發(fā)簡信
IP屬地：湖北
-
-
每天都有新發(fā)現(xiàn)遇革，讓我們一起進(jìn)步吧！<br><br>歡迎您關(guān)注公眾號 “讀書ReadBook”，分享各種電子書烘嘱、視頻教程資源，期待和您一起進(jìn)步蝗蛙！<br>
-
感謝樓主拙友！受益匪淺。歼郭。遗契。
利用IntelliJ IDEA與Maven開始你的Scala之旅
一. IntelliJ IDEA安裝及配置 1.1 IntelliJ IDEA下載及安裝 首先在 CHOOSE YOUR EDITION 這里選擇Community版本，這個(gè)...
-
利用IntelliJ IDEA與Maven開始你的Scala之旅一. IntelliJ IDEA安裝及配置 1.1 IntelliJ IDEA下載及安裝 首先在 CHOOSE YOUR EDITION 這里選擇Community版本病曾，這個(gè)...
-
感謝牍蜂！已解決問題！
zsh：command not find:conda 的詳細(xì)解決辦法
系統(tǒng)：OXSshell：zsh問題：安裝了Anaconda后泰涂，在Terminal中輸入conda相關(guān)命令時(shí)鲫竞，顯示：zsh: command not find:conda 一、...
-
如果換了國內(nèi)鏡像源逼蒙，不要加-c這個(gè)參數(shù)从绘，你試試
mac安裝pytorch，一起來搞深度學(xué)習(xí)呀
2023年3月14日更新增加遠(yuǎn)程服務(wù)器安裝conda步驟增加section 5 遠(yuǎn)程服務(wù)器連接jupyter步驟 2019年10月10日更新因?yàn)楸酒┪拈喿x量較大是牢，所以補(bǔ)充了...
-
小米路由器Pro刷OpenWrt固件前言 小米路由器刷機(jī)的資料感覺相對其它廠家的路由器還是比較少的僵井，而且小米家路由器僅有的資料又和我這個(gè)路由器型號(我的是小米路由器Pro)對不上，但慶幸的是我在OpenWrt的...
-
使用jupyter notebook連接服務(wù)器進(jìn)行遠(yuǎn)程煉丹
之前有人分享過使用VSCode遠(yuǎn)程煉丹今天分享用jupyter notebook實(shí)現(xiàn)同樣的功能 （1）簡單介紹一下jupyter notebook的優(yōu)點(diǎn)Jupyter Not...
-
邏輯回歸（LR）個(gè)人學(xué)習(xí)總結(jié)篇寫作計(jì)劃： 線性模型LR(沒有考慮特征間的關(guān)聯(lián))——>LR +多項(xiàng)式模型（特征組合驳棱，不適用于特征稀疏場景批什，泛化能力弱）——>FM（適用于稀疏特征場景*，泛化能力強(qiáng)）——>FF...
-
推薦系統(tǒng)實(shí)戰(zhàn)之FM（Factorization Machine）算法——keras算法練習(xí)（4）筆者在之前的文章中介紹過使用keras搭建一個(gè)基于矩陣分解的推薦系統(tǒng),而那篇文章所介紹的方法可能只是一個(gè)龐大推薦系統(tǒng)中的一小環(huán)節(jié)社搅。而對于工業(yè)級別的推薦系統(tǒng)驻债，面對極其龐大的產(chǎn)品...
-
樓主您好, 貌似第一個(gè)FM公式有點(diǎn)小錯(cuò)誤, 就是第二個(gè)求和號i=j+1應(yīng)該是j=i+1
推薦系統(tǒng)實(shí)戰(zhàn)之FM（Factorization Machine）算法——keras算法練習(xí)（4）
筆者在之前的文章中介紹過使用keras搭建一個(gè)基于矩陣分解的推薦系統(tǒng),而那篇文章所介紹的方法可能只是一個(gè)龐大推薦系統(tǒng)中的一小環(huán)節(jié)。而對于工業(yè)級別的推薦系統(tǒng)形葬，面對極其龐大的產(chǎn)品...
-
貌似是算錯(cuò)了...按照定義,2*80應(yīng)該是1*80才對
哈夫曼樹
哈夫曼樹（Huffman Tree）是最優(yōu)二叉樹合呐。給定n個(gè)權(quán)值作為n個(gè)葉子的結(jié)點(diǎn)，構(gòu)造一棵二叉樹笙以，若樹的帶權(quán)路徑長度達(dá)到最小淌实，這棵樹則被稱為哈夫曼樹 1.路徑和長度 定義：在...
-
【NLP論文筆記】Enriching word vectors with subword information（FastText詞向量）本文主要用于記錄臉書AI研究院發(fā)表于2016年的一篇論文（引用量接近破千）。該論文提出的基于word2vec與字符級向量融合的詞向量構(gòu)建在保證效果的同時(shí)，大大提升了訓(xùn)練及預(yù)測...
-
極簡佛系算卦工程師～
-
從決策樹到XGBoost
1.引子 XGBoost在機(jī)器學(xué)習(xí)領(lǐng)域可謂風(fēng)光無限，作為從學(xué)術(shù)界來的模范生缘屹，幫助工業(yè)界解決了許多實(shí)際問題凛剥，真可謂： 模型鋒從學(xué)界出，算法香自公式來轻姿。 限于篇幅犁珠，本文就...
-
-
高校計(jì)算機(jī)教師豹休，除了教學(xué)科研之外炊昆，也做IT類的創(chuàng)業(yè)，希望通過這個(gè)平臺能認(rèn)識更多的朋友<br><br>個(gè)人愛好：足球威根、羽毛球凤巨、臺球、斗地主...
-
寫得非常棒! 把Dropout和Bagging的區(qū)別和聯(lián)系很詳細(xì)的指明出來了....
增強(qiáng)機(jī)器學(xué)習(xí)模型性能——深入理解隨機(jī)森林（RandomForest）和 Dropout的原理
要想了解如何增強(qiáng)機(jī)器學(xué)習(xí)模型性能洛搀，我們需要知道如何降低模型的誤差敢茁。所以首先我們必須明白模型誤差是由偏差（Bias）和方差（Variance）組成的。偏差是指樣本預(yù)測值的平均值...
