機(jī)器學(xué)習(xí)監(jiān)督算法的基本思路是 讓擬合的模型盡量接近真實(shí)數(shù)據(jù)， 換句更通俗的話, 要讓我們的模型盡量簡單又能很好的反應(yīng)已知數(shù)據(jù)之間關(guān)系。在這個(gè)貼近的過程可能存在兩個(gè)截然相反的問...
發(fā)簡信
IP屬地：北京
-
回歸系列之L1和L2正則化 -
Vue和React對(duì)比Vue也已經(jīng)升級(jí)到2.0版本了，到現(xiàn)在為止（2016/11/19）比較流行的MVVM框架有AngularJS（也有人認(rèn)為其為MVC）、ReactJS和VueJS，這三個(gè)框架中...
-
推薦系統(tǒng)本文結(jié)構(gòu)： 推薦系統(tǒng) 常用方法簡介模型 cost, gradient 表達(dá)式代碼實(shí)現(xiàn) 應(yīng)用實(shí)例 參考：Coursera－Andrew Ng 的 Machine Learnin...
-
對(duì)比學(xué)習(xí)用 Keras 搭建 CNN RNN 等常用神經(jīng)網(wǎng)絡(luò)參考：各模型完整代碼周莫煩的教學(xué)網(wǎng)站這個(gè)網(wǎng)站上有很多機(jī)器學(xué)習(xí)相關(guān)的教學(xué)視頻，推薦上去學(xué)習(xí)學(xué)習(xí)。 Keras 是一個(gè)兼容 Theano 和 Tensorflow 的神經(jīng)網(wǎng)絡(luò)高級(jí)...
-
-
中篇 | 波士頓矩陣+留存流失貢獻(xiàn)度計(jì)算方法幫你優(yōu)化菜品新的一周開始了，我們繼續(xù)分享中篇的內(nèi)容，要記得結(jié)合上篇的內(nèi)容一起理解哈！ 第三部分 如何通過波士頓矩陣分析砍掉菜單里不受歡迎的菜品 有了單個(gè)菜品/套餐的銷售額分析，掌柜們可能...
-
[NL系列] RNN & LSTM 網(wǎng)絡(luò)結(jié)構(gòu)及應(yīng)用這篇是 The Unreasonable Effectiveness of Recurrent Neural Networks（by Andrej Karpathy，Stan...
-
理解 LSTM 網(wǎng)絡(luò)作者： Christopher Olah （OpenAI）譯者：朱小虎 Xiaohu (Neil) Zhu（CSAGI / University AI）原文鏈接：https:...
