Template error, template file not found
64x64

机械设计

推荐 0

浏览 398

我与数据打交道(一)

 前言:公众号文章纯粹谈技术貌似不太好,一些复杂的公式也无法支持,插入图片看起来也并不美观,因此以后的文章主要以文字的形式谈谈技术以及感悟。本篇主要回顾一下我与数据分析有过的峥嵘岁月。那些年,为了赶工手抄版或电子版的实验报告插图、为了拿高分不得不让数据看起来更美观所用过的一些数据分析软件的心得体会。    最近大家都

阅读更多

64x64

扳手哥

推荐 0

浏览 309

关于防止过拟合的一些想法

    在深度学习中,过拟合是经常遇到的.什么是过拟合呢?比如说,本来只需要一个sin函数就可以拟合,而偏偏使用了非常高阶的多项式去拟合:那么在深度学习中,过拟合几乎是不可逃避的一个话题,为什么呢?因为深度学习是靠神经网络去解决问题,而神经网络的层数以及每层的神经元的个数甚至是随机梯度下降算法都有可能导致过拟合,因此

阅读更多

64x64

扳手哥

推荐 0

浏览 261

聊聊隐马尔科夫模型(HMM)

 我们通常都习惯寻找一个事物在一段时间里的变化模式(规律)。这些模式发生在很多领域,比如计算机中的指令序列,句子中的词语顺序和口语单词中的音素序列等等,事实上任何领域中的一系列事件都有可能产生有用的模式。马尔科夫模型(以下简称HMM)是对不确定状态的一种描述,也是贝叶斯网络的一种特殊情况,它不同于确定状态(如现实生活

阅读更多

64x64

扳手哥

推荐 0

浏览 225

我对入门深度学习的切身体会

 先做个小调查。    想想自己入门深度学习也已经有一年多了,当初刚开始上大一的寒假,参加数学建模比赛,翻看一些书籍经常写着神经网络、BP网络、多层感知器、逻辑回归等术语,感觉一脸茫然,当时没有耐心就立刻合上了书本。现在回头想想,这些已经是最简单的网络了,真正学习起来或许用不了一天吧。    后来大三的时候,由于要想

阅读更多

64x64

扳手哥

推荐 0

浏览 243

说说重要的贝叶斯公式

贝叶斯思想贝叶斯方法在机器学习中应用很多,无疑扮演着一个非常重要的作用,它的公式其实很简单,无非就是一个条件概率的公式,即P(A|B)=P(A)*P(B|A)/P(B),即B发生的情况下A发生的概率是等于A发生的概率乘以A发生的情况下B发生的概率然后除以B发生的概率,这个小小的公式给很多问题带了了不一样的解法,或者说

阅读更多

热门专栏

Template error, template file not found