一、 傳統(tǒng)分類模型的局限 在之前的文章中（《神經(jīng)網(wǎng)絡(luò)（一）》、《神經(jīng)網(wǎng)絡(luò)（二）》和《神經(jīng)網(wǎng)絡(luò)（三）》），我們討論的重點(diǎn)是神經(jīng)網(wǎng)絡(luò)的理論知識(shí)。現(xiàn)在來(lái)看一個(gè)實(shí)際的例子，如何...
發(fā)簡(jiǎn)信
IP屬地：廣東
-
神經(jīng)網(wǎng)絡(luò)（四）：應(yīng)用示例之分類 -
有可能是膨出。運(yùn)動(dòng)的時(shí)候一定先咨詢醫(yī)生，不要盲目運(yùn)動(dòng)哦
精通數(shù)據(jù)科學(xué)的奧義：腰椎間盤突出防治
每個(gè)數(shù)據(jù)工作者都需要一本從入門到腰椎間盤突出的參考書(shū)。 或者 再牛逼的技術(shù)也需要防治腰椎間盤突出。 一、什么是腰椎間盤突出？ 首先看圖說(shuō)話，不專業(yè)的定義，腰椎間盤突出就是脊椎...
-
神經(jīng)網(wǎng)絡(luò)（三）：神經(jīng)網(wǎng)絡(luò)一、 神經(jīng)元到神經(jīng)網(wǎng)絡(luò) 在之前的文章中（《神經(jīng)網(wǎng)絡(luò)（一）》和《神經(jīng)網(wǎng)絡(luò)（二）》），我們討論了如何為神經(jīng)元搭建模型。雖然搭建模型的過(guò)程并不復(fù)雜，但得到的神經(jīng)元模型也沒(méi)有太...
-
神經(jīng)網(wǎng)絡(luò)（二）：Softmax函數(shù)與多元邏輯回歸
一、 Softmax函數(shù)與多元邏輯回歸 為了之后更深入地討論神經(jīng)網(wǎng)絡(luò)，本節(jié)將介紹在這個(gè)領(lǐng)域里很重要的softmax函數(shù)，它常被用來(lái)定義神經(jīng)網(wǎng)絡(luò)的損失函數(shù)（針對(duì)分類問(wèn)題）...
-
神經(jīng)網(wǎng)絡(luò)（一）：神經(jīng)元模型與邏輯回歸一、仿生學(xué) 在經(jīng)典的機(jī)器學(xué)習(xí)領(lǐng)域，有很多不同類型的模型，它們大致可以分為兩類：一類是比較注重模型可解釋性的傳統(tǒng)統(tǒng)計(jì)模型，比如線性回歸和邏輯回歸；另一類是側(cè)重于從結(jié)構(gòu)上“模仿”...
-
生成式模型（零）：條件概率一、生成式模型 這個(gè)系列將討論人工智能領(lǐng)域非常重要、也十分被看好的一類模型：生成式模型（generative model）。因?yàn)檫@類模型不但能根據(jù)特征預(yù)測(cè)結(jié)果，還能“理解”數(shù)...
-
生成式模型（一）：蒙提霍爾問(wèn)題與貝葉斯定理一、 生成式模型 這個(gè)系列將討論人工智能領(lǐng)域非常重要、也十分被看好的一類模型：生成式模型（generative model）。因?yàn)檫@類模型不但能根據(jù)特征預(yù)測(cè)結(jié)果，還能“...
-
非平衡數(shù)據(jù)集與準(zhǔn)確度悖論分類問(wèn)題是機(jī)器學(xué)習(xí)的研究重點(diǎn)，而后者在實(shí)踐中常常碰到非均衡數(shù)據(jù)集這個(gè)難題。非均衡數(shù)據(jù)集（imbalanced data）又稱為非平衡數(shù)據(jù)集，指的是針對(duì)分類問(wèn)題，數(shù)據(jù)集中各個(gè)類...
-
精通數(shù)據(jù)科學(xué)的奧義：腰椎間盤突出防治每個(gè)數(shù)據(jù)工作者都需要一本從入門到腰椎間盤突出的參考書(shū)。 或者 再牛逼的技術(shù)也需要防治腰椎間盤突出。 一、什么是腰椎間盤突出？ 首先看圖說(shuō)話，不專業(yè)的定義，腰椎間盤突出就是脊椎...
-
中國(guó)數(shù)學(xué)教育的一些反思雖然，我對(duì)數(shù)學(xué)不怎么懂，但我一直對(duì)好的數(shù)學(xué)教育頗感興趣，曾經(jīng)也作為數(shù)學(xué)學(xué)人接受過(guò)好幾年的數(shù)學(xué)專業(yè)訓(xùn)練，這其中包括國(guó)內(nèi)的，也包括我個(gè)人認(rèn)為全世界最好的法國(guó)數(shù)學(xué)教育。所以一直有念...
-
分類模型的評(píng)估（三）在前兩篇文章里（《分類模型的評(píng)估（一）》和《分類模型的評(píng)估（二）》），針對(duì)二分類問(wèn)題，我們分別討論了 評(píng)估某個(gè)給定分類結(jié)果的指標(biāo)：查準(zhǔn)率（Precision）、查全率（Rec...
-
分類模型的評(píng)估（二）在上一篇文章里（《分類模型的評(píng)估（一）》），我們討論了針對(duì)某一給定分類結(jié)果的評(píng)估指標(biāo)，也就是查準(zhǔn)率（Precision）、查全率（Recall）以及綜合兩者的F-score。...
-
分類模型的評(píng)估（一）針對(duì)二元分類結(jié)果，常用的評(píng)估指標(biāo)有如下三個(gè)：查準(zhǔn)率（Precision）、查全率（Recall）以及F-score。這篇文章將討論這些指標(biāo)的含義、設(shè)計(jì)初衷以及局限性。 一、二...
-
量化投資的利器：隱馬爾可夫模型（四）之前的《量化投資的利器：隱馬爾可夫模型（三）》討論了如何在監(jiān)督式學(xué)習(xí)的場(chǎng)景下使用隱馬爾可夫模型。在監(jiān)督式學(xué)習(xí)（針對(duì)序列數(shù)據(jù)）里，搭建模型的訓(xùn)練數(shù)據(jù)為，其中表示事物的狀態(tài)，它是...
-
量化投資的利器：隱馬爾可夫模型（三）之前幾篇有關(guān)HMM模型的文章（隱馬爾可夫模型（一），隱馬爾可夫模型（二））主要討論了這個(gè)模型的理論部分，從這篇文章開(kāi)始，我們從實(shí)際的應(yīng)用場(chǎng)景入手，看看應(yīng)該如何使用HMM模型以...
-
量化投資的利器：隱馬爾可夫模型（二）在之前的文章（《量化投資的利器：隱馬爾可夫模型（一）》）里，我們比較“文學(xué)地”介紹了隱馬爾可夫模型（HMM）的基本思想。而這篇文章將深入地從數(shù)學(xué)上來(lái)討論HMM模型的細(xì)節(jié)。 一...
-
量化投資的利器：隱馬爾可夫模型（一）在略微枯燥的模型討論之前，我們先來(lái)看一個(gè)數(shù)學(xué)家的故事。 那是一個(gè)深秋的傍晚，一位正在過(guò)40歲生日的數(shù)學(xué)家正苦惱地望著遠(yuǎn)方。40歲對(duì)一個(gè)數(shù)學(xué)家來(lái)說(shuō)，是一個(gè)悲傷的年齡，因?yàn)檫@個(gè)世...
-
數(shù)據(jù)科學(xué)中的陷阱II：定性變量的處理在之前的文章里《數(shù)據(jù)科學(xué)中的陷阱I：變量的數(shù)學(xué)運(yùn)算合理嗎？》，我們討論過(guò)定性變量，也就是表示類別的變量，比如性別、省份等。對(duì)于這類變量，不能在模型里直接使用它們，因?yàn)槎ㄐ宰兞?..
-
數(shù)據(jù)科學(xué)中的陷阱I：變量的數(shù)學(xué)運(yùn)算合理嗎？數(shù)據(jù)科學(xué)中有各種各樣的模型，有的聽(tīng)起來(lái)很簡(jiǎn)單，比如線性回歸；有的呢，聽(tīng)起來(lái)就很嚇人，比如深度學(xué)習(xí)。但是不管什么樣的模型，從本質(zhì)上來(lái)講，模型都是對(duì)訓(xùn)練數(shù)據(jù)做數(shù)學(xué)運(yùn)算，并以此求得...
個(gè)人介紹
《精通數(shù)據(jù)科學(xué)：從線性回歸到深度學(xué)習(xí)》作者、數(shù)據(jù)科學(xué)家～～
歡迎關(guān)注我的課程（免費(fèi)的哦）：https://study.163.com/course/courseMain.htm?courseId=1006187021&share=2&shareId=400000000447072
歡迎關(guān)注我的課程（免費(fèi)的哦）：https://study.163.com/course/courseMain.htm?courseId=1006187021&share=2&shareId=400000000447072