深度学习 - 随笔分类 - 繁花孤城

堆叠集成

摘要：为了让你彻底理解堆叠集成模型（尤其是项目中针对时序数据和小样本场景的定制化设计），我会从“核心概念拆解（结合项目实例）→ 分阶段运作流程（附代码细节）→ 设计逻辑深层原因（对应项目痛点）”三个维度，逐点展开讲解，确保每个细节都覆盖到。一、先吃透堆叠集成的核心概念（每个概念都对应项目实例）堆叠集成阅读全文

posted @ 2025-10-03 15:26 繁花孤城阅读(59) 评论(0) 推荐(0)

Prophet

摘要：Prophet模型深度解析：从设计理念到数学原理 Prophet是Meta（原Facebook）为商业场景时间序列预测开发的工具，核心设计目标是解决传统时序模型（如ARIMA、SARIMA）的痛点——对非平稳数据鲁棒性差、需手动处理趋势/季节性、对缺失值/异常值敏感、非专业人员上手难。其本质是一种基阅读全文

posted @ 2025-10-03 15:14 繁花孤城阅读(51) 评论(0) 推荐(0)

双向LSTM-Attention模型

摘要：为了让你彻底理解双向LSTM-Attention模型的每一步，我们会在原有运转流程的基础上，对每个核心概念做“定义+通俗解释+模型中作用+项目实例”的四层拆解，从最基础的“时序窗口”到复杂的“注意力权重计算”，每个概念都结合新能源汽车销量预测的业务场景，避免抽象化。一、输入阶段核心概念拆解（先搞懂阅读全文

posted @ 2025-10-03 14:17 繁花孤城阅读(68) 评论(0) 推荐(0)

特征工程

摘要：要彻底掌握该项目的特征工程，需对每个核心概念从“基础定义→项目落地细节→设计逻辑（为什么这么做） ”三层拆解，结合小样本时序场景的约束（仅41条月度数据）和模型需求（LSTM/Prophet/集成模型），用通俗语言+技术细节讲透底层逻辑：一、滞后窗口特征（Lag Features）：时序模型的“历阅读全文

posted @ 2025-10-03 14:02 繁花孤城阅读(54) 评论(0) 推荐(0)

LSTM

摘要：一、什么是RNN 按照八股文来说：RNN实际上就是一个带有记忆的时间序列的预测模型 RNN的细胞结构说明 softmax激活函数只是我举的一个例子，实际上得到\(y_t\)也可以通过其他的激活函数得到。其中\(a_{t-1}\)代表t-1时刻隐藏状态，\(a_t\)代表经过\(X_t\)（t时刻的阅读全文

posted @ 2025-10-03 09:54 繁花孤城阅读(17) 评论(0) 推荐(0)

RNN

摘要：一、RNN的“定位”：为什么需要它？ 1. 解决的核心问题标准神经网络（如CNN、全连接网络）的缺陷：无法处理“时间依赖”数据（如文本“我喜欢吃苹果，它很甜”中，“它”依赖“苹果”；股票价格依赖前几天的走势）。 RNN的核心价值：通过“状态传递”，让模型记住“过去的信息”，从而捕捉数据的前后关联。阅读全文

posted @ 2025-10-02 22:06 繁花孤城阅读(33) 评论(0) 推荐(0)

深度学习基础

摘要：深度学习基础核心知识点笔记一、感知机（深度学习的"最小计算单元"）感知机是模拟生物"单个神经元信号传递"的简化模型，是神经网络的底层基石，核心解决"如何对输入数据做初步变换"的问题。 1. 核心定义与定位范畴：属于传统机器学习模型（非深度学习），本质是"线性分类器"，数学逻辑为主（与脑科学的神阅读全文

posted @ 2025-10-02 21:17 繁花孤城阅读(33) 评论(0) 推荐(0)

mrkou

随笔分类 - 深度学习

公告