levine

摘要： 由给定样本集合求解随机变量的分布密度函数问题是概率统计学的基本问题之一。解决这一问题的方法包括参数估计和非参数估计。 参数估计 + 参数回归分析 需要假定数据分布符合某种特定的性态，如线性、可化线性或指数性态等，然后在目标函数族中寻找特定的解，即确定回归模型中的未知参数。 + 参数判别分析 需要假定 阅读全文

摘要： 模型code 模型运行结果 阅读全文

摘要： 模型code 模型运行结果 阅读全文

摘要： 在深度学习中，为了避免出现过拟合（Overfitting），通常我们需要输入充足的数据量。当数据量不够大时候，常常采用以下几种方法： 1. Data Augmentation：通过平移、 翻转、加噪声等方法从已有数据中创造出一批“新”的数据，人工增加训练集的大小。 2. Regularization 阅读全文

摘要： Keras是一个高层神经网络库，Keras由纯Python编写而成并基于Tensorflow或Theano。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果。 Keras特点 + 简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性） + 支持CNN和RNN，或二者的结 阅读全文