摘要：
一. 數據集的準備與預處理 1 . 收集dataset (大量用戶名--包含正常用戶名與非法用戶名) 包含兩個txt文件 legal_name.txt ilegal_name.txt. 如下圖所示 2. 用文件進行預處理 根據需求提取相應的特征, 輸出成 csv 格式，包含特征列與label列 把合 閱讀全文
posted @ 2018-07-10 10:57
曾先森在努力
閱讀(592)
評論(0)
推薦(0)
摘要：
一. What’s machine learningMachine Learning is the science of gettingcomputers to act without being explicitly programmed --- Andrew... 閱讀全文
posted @ 2018-07-09 10:55
曾先森在努力
閱讀(755)
評論(0)
推薦(0)
摘要：
一 交叉驗證交叉驗證的目的在實際訓練中，模型通常對訓練數據好，但是對訓練數據之外的數據擬合程度差。用于評價模型的泛化能力，從而進行模型選擇。交叉驗證的基本思想把在某種意義下將原始數據(dataset)進行分組,一部分做為訓練集(train set),另一部分做為驗證集... 閱讀全文
posted @ 2018-07-07 17:06
曾先森在努力
閱讀(1227)
評論(0)
推薦(1)
摘要：
一. 數據集的準備與預處理1 . 收集dataset (大量用戶名--包含正常用戶名與非法用戶名)包含兩個txt文件 legal_name.txt ilegal_name.txt. 如下圖所示2. 用文件進行預處理# Data setsimport osimpo... 閱讀全文
posted @ 2018-07-06 14:47
曾先森在努力
閱讀(324)
評論(0)
推薦(0)
摘要：
Naive Bayes-樸素貝葉斯Bayes’ theorem(貝葉斯法則)在概率論和統計學中，Bayes’ theorem（貝葉斯法則）根據事件的先驗知識描述事件的概率。貝葉斯法則表達式如下所示P(A|B) – 在事件B下事件A發生的條件概率P(B|A) – 在事件... 閱讀全文
posted @ 2018-07-04 16:17
曾先森在努力
閱讀(2797)
評論(0)
推薦(0)
摘要：
keras訓練了個二分類的模型。需求是把keras模型跑到 tensorflow serving上 （TensorFlow Serving 系統用于在生產環境中運行模型）keras模型轉 tensorflow模型我把 keras模型轉tensorflow servin... 閱讀全文
posted @ 2018-06-29 11:27
曾先森在努力
閱讀(868)
評論(0)
推薦(0)
摘要：
1. 概述原文地址：TensorFlow and deep learning,without a PhDLearn TensorFlow and deep learning, without a Ph.D. B站視頻地址：https://www.bilibili.c... 閱讀全文
posted @ 2018-06-25 16:47
曾先森在努力
閱讀(386)
評論(0)
推薦(0)
摘要：
博文的翻譯和實踐： Understanding Stateful LSTM Recurrent Neural Networks in Python with Keras正文一個強大而流行的循環神經網絡(RNN)的變種是長短期模型網絡(LSTM)。它使用廣泛，因為它的架... 閱讀全文
posted @ 2018-05-29 11:06
曾先森在努力
閱讀(1456)
評論(0)
推薦(0)
摘要：
集成學習簡介集成學習（ensemble learning）通過構建并結合多個學習器來完成學習任務。如何產生“好而不同”的個體學習器，是集成學習研究的核心。集成學習的思路是通過合并多個模型來提升機器學習性能，這種方法相較于當個單個模型通常能夠獲得更好的預測結果。這也是集... 閱讀全文
posted @ 2018-05-24 12:11
曾先森在努力
閱讀(1085)
評論(0)
推薦(0)
摘要：
概述GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一種迭代的決策樹算法，該算法由多棵決策樹組成，所有樹的結論累加起來做最終答案。它在被提出之初就和SV... 閱讀全文
posted @ 2018-05-23 19:40
曾先森在努力
閱讀(4030)
評論(0)
推薦(0)
摘要：
CART決策樹又稱分類回歸樹，當數據集的因變量為連續性數值時，該樹算法就是一個回歸樹，可以用葉節點觀察的均值作為預測值；當數據集的因變量為離散型數值時，該樹算法就是一個分類樹，可以很好的解決分類問題。但需要注意的是，該算法是一個二叉樹，即每一個非葉節點只能引伸出兩個分... 閱讀全文
posted @ 2018-05-09 14:43
曾先森在努力
閱讀(2289)
評論(0)
推薦(0)
摘要：
SVM分類，就是找到一個平面，讓兩個分類集合的支持向量或者所有的數據（LSSVM）離分類平面最遠；SVR回歸，就是找到一個回歸平面，讓一個集合的所有數據到該平面的距離最近。SVR是支持向量回歸(support vector regression)的英文縮寫，是支持向量... 閱讀全文
posted @ 2018-05-09 12:29
曾先森在努力
閱讀(15437)
評論(0)
推薦(1)
摘要：
首先我們需要明確一個概念，我們討論的線性或者非線性針對的是自變量的系數，而非自變量本身，所以這樣的話不管自變量如何變化，自變量的系數如果符合線性我們就說這是線性的。所以這里我們也就可以描述一下多項式線性回歸。由此公式我們可以看出... 閱讀全文
posted @ 2018-05-09 11:27
曾先森在努力
閱讀(519)
評論(0)
推薦(0)
摘要：
線性回歸是最貼近生活的數據模型之一簡單的線性回歸簡單的線性回歸公式如下：從公式中我們可以看出，簡單線性回歸只有一個自變量x1，b1是自變量的系數，y是因變量。x1可能是連續型或者離散型的數據，所以我們需要通過x1找出最合適的系數b1從而得到關于因變量y的曲線。我們下面... 閱讀全文
posted @ 2018-05-09 10:58
曾先森在努力
閱讀(629)
評論(0)
推薦(0)
摘要：
深度學習中的weight initialization對模型收斂速度和模型質量有重要影響！在ReLU activation function中推薦使用Xavier Initialization的變種，暫且稱之為He Initialization：import nump... 閱讀全文
posted @ 2018-05-07 17:17
曾先森在努力
閱讀(4234)
評論(0)
推薦(1)
摘要：
寫在前面：本文原載于how-to-start-a-deep-learning-project，并且在機器之心上有翻譯（如何從零開始構建深度學習項目？這里有一份詳細的教程）。忽略中英文的標題，因為這并非是一個入門的詳細教程，而是在深度學習應用中各個步驟階段上經驗匯總，寫... 閱讀全文
posted @ 2018-05-07 15:16
曾先森在努力
閱讀(877)
評論(0)
推薦(0)
摘要：
從接觸機器學習就了解到Andrew Ng的機器學習課程，后來發現又出來深度學習課程，就開始在網易云課堂上學習deeplearning.ai的課程，Andrew 的課真是的把深入淺出。當然學習這些課程還是要有一些基礎的。線性代數，高等數學的一些知識。Andrew NG：... 閱讀全文
posted @ 2018-04-20 18:12
曾先森在努力
閱讀(604)
評論(0)
推薦(0)
摘要：
Complete Small Focused Projects and Demonstrate Your Skills （完成小型針對性機器學習項目，證明你的能力）A portfolio is typically us... 閱讀全文
posted @ 2018-04-18 18:40
曾先森在努力
閱讀(537)
評論(0)
推薦(0)
摘要：
相信看到這篇文章的朋友，幾乎都想成為機器學習科學家。事實上，絕大多數的付費課程，基本上都有完全免費的課程放在另一個地方。我們只是把這些信息整理好，告訴你在哪兒可以找到他們，以及通過什么樣的順序進行學習。這樣，哪怕你是還沒畢業的大學生，或者是初入職場的工程師，都可以通過... 閱讀全文
posted @ 2018-04-04 19:04
曾先森在努力
閱讀(336)
評論(0)
推薦(0)
摘要：
那添加L1和L2正則化有什么用？下面是L1正則化和L2正則化的作用，這些表述可以在很多文章中找到。L1正則化可以產生稀疏權值矩陣，即產生一個稀疏模型，可以用于特征選擇L2正則化可以防止模型過擬合（overfitting）；一定程度上，L1也可以防止過擬合 閱讀全文
posted @ 2018-04-03 18:06
曾先森在努力
閱讀(326)
評論(0)
推薦(0)
浙公網安備 33010602011771號