1. 背景 本文提出Wide&Deep模型，旨在使得训练得到的模型能过同时获得记忆（memorization）和泛化（generalization）能力： （若只有W...
发简信
IP属地：湖北
1. 背景 本文提出Wide&Deep模型，旨在使得训练得到的模型能过同时获得记忆（memorization）和泛化（generalization）能力： （若只有W...
1. 为何不采用 one-hot 向量 假设词典中不同词的数量（词典大小）为 N，每个词可以和从 0 到 N−1的连续整数一一对应。这些与词对应的整数叫做词的索引。 假设一个...
Machine Learning基础：Bias（偏差）、Error（误差）和Variance（方差） 首先明确一点，Bias和Variance是针对Generalizat...
1 模型介绍 1.1 sigmoid函数 在介绍逻辑回归模型之前，我们先引入sigmoid函数，其数学形式是： 对应的函数曲线如下图所示： 从上图可以看到sigm...
1. 2. 使用动量Momentum(动量)的随机梯度下降（SGD） 1.动量方法主要是为了解决Hessian矩阵病态条件问题（直观上讲就是梯度高度敏感于参数空间的某些方...
1 正则化（Regularization） 奥卡姆剃刀定律。 机器学习中几乎都可以看到损失函数后面会添加一个额外项，常用的额外项一般有两种，一般英文称作l1-norm...
1 欠拟合 欠拟合是指模型拟合程度不高，数据距离拟合曲线较远，或指数据没有很好地捕捉到数据特征，不能够很好地拟合数据。 如果模型在训练集中表现较差，在测试集中表现同样差，这可...
1. 以用户为基础（User-based）的协同过滤 基于用户的协同过滤算法是通过用户的历史行为数据发现用户对商品或内容的喜欢(如商品购买，收藏，内容评论或分享)，并对这...
1 利用hql处理数据 利用hql处理数据需要用到两个文件，handle.py和handle.sql文件，利用python handle.py运行。 handle.py ha...
1 混淆矩阵（Confusion Matrix） 对于二分类问题，预测模型会对每一个样本预测一个得分s或者一个概率p。 然后，可以选取一个阈值t，让得分s>t的样本预测为...
Machine Learning基础：激活函数（Activiation Function） 激活函数通常有如下一些性质： 非线性：当激活函数是非线性的时候，一个两层的...
1.IF 表达式：IF( expr1 , expr2 , expr3 ) expr1条件，条件为true，则值是expr2 ，false，值就是expr3 2. CA...
谢谢您～
[转]Mac下Fiddler的安装、配置与使用环境安装 Mono安装 首先，Mac下需要使用.Net编译后的程序，需要用到跨平台的方案Mono(现阶段微软已推出跨平台的方案.Net Core，不过暂时只支持控制台程序)。...
损失函数是用来估量模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数，通常使用L(Y,f(x))来表示损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函...
1. softmax函数介绍 softmax用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！ 假设我们有一个数组...
1 Hive对数据库的操作 1.1 Hive对TABLE的操作 1.1.1 CREATE TABLE语句 语法 示例 1.1.2 ALTER TABLE 语句 语法 示例 1...
FS Shell 调用文件系统(FS)Shell命令应使用 bin/hadoop fs 的形式。 所有的的FS shell命令使用URI路径作为参数。URI格式是sch...