發(fā)簡(jiǎn)信
IP屬地：廣東
-
Task04: 動(dòng)手學(xué)深度學(xué)習(xí)——機(jī)器翻譯及相關(guān)技術(shù)；注意力機(jī)制與Seq2seq模型浴麻；Transformer
（學(xué)習(xí)筆記颈抚，待補(bǔ)充）本文目錄如下： 1.機(jī)器翻譯1.1 機(jī)器翻譯的概念 2.注意力機(jī)制與Seq2seq模型 3.Transformer 1. 機(jī)...
-
Task05：動(dòng)手學(xué)深度學(xué)習(xí)——卷積神經(jīng)網(wǎng)絡(luò)（學(xué)習(xí)筆記织鲸，待補(bǔ)充）本文目錄如下： 1.卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)1.1 二維互相關(guān)運(yùn)算1.2 二維卷積層1.3 填充和步幅1.4 多通道輸入和輸出1.5...
-
Task03：動(dòng)手學(xué)深度學(xué)習(xí)——過(guò)擬合和欠擬合缸濒、梯度消失和梯度爆炸棍丐、
（學(xué)習(xí)筆記渠牲，待補(bǔ)充）本文目錄如下： 1.過(guò)擬合和欠擬合1.1過(guò)擬合和欠擬合的概念1.2.防止過(guò)擬合的方法1.3.防止欠擬合的方法 2.梯度消失和...
-
Task01&Task02. 動(dòng)手學(xué)深度學(xué)習(xí)——從線性回歸出發(fā)
最近正在參加一個(gè)公益AI課程频祝，學(xué)習(xí)深度學(xué)習(xí)泌参，打卡監(jiān)督自己。由于剛開(kāi)始學(xué)習(xí)pytorch和深度學(xué)習(xí)常空，進(jìn)度比較慢沽一，沒(méi)有時(shí)間仔細(xì)寫筆記，因此先簡(jiǎn)單列出...
-
Day5|Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)|ARIMA模型
時(shí)間序列分析 主要內(nèi)容 1.平穩(wěn)性檢驗(yàn) 2.白噪聲檢驗(yàn) 3.建模定階ARIMA(0,1,1)建模 4.預(yù)測(cè) http://nbviewer.ju...
-
Day5|Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)|關(guān)聯(lián)分析
關(guān)聯(lián)分析 主要內(nèi)容： 1. 頻繁模式 2. 關(guān)聯(lián)規(guī)則 3. 關(guān)聯(lián)分析——Apriori算法 http://nbviewer.jupyter....
-
Day4|Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)|聚類分析
聚類分析 主要內(nèi)容： 1. 聚類分析思想 2. 主要聚類方法 3. 類間漓糙、類內(nèi)距離的度量 4. 層次聚類（譜系聚類） 5. 劃分聚類法...
-
Day3|Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)|分類與預(yù)測(cè):決策樹(shù)
分類與預(yù)測(cè)——決策樹(shù) 內(nèi)容提要 決策樹(shù)的基本思想三類信息混雜度的指標(biāo) 建立決策樹(shù)分裂屬性及其條件的選擇何時(shí)結(jié)束分裂樹(shù)的選擇 產(chǎn)生分類規(guī)則并應(yīng)用 ...
-
Day2|Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)|分類與預(yù)測(cè):Logistic回歸
Logistic回歸 http://nbviewer.jupyter.org/github/qiebuliaoliao/Datamining_p...