摘要：
一、ggplot2 阅读全文
摘要：
第三章：TensorFlow入门 TensorFlow存在计算模型，数据模型和运算模型（本文用TF代表TensorFlow） 3.1 计算模型-计算图 3.1.1 计算图的概念 TensorFlow这个词Tensor表示张量，可以简单的理解为多维数组，Flow直观的表达了张量之间通过计算相互转化的过 阅读全文
摘要：
二、比对 1）Blat：全称 The BLAST-Like Alignment Tool，可以称为"类BLAST 比对工具"，对于DNA序列，BLAT是用来设计寻找95%及以上相似至少40个碱基的序列。对于蛋白序列，BLAT是用来设计寻找80%及以上相似至少20个氨基酸的序列。 Blat 的主要特点 阅读全文
摘要：
一、常见的损失函数 常见的损失函数见这里：https://www.cnblogs.com/always-fight/p/9099704.html 二、关于经验风险和结构风险最小化 模型\(f(X)\)关于训练数据集的平均损失称为经验风险：\(R(f) = 1/N\sum_{i=1}^{N}L(y_i 阅读全文
摘要：
一、面试题网站 1）最全：http://www.epx365.cn/jyzn/201839501.html 2）七月在线：https://blog.csdn.net/movie14/article/details/79344131 二、机器学习模型网站 1）模型仓库：https://modeldep 阅读全文
摘要：
（什么~为什么~哪些） 一、为何需要归一化 不同的评价指标往往具有不同的量纲（例如：对于评价房价来说量纲指：面积、房价数、楼层等；对于预测某个人患病率来说量纲指：身高、体重等） 这样的情况会影响到数据分析的结果，为了消除指标之间量纲的影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据 阅读全文
摘要：
3P-2L 梯度~反向传播~实例~局部~凸函数 一、逻辑回归简介 一句话概括：逻辑回归假设数据服从伯努利分布，通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的 这里面其实包含了5个点 1：逻辑回归的假设，2：逻辑回归的损失函数，3：逻辑回归的求解方法，4：逻辑回归的目的，5 阅读全文
摘要：
t元j 一、什么是凸函数 对于一元函数\(f(x\))，如果对于任意\(t\epsilon[0,1]\)均满足：\(f(tx_1 + (1-t)x_2) \leq tf(x_1) + (1-t)f(x_2)\)，则称\(f(x)\)为凸函数(convex function) 如果对于任意\(t\ep 阅读全文
摘要：
Chapter4 Building Good Training Sets – Data Preprocessing 4.1 Dealing with missing data 如何判断数据框内的数据是否有空值呢？ 4.2 Eliminating samples or features with mi 阅读全文