上一页 1 ··· 133 134 135 136 137 138 139 140 141 ··· 155 下一页
摘要: 本文将使用简单的说明性示例来解释移动平均模型(Arima [p,q]中的MA [Q])。 假设你今天得到100股公司股票。让我们用Y1表示今年,用A(1)表示回报。再假设从明年开始,每年授予25%的股票,为期四年。以下是一段时间内未授予股票的数量: 此外,在Y2,获得了100股,加上A(1)的75股 阅读全文
posted @ 2022-05-16 12:03 deephub 阅读(143) 评论(0) 推荐(0)
摘要: 多层感知机还在进步,关于深度学习中MLP的5篇最新的论文推荐 1、MLP-Hash: Protecting Face Templates via Hashing of Randomized Multi-Layer Perceptron https://arxiv.org/pdf/2204.11054 阅读全文
posted @ 2022-05-15 10:59 deephub 阅读(250) 评论(0) 推荐(0)
摘要: 在本文中,将演示一些不常见,但是却非常有用的 Pandas 函数。 创建一个示例 DataFrame 。 import numpy as np import pandas as pd df = pd.DataFrame({ "date": pd.date_range(start="2021-11-2 阅读全文
posted @ 2022-05-14 11:17 deephub 阅读(59) 评论(0) 推荐(0)
摘要: 虽然大多数的特征策略都与领域相关,并且必须针对每个应用程序进行专门调整。但特征工程是操纵原始数据和提取机器学习特征的过程,探索性数据分析 (EDA) 可以使用特征工程技术来可视化数据并在执行机器学习任务之前更好地识别模式和异常值。这是数据科学的重要一步,可以确保特定机器学习应用程序的预期结果。 使用 阅读全文
posted @ 2022-05-13 10:52 deephub 阅读(198) 评论(0) 推荐(0)
摘要: 不到两年的时间ViT 已经彻底改变了计算机视觉领域,利用transformers 强大的自注意机制来替代卷积,最近诸如 MLP-Mixer 和通过精心设计的卷积神经网络 (CNN) 等方法也已经实现了与 ViT 相当的性能。 在新论文 Sequencer: Deep LSTM for Image C 阅读全文
posted @ 2022-05-12 11:15 deephub 阅读(116) 评论(0) 推荐(0)
摘要: 机器学习是未能完全解决的一个领域是股票预测,因为它可能是最有利可图的研究领域之一所以在这方面的研究仍然在继续。投资者希望能够放心地把钱投在表现优异的公司,随着投资的增加,公司的发展也将会突飞猛进,投资的收益也会增长。 在过去的研究中,出现了而很多的方式,但这些方式和方法并不是很成功,所以本文将这个领 阅读全文
posted @ 2022-05-11 11:08 deephub 阅读(193) 评论(0) 推荐(0)
摘要: 上篇ConvNext的文章有小伙伴问BottleNeck,Inverted Residual的区别,所以找了这篇文章,详细的解释一些用到的卷积块,当作趁热打铁吧 在介绍上面的这些概念之间,我们先创建一个通用的 conv-norm-act 层,这也是最基本的卷积块。 fromfunctoolsimpo 阅读全文
posted @ 2022-05-10 12:04 deephub 阅读(193) 评论(0) 推荐(0)
摘要: ConvNext论文提出了一种新的基于卷积的架构,不仅超越了基于 Transformer 的模型(如 Swin),而且可以随着数据量的增加而扩展!今天我们使用Pytorch来对其进行复现。下图显示了针对不同数据集/模型大小的 ConvNext 准确度。 作者首先采用众所周知的 ResNet 架构,并 阅读全文
posted @ 2022-05-09 11:48 deephub 阅读(258) 评论(0) 推荐(0)
摘要: 统计学是涉及数据的收集,组织,分析,解释和呈现的学科。 统计的类型 描述性统计 描述性统计是以数字和图表的形式来理解、分析和总结数据。对不同类型的数据(数值的和分类的)使用不同的图形和图表来分析数据,如条形图、饼图、散点图、直方图等。所有的解释和可视化都是描述性统计的一部分。重要的是要记住,描述性统 阅读全文
posted @ 2022-05-08 11:59 deephub 阅读(507) 评论(0) 推荐(0)
摘要: Pycaret是Python中的一个开源可自动化机器学习工作流程的低代码机学习库。它是一种端到端的机器学习和模型管理工具。要了解有关Pycaret的更多信息,可以查看官方网站或GitHub。 1、与最新版本的Scikit-Learn完全兼容 Pycaret 2.x需要Scikit-Learn 0.2 阅读全文
posted @ 2022-05-07 11:31 deephub 阅读(85) 评论(0) 推荐(0)
上一页 1 ··· 133 134 135 136 137 138 139 140 141 ··· 155 下一页