法引言 在 object detection 領(lǐng)域，近 5 年的突破性進展似乎都與一個名字有關(guān)系：Ross Girshick。梳理從 R-CNN，...
-
樸素貝葉斯算法中拉普拉斯平滑的證明
樸素貝葉斯算法中的拉普拉斯平滑，是為了緩解先驗概率為零的情況。在貝葉斯估計中，使用狄利克雷分布作為先驗分布，來估計多項分布中的參數(shù)值，即...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/232035/u_3973569022_2225873016_fm_21_gp_0.jpg', '推薦專題《Machine Learning & Data Analysis》（ 分享自 @簡書 ）','http://www.itdecent.cn/c/70eae73cf556?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}