摘要: 一、协同过滤 二、重新整理,梳理协同过滤 先只选取部分数据来做验证看看 用数据透视表来构造用户-项目,项目-用户矩阵 计算用户用户相似度矩阵,项目项目相似度矩阵 通过计算出来的相似度矩阵,来计算用户对项目的评分,以用户-项目为例 已经有了用户-项目矩阵,然后也计算了用户用户的相似度, 以上两个矩阵相 阅读全文
posted @ 2018-05-22 16:28 慢慢来会比较快 阅读(301) 评论(0) 推荐(0) 编辑
摘要: 一、为什么选择序列模型 序列模型输入的x,y不一定都是序列的,可能x序列,y序列,可能x序列,y是单个,可能x单个,y序列 二、数学符号 对于一句话: Harry Potter and Hermione Granger invented a new spell. 判断里面的人名: y=[1 1 0 阅读全文
posted @ 2018-05-11 10:53 慢慢来会比较快 阅读(104) 评论(0) 推荐(0) 编辑
摘要: 一、什么是人脸识别 1、人脸验证,判断是否与模板一直,是一对一的问题 2、人脸识别,一对多的问题 所以人脸识别对于正确率的要求更高。 二、one shot 学习 在人脸识别系统中,一般数据库中我们都只有一张某个人的照片,如果用一张照片来训练模型,效果很差,所以要解决这个问题需要引入相似函数 三、Si 阅读全文
posted @ 2018-05-10 14:43 慢慢来会比较快 阅读(252) 评论(0) 推荐(0) 编辑
摘要: 一、目标定位 目标定位从标准的CNN图像分类出发,在这个基础上又增加了更多的y值,比如 PC表示图片中是否有检测物,如果有是1,否是0 bx,by,bh,bw分别是定位矩形区域参数 c1,c2,c3表示定位出来的物品属于哪个类别 注意,如果pc是-,后面就没有意义,就全部不关心 损失函数: 二、特征 阅读全文
posted @ 2018-05-09 16:35 慢慢来会比较快 阅读(403) 评论(0) 推荐(0) 编辑
摘要: 一、为什么要进行实例探究 本章将介绍几个典型的CNN案例: LeNet-5 AlexNET VGG 还有ResNet、Inception Neural Network 二、经典网络 lenet-5神经网络使用的是avg_pool,参数也不多只有六万个,使用的是sigmoid和tanh激活函数 ale 阅读全文
posted @ 2018-05-08 17:15 慢慢来会比较快 阅读(199) 评论(0) 推荐(0) 编辑
摘要: 一、计算机视觉 包括三个部分: 1、图像分类(猫狗识别) 2、目标检测(比如自动驾驶目标检测) 3、图像神经风格转化,两个图片的风格进行融合 二、边缘检测示例 常见的有两种边缘检测:垂直边缘检测和水平边缘检测 1、卷积的运算过程是这样的: 有一张图片,有一个滤波器(或者叫卷积核),然后两个进行卷积计 阅读全文
posted @ 2018-05-08 14:56 慢慢来会比较快 阅读(1139) 评论(0) 推荐(0) 编辑
摘要: 0、安装虚拟机: 安装VM:百度找 破解:FF31K-AHZD1-H8ETZ-8WWEZ-WUUVA 安装ubuntu:百度找 一、操作系统 <!--5f39ae17-8c62-4a45-bc43-b32064c9388a:W3siYmxvY2tJZCI6IjUzMTAtMTUyNTY1OTg1NT 阅读全文
posted @ 2018-05-07 10:22 慢慢来会比较快 阅读(143) 评论(0) 推荐(0) 编辑
摘要: 入门小案例,分别是回归模型建立和mnist数据集的模型建立 1、回归案例: 2、MNIST普通神经网络 3、MNIST卷积神经网络 '''总结一下: 1、首先要弄清楚整个卷积神经网络的构图,分别是卷积池化》卷积池化》全连接》输出 2、样本是一个长784维的变量,要reshape成为28,28的图片才 阅读全文
posted @ 2018-04-27 17:13 慢慢来会比较快 阅读(1934) 评论(2) 推荐(0) 编辑
摘要: 工作项目总结: WB: 一、用户分群分析(RFM模型) 通过收集用户的指标数据做用户分群,比如:高质量用户,高潜在用户等 二、用户流失预测 用户的流量等数据做流失预测,提前做好预防流失 三、业绩预测,增值产品消耗 季度月度的业绩预测,部分增长产品消耗的分析 CG: 四、用户刷单监控(B端) 1、通过 阅读全文
posted @ 2018-04-23 11:38 慢慢来会比较快 阅读(193) 评论(0) 推荐(0) 编辑
摘要: 最近感觉突然没劲了,之前计划的部分内容完成后,有点松懈,现在重新规划: 计划: 1、每两周做完一个项目的特征工程。目前已完成的:助学金预测和金融违约预测 2、每周复习一遍SQL题目 3、每周想出一个对于目前工作或者以前工作有用的数据分析项目 4、每周完成两周的深度学习课程,并做笔记。 阅读全文
posted @ 2018-04-23 10:47 慢慢来会比较快 阅读(119) 评论(0) 推荐(0) 编辑