| 共 31 篇文章 |
|
所作曲线就是概率分布曲线，目标变量得到一个值的概率就是该变量的概率分布。如果对概率分布作图，得到一条倒钟形曲线，样本的平均值、众数以及中位数是相等的，那么该变量就是正态分布的。如果你用计算好的概率密度函数绘制概率分布曲线，那么给定范围的曲线下的面积就描述了目标变量在该范围内的概率。当然上面并不是一个正态分布，那么当变... 阅1361 转0 评0 公众公开 19-07-11 10:46 |
假定''打喷嚏''和''建筑工人''这两个特征是独立的，因此，上面的等式就变成了P(感冒|打喷嚏x建筑工人) = P(打喷嚏|感冒) x P(建筑工人|感冒) x P(感冒) / P(打喷嚏) x P(建筑工人)贝叶斯分类器就是计算出概率最大的那个分类，也就是求下面这个算式的最大值：P(C|F1F2...Fn) = P(F1F2...Fn|... 阅688 转2 评0 公众公开 17-08-12 22:24 |
如果你能够从几个数据点发现隐式函数关系，那么你就可以利用此学习到的函数来预测未知数据的值。例如，如果最佳拟合直线为 y=2x，选择参数值为 2.01 时应该有较低的成本函数值，但是选择参数值为 -1 时应该具有较高的成本函数值。这时，我们的问题就转化为最小化成本函数值，如图 6 所示，TensorFlow 试图以有效的方式更新参数，并最终达到最佳... 阅657 转2 评0 公众公开 17-08-09 22:10 |
从入门到擅长：五步掌握机器学习应用方法 | 机器之心。本文这个掌握机器学习的方法克服了这个问题并且是从所能得到的最有价值的结果开始的。我们可以将这条路径总结为5个步骤： 步骤1：调整心态（相信！） 步骤2：挑选一个过程（怎样得到结果） 步骤3：挑选一种工具（实施） 步骤4：在数据集上应用（投入工作） 步骤5：建立一个组合... 阅978 转7 评0 公众公开 17-08-09 21:55 |
机器之心开放中英词汇库：期待与读者的共同进步 | 机器之心。机器之心术语编译标准。因为该项目很多术语都是机器之心平常编译文章所积累的，所以我们首先需要向读者说明机器之心术语编译的标准。1. 常见术语的编译标准。机器之心常见术语的编译首先会确保术语的正确性，其次再考虑术语的传播广度。以上是机器之心大概编译术语的标准，虽然我们... 阅53 转1 评0 公众公开 17-08-09 21:49 |
单特征 vs. 2 个特征的线性回归方程。注意：特征矩阵中的 x 表示变的更复杂，即我们使用 x1.1、x1.2，而不是 x1、x2 等，因为特征矩阵（中间矩阵）从表示 n 个特征（1 行 x，n 列）的单个数据点扩展到表示具有 n 个特征（m 行 x，n 列）的 m 个数据点。在本文中，我们介绍了多特征线性回归的概念，并展示了我们如何将模型和 TF 代码从单特征的... 阅67 转0 评0 公众公开 17-08-09 21:30 |
| 机器之心今天很多现有的深度学习系统都是基于张量代数（tensor algebra）而设计的，但是张量代数不仅仅只能用于深度学习。一个矩阵和一个向量的积可以被视为该矩阵和向量行（row）的点积，两个矩阵的乘积可以被视为一个矩阵和另一个矩阵的每一列（column）进行的矩阵-向量乘积的和。后来的机器要求要就矩阵-向量运算或矩阵-矩阵运算来将算法... 阅29 转0 评0 公众公开 17-08-09 20:57 |
一文读懂遗传算法工作原理（附Python实现）tpot_train = train.drop([''Outlet_Identifier'',''Item_Type'',''Item_Identifier''],axis=1)tpot_test = test.drop([''Outlet_Identifier'',''Item_Type'',''Item_Identifier''],axis=1)target ... 阅20 转0 评0 公众公开 17-08-09 16:40 |
一个Python包，学会所有基础算法。这是一个Python包，囊括了所有主要的基础算法。容易阅读的文档：http://pygorithm.readthedocs.io/en/latest/pip3 install pygorithm.安装很简单，如果你用的是Python2，那么用pip替换pip3。pip install --user pygorithm.获取一个算法的时间复杂度。原文：https://github.com/OmkarPathak/pygorithm. 阅15 转1 评0 公众公开 17-08-09 16:25 |
【量化投资利器Python】基本类库。但是在量化策略的实现中，总是遇到编程问题，不能实现自己的想法，因此准备系统学习一下Python，当然是只局限于数据分析，量化策略实现，记录一下学习的内容，与各位朋友共享，欢迎提出宝贵意见！【量化投资利器Python】条件与循环-if、while、for.【量化投资利器Python】神奇的迭代器和解析。【量化投资利器P... 阅23 转0 评0 公众公开 17-08-09 13:50 |
