發(fā)簡(jiǎn)信
IP屬地：黑龍江
均值漂移非常類(lèi)似于 KMeans 算法，除了一個(gè)很重要的因素，你不需要指定分組的數(shù)量。均質(zhì)漂亮算法自己尋找簇。出于這個(gè)原因，它比起 KMeans...
我們使用均值漂移，繼續(xù)聚類(lèi)和非監(jiān)督學(xué)習(xí)的話題，這次將其用于我們的泰坦尼克數(shù)據(jù)集。 這里有一些隨機(jī)度，所以你的結(jié)果可能并不相同，然而你可以重新運(yùn)行...
均值漂移算法。 目前為止的代碼： 這個(gè)代碼能夠工作，但是我們決定硬編碼的半徑不好。我們希望做一些更好的事情。首先，我們會(huì)修改我們的__init_...
教程用于安裝 TensorFlow， 如果你有 Mac 或者 Linux，你不需要這個(gè)教程，只需訪問(wèn)TensorFlow.org > get s...
像 TensorFlow 和 Theano 這樣的庫(kù)不僅僅是深入學(xué)習(xí)庫(kù)，它們是用于深入學(xué)習(xí)的庫(kù)。 他們實(shí)際上只是數(shù)值處理庫(kù)，就像 Numpy 一...
我們首先使用 MNIST 數(shù)據(jù)集，該數(shù)據(jù)集包含 6 萬(wàn)個(gè)手寫(xiě)和標(biāo)記數(shù)字訓(xùn)練樣本和 10,000 個(gè)的測(cè)試樣本，0 到 9，因此共有 10 個(gè)“分...
我們打算從零構(gòu)建我們自己的 KMeans 算法。之前提到過(guò) KMeans 算法的步驟。 選擇 K 值。 隨機(jī)選取 K 個(gè)特征作為形心。 計(jì)算所有...
首先，約束優(yōu)化的話題很多，也有很多材料。即使是我們的子話題：凸優(yōu)化，也是很龐大的。一個(gè)不錯(cuò)的起始點(diǎn)是 https://web.stanford....
我們已經(jīng)了解了回歸，甚至編寫(xiě)了我們自己的簡(jiǎn)單線性回歸算法。并且，我們也構(gòu)建了判定系數(shù)算法來(lái)檢查最佳擬合直線的準(zhǔn)確度和可靠性。我們之前討論和展示過(guò)...