發(fā)簡(jiǎn)信
IP屬地：湖北
-
Task 05|基于KNN的手寫數(shù)字識(shí)別KNN 算法的思想 KNN(K Neareast Neighbours) 又稱 K 鄰近算法，是一種直觀明了的算法，可以理解為“近朱者赤近墨者黑...
-
Task 04|基于樸素貝葉斯的文本分類先了解一下關(guān)于樸素貝葉斯的幾個(gè)小問(wèn)題： 貝葉斯公式是怎么來(lái)的？ 首先我們回顧一下什么是條件概率：， 意思是在 B 發(fā)生的條件下 A 發(fā)生的概率，...
-
DataWhale金融風(fēng)控入門 Task 1 賽題理解
Task 1 賽題理解 比賽地址：https://tianchi.aliyun.com/competition/entrance/531830/...
-
Kaggle|數(shù)據(jù)科學(xué)Hello World: Titanic生存概率預(yù)測(cè)Kaggle數(shù)據(jù)科學(xué)的入門項(xiàng)目：Titanic[https://www.kaggle.com/c/titanic/overview] 寫在前面 ...
-
Task 01|基于邏輯回歸的分類預(yù)測(cè)知識(shí)背景 關(guān)于邏輯回歸的幾個(gè)問(wèn)題 邏輯回歸相比線性回歸，有何異同？ 邏輯回歸和線性回歸最大的不同點(diǎn)是邏輯回歸解決的是分類問(wèn)題，而線性回歸解決的是...
-
PyTorch學(xué)習(xí)|實(shí)現(xiàn)CNN圖像識(shí)別
用CIFAR.10的數(shù)據(jù)集進(jìn)行訓(xùn)練和測(cè)試 用DataLoader對(duì)數(shù)據(jù)分批，分成訓(xùn)練集和測(cè)試集 采用Torch中的ResNet進(jìn)行數(shù)據(jù)訓(xùn)練 用C...
-
NumPy的基本使用: ndarray的創(chuàng)建什么是NumPy NumPy(Numerical Python的簡(jiǎn)稱)是高性能科學(xué)計(jì)算和數(shù)據(jù)分析的基礎(chǔ)包.是Python數(shù)據(jù)分析中使用最多的第三...
-
讀書筆記|精進(jìn)-如何成為一個(gè)很厲害的人1 時(shí)間之尺 五種時(shí)間視角 1. 積極過(guò)去視角: 以積極的心態(tài)往回看, 這種人會(huì)懷念過(guò)去美好的事情, 珍視親情和友情, 對(duì)已經(jīng)擁有的東西懷有感恩...
-
[LeetCode] 38. 報(bào)數(shù)
38. 報(bào)數(shù)報(bào)數(shù)序列是一個(gè)整數(shù)序列，按照其中的整數(shù)的順序進(jìn)行報(bào)數(shù)，得到下一個(gè)數(shù)。其前五項(xiàng)如下：1 被讀作 "one 1" ("一個(gè)一") ,...