导航

2022年7月23日

摘要: 作者:云落心 链接:https://www.zhihu.com/question/56223861/answer/160750437 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 要讨论内生变量还是外生变量,首先要有系统的观点,其次是要有因果的观点。什么是内生变量 阅读全文

posted @ 2022-07-23 12:59 wzd321 阅读(1366) 评论(0) 推荐(0) 编辑

2019年4月23日

摘要: [TOC] 第一章 数学基础 1.1 标量、向量、矩阵、张量之间的联系 标量(scalar) 一个标量表示一个单独的数,它不同于线性代数中研究的其他大部分对象(通常是多个数的数组)。我们用斜体表示标量。标量通常被赋予小写的变量名称。 向量(vector) ​一个向量表示一组有序排列的数。通过次序中的 阅读全文

posted @ 2019-04-23 11:08 wzd321 阅读(414) 评论(0) 推荐(0) 编辑

2019年1月5日

摘要: 转载:https://www.toutiao.com/i6642477603657613831/ 1 如果训练/测试都来自同一时间线,那么就可以非常巧妙地使用特性。虽然这只是一个kaggle的案例,但可以利用这个优势。例如:在出租车出行持续时间挑战赛中,从训练数据中随机抽取测试数据。在这种情况下,可 阅读全文

posted @ 2019-01-05 14:13 wzd321 阅读(2471) 评论(0) 推荐(0) 编辑

2018年12月25日

摘要: 散度(divergence)可用于表征空间各点矢量场发散的强弱程度,是矢量到标量的映射。 假设有矢量 阅读全文

posted @ 2018-12-25 11:19 wzd321 阅读(505) 评论(0) 推荐(0) 编辑

2018年12月18日

摘要: 参考:https://mp.weixin.qq.com/s/p10_OVVmlcc1dGHNsYMQwA 在线学习只是一个机器学习的范式(paradigm),并不局限于特定的问题,模型或者算法。 架构 如图1所示,流式训练数据生成的环节还会继续保留,原有的流式训练数据生成拓扑后面会直接接一个流式模型 阅读全文

posted @ 2018-12-18 19:50 wzd321 阅读(509) 评论(0) 推荐(0) 编辑

摘要: 一.正则表达式概念 1.定义 正则表达式,又称规则表达式。(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。正则表达式(Regular Expression)是一种文本模 阅读全文

posted @ 2018-12-18 09:40 wzd321 阅读(191) 评论(0) 推荐(0) 编辑

2018年12月13日

摘要: 1、CPM CPM(Cost Per Mill-impression),即每千人印象成本,依据广告播放次数来计算广告收费。广告图形或文字在计算机上显示,每1000次为一收费单位,如一则Banner广告的单价是50/CPM,5000元的广告收入就可以获得100*1000次播放机会。CPM是现阶段常用的 阅读全文

posted @ 2018-12-13 14:02 wzd321 阅读(1759) 评论(0) 推荐(0) 编辑

2018年12月12日

摘要: 向量2范数是对应元素平方和:矩阵2范数是:其中是矩阵的最大特征值. 除此之外,矩阵有一个F范数(Frobenius范数)倒是跟向量的2范数比较相似,是矩阵内所有元素平方和: 矩阵的2范数是向量二范数对应的诱导范数。给定某一种向量范数 ,它所对应的矩阵范数定义为: 左边的范数是矩阵范数,而右边分子分母 阅读全文

posted @ 2018-12-12 22:25 wzd321 阅读(21789) 评论(0) 推荐(0) 编辑

摘要: Text-CNN模型作为文本分类模型,通过验证实验以及业界的共识,在文本分类任务中,CNN模型已经能够取到比较好的结果,虽然在某些数据集上效果可能会比RNN稍差一点,但是CNN模型训练的效率更高。所以,一般认为CNN模型在文本分类任务中是兼具效率与质量的理想模型。针对海量的文本多分类数据,也可以尝试 阅读全文

posted @ 2018-12-12 16:48 wzd321 阅读(577) 评论(0) 推荐(0) 编辑

摘要: Precision定义为预测正确的真正样本占所有被预测为正样本的比例,Recall定义为预测正确的真正样本占所有真正样本的比例,而F1值定义为Precision和Recall的调和平均值: 可以看到F1值会更接近P和R中较小的值,我们也可以自己设置Precision和Recall的重要性: >1的时 阅读全文

posted @ 2018-12-12 14:48 wzd321 阅读(123) 评论(0) 推荐(0) 编辑