回归分析中R方和调整R方的区别

作者|ANIRUDDHA BHANDARI 编译|VK 来源|Analytics Vidhya 概述 理解R方和调整R方的概念 了解R方和调整R方之间的关键区别 介绍 当我开始我的数据科学之旅时,我探索的第一个算法是线性回归。 在理解了线性回归的概念和算法的工作原理之后,我非常兴奋地使用它并在问题陈 ...

强化学习的基本迭代方法

作者|Nathan Lambert 编译|VK 来源|Towards Data Science 研究价值迭代和策略迭代。 本文着重于对基本的MDP进行理解(在此进行简要回顾),将其应用于基本的强化学习方法。我将重点介绍的方法是"价值迭代"和"策略迭代"。这两种方法是Q值迭代的基础,它直接导致Q-Le ...

基于文本描述的事务聚类

作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 我们生活在数字技术的时代。你上次走进一家没有数字交易的商店是什么时候? 这些数字交易技术已经迅速成为我们日常生活的一个关键部分。 不仅仅是在个人层面,这些数字技术是每个金融机构的核心。通过多种可能的选择(如网上银行、ATM、 ...

学习强化学习之前需要掌握的3种技能

作者|Nathan Lambert 编译|VK 来源|Towards Data Science 1.监督学习 现代强化学习几乎完全集中在深度强化学习上。深度强化学习中的“深”一词意味着在算法的核心方面使用神经网络。神经网络在学习过程中进行一些高维近似。话虽如此,该模型并不需要具有许多层和特征,这是一 ...

如何编写简洁美观的Python代码

作者|ANIRUDDHA BHANDARI 编译|VK 来源|Analytics Vidhya 概述 Python风格教程将使你能够编写整洁漂亮的Python代码 在这个风格教程中学习不同的Python约定和Python编程的其他细微差别 介绍 你有没有遇到过一段写得很糟糕的Python代码?我知道 ...

深度学习趣谈:什么是迁移学习?(附带Tensorflow代码实现)

一.迁移学习的概念 什么是迁移学习呢?迁移学习可以由下面的这张图来表示: 这张图最左边表示了迁移学习也就是把已经训练好的模型和权重直接纳入到新的数据集当中进行训练,但是我们只改变之前模型的分类器(全连接层和softmax/sigmoid),这样就可以节省训练的时间的到一个新训练的模型了! 但是为什么 ...

数据科学统计学:什么是偏度?

作者|ABHISHEK SHARMA 编译|VK 来源|Analytics Vidhya 概述 在数据科学和分析领域,偏度是一个重要的统计学概念 了解什么是偏度,以及为什么它对作为数据科学专业人士的你很重要 介绍 偏度的概念已融入我们的思维方式。当我们看到一个图像时,我们的大脑会直观地分辨出图表中的 ...

循环神经网络(RNN)简易教程

作者|Renu Khandelwal 编译|VK 来源|Medium 我们从以下问题开始 循环神经网络能解决人工神经网络和卷积神经网络存在的问题。 在哪里可以使用RNN? RNN是什么以及它是如何工作的? 挑战RNN的消梯度失和梯度爆炸 LSTM和GRU如何解决这些挑战 假设我们正在写一条信息“Le ...

认识tensorflow - 【老鱼学tensorflow2】

深度学习是模仿了生物的神经元的概念,你可以想象用一大堆的神经元通过各种刺激来对外部世界进行感知,从而建立起对外部世界的模型。 比如给你一个数据对: | x | y | | | | | -1 | -3 | | 0 | -1 | | 1 | 1 | | 2 | 3 | | 3 | 5 | | 4 | 7 ...

Tensorflow实现图像数据增强(Data Augmentation)

在我们处理有关图像的任务,比如目标检测,分类,语义分割等等问题当中,我们常常需要对训练集当中的图片进行数据增强(data augmentation),这样会让训练集的样本增多,同时让神经网络模型的泛化能力更强。在进行图片的数据增强时,我们一般会对图像进行翻转,剪裁,灰度变化,对比度变化,颜色变化等等 ...

自然语言处理十大应用

作者|ABHISHEK SHARMA 编译|VK 来源|Analytics Vidhya 介绍 自然语言处理是数据科学领域最热门的课题之一。公司在这一领域投入大量资金进行研究。每个人都在努力了解自然语言处理及其应用,并以此为生。 你知道为什么吗? 因为仅仅在短短几年的时间里,自然语言处理已经发展成为 ...

Ray和RLlib用于快速并行强化学习

作者|Christian Hubbs 编译|VK 来源|Towards Data Science Ray不仅仅是一个用于多处理的库,Ray的真正力量来自于RLlib和Tune库,它们利用了强化学习的这种能力。它使你能够将训练扩展到大型分布式服务器,或者利用并行化特性来更有效地使用你自己的笔记本电脑进 ...

yolov5 简单教程

该库代表Ultralytics对未来对象检测方法的开源研究,并结合了以前的YOLO库https://github.com/ultralytics/yolov3在自定义数据集上训练了数千个模型而得到的最佳实践。**所有代码和模型都在积极的开发中,如有修改或删除,恕不另行通知。**如果使用,风险自负。 ...

在PyTorch中构建高效的自定义数据集

学习Dataset类的来龙去脉,使用干净的代码结构,同时最大限度地减少在训练期间管理大量数据的麻烦。 神经网络训练在数据管理上可能很难做到“大规模”。 PyTorch 最近已经出现在我的圈子里,尽管对Keras和TensorFlow感到满意,但我还是不得不尝试一下。令人惊讶的是,我发现它非常令人耳目 ...

神经网络学习笔记2-多层感知机,激活函数

1多层感知机 定义:多层感知机是在单层神经网络上引入一个或多个隐藏层,即输入层,隐藏层,输出层 2多层感知机的激活函数: 如果没有激活函数,多层感知机会退化成单层 多层感知机的公式: 隐藏层 H=XWh+bh 输出层 O=HW0+b0=(XWh+bh)W0+b0=XWhW0+b0W0+b0 其中XW ...

循环神经网络(RNN)

循环神经网络(Recurrent Neural Network,RNN)是一种别具一格的网络模型,其循环元节点不仅可以接上来自上层的输入数据,也可以接收自身上一次迭代的输出,基于这种特殊的结构,循环神经网络拥有了短期记忆能力,通过“记忆”保存了数据间的关联关系,所以尤为适合处理语言、文本、视频等时序... ...

人脸识别学习笔记二:进阶篇

一、人脸检测实战 1.使用OpenCV进行人脸检测 OpenCV进行人脸检测使用的是名为 Viola-Jones 的目标检测框架的算法。 第一步:下载OpenCV库 pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simp ...

提高分析和可视化能力的3个Excel图表

作者|RAM DEWANI 编译|VK 来源|Analytics Vidhya 概述 Excel图表是展示你的分析技能的强大方式 这里有三个Excel图表,每个分析师都应该熟悉 介绍 我喜欢创造现成的视觉效果。大多数分析专业人士都能拿出条形图或折线图,但能让你的可视化技能更上一层楼的能力正是分析师们 ...

gps时钟同步器(卫星时钟方式器)在DCS控制系统应用

gps时钟同步器(卫星时钟方式器)在DCS控制系统应用 gps时钟同步器(卫星时钟方式器)在DCS控制系统应用 安徽京准电子提供,技术交流官微(ahjzsz) 前言 随着计算机和网络通信技术的飞速发展,各行业自动化系统数字化、网络化的时代已经到来。这一方面为各控制和信息系统之间的数据交换、分析和应用 ...

<1···91011···39>