随笔分类 -  读书笔记

《Python深度学习》 Part 1
摘要：全部内容来源于《Python深度学习》，以练习为主，理论知识较少，掺杂有一些个人的理解，虽然不算很准确，但是胜在简单易懂，这本书是目前看到最适合没有深度学习经验的同学们入门的书籍了，不妨试试，该书作者：Francois Chollet，即Keras之父，该书译者：张亮； 相关内容以及代码已经在Kag 阅读全文
posted @ 2021-05-21 10:09 HoLoong 阅读(269) 评论(0) 推荐(1)
机器学习可解释性系列 - 是什么&为什么&怎么做
摘要：机器学习可解释性分析 可解释性通常是指使用人类可以理解的方式，基于当前的业务，针对模型的结果进行总结分析； 一般来说，计算机通常无法解释它自身的预测结果，此时就需要一定的人工参与来完成可解释性工作； 目录： 是什么：什么叫可解释性； 为什么：为什么要对模型结果进行解释； 怎么做：如何有效的进行可解释 阅读全文
posted @ 2020-09-30 15:43 HoLoong 阅读(2634) 评论(1) 推荐(0)
Spark Parquet详解
摘要：Spark - Parquet 概述 Apache Parquet属于Hadoop生态圈的一种新型列式存储格式，既然属于Hadoop生态圈，因此也兼容大多圈内计算框架（Hadoop、Spark），另外Parquet是平台、语言无关的，这使得它的适用性很广，只要相关语言有对应支持的类库就可以用； Pa 阅读全文
posted @ 2020-09-29 16:27 HoLoong 阅读(4608) 评论(1) 推荐(1)
Spark 模型选择和调参
摘要：Spark - ML Tuning 官方文档：https://spark.apache.org/docs/2.2.0/ml-tuning.html 这一章节主要讲述如何通过使用MLlib的工具来调试模型算法和pipeline，内置的交叉验证和其他工具允许用户优化模型和pipeline中的超参数； 目 阅读全文
posted @ 2020-09-28 10:52 HoLoong 阅读(893) 评论(1) 推荐(0)
Spark 聚类算法
摘要：Spark - Clustering 官方文档：https://spark.apache.org/docs/2.2.0/ml-clustering.html 这部分介绍MLlib中的聚类算法； 目录： K-means： 输入列； 输出列； Latent Dirichlet allocation(LD 阅读全文
posted @ 2020-09-27 18:58 HoLoong 阅读(2405) 评论(1) 推荐(0)
Spark 特征提取、转换和选择
摘要：Spark(3) - Extracting, transforming, selecting features 官方文档链接：https://spark.apache.org/docs/2.2.0/ml-features.html 概述 该章节包含基于特征的算法工作，下面是粗略的对算法分组： 提取： 阅读全文
posted @ 2020-09-25 12:13 HoLoong 阅读(1751) 评论(1) 推荐(0)