原创 深度學習筆記目錄大全(吳恩達)

https://blog.csdn.net/red_stone1/article/details/80207815 第一週:深度學習引言(Introduction to Deep Learning) 1.1 歡迎(Welcome)  1.

原创 機器學習實戰(十)Apriori算法進行關聯分析

一、前言       在去雜貨店買東西的過程,實際包含了許多機器學習的當前及未來應用,這包括物品的展示方式、購物之後優惠券的提供以及用戶忠誠度計劃,等等。它們都離不開對大量數據的分析。       通過查看哪些商品經常在一起購買,可以幫助

原创 ELK6.2.2 版本 (Logstash+Elasticsearch+Kibana+filebeat)的原理和詳細搭建

前言、 Elastic Stack   Elastic Stack是ELK的官方稱呼,網址:https://www.elastic.co/cn/products ,其作用是“構建在開源基礎之上, Elastic Stack 讓您能夠安全可

原创 機器學習實戰(七)01-線性迴歸基礎篇之預測鮑魚年齡

一 前言 前面的文章介紹了很多分類算法,分類的目標變量是標稱型數據,而本文將會對連續型的數據做出預測。主要講解簡單的線性迴歸和局部加權線性迴歸,並通過預測鮑魚年齡的實例進行實戰演練。 二 什麼是迴歸? 迴歸的目的是預測數值型的目標值。最直

原创 深度學習Python (二) pytorch、Keras、TensorFlow之間的區別

一、pytorch、Keras、TensorFlow三者之間的區別 TensorFlow是最著名的用於深度學習生產環境的框架。它有一個非常大非常棒的社區。然而,TensorFlow的使用不那麼簡單。另一方面,Keras是在TensorFl

原创 機器學習實戰(八)02-樹迴歸基礎篇之樹模型

一、模型樹 在迴歸樹的基礎上,葉子節點是常數值,如果這些葉子結點設定爲分段線性函數,這裏的所謂的分段線性是指模型有多個線性片段組成。 該算法的關鍵在於誤差的計算: 怎麼找到最佳切分點,應該怎樣計算誤差,首先對於給定的數據集,應該先用線性的

原创 深度學習(三)結構化機器學習項目-機器學習策略1 -Andrew Ng

目錄 一、機器學習策略(1) 1.1  什麼是機器學習策略 1.2  正交化 1.3  單一數字評估指標 1.4  滿足和優化指標 1.5 訓練/驗證/測試集劃分 1.6 開發集和測試集的大小 1.7 什麼時候該改變開發/測試集和指標?

原创 深度學習(二)改善深層神經網絡:超參數調試、 正則化以及優化-優化算法及課後作業 -Andrew Ng

目錄 一、基礎知識 1.1 mini-batch梯度下降 1.2 理解mini-batch梯度下降算法 1.3 指數加權平均數 1.4 理解指數加權平均數 1.5 指數加權平均的偏差修正 1.6 動量梯度下降算法 1.7 RMDprop

原创 大數據CDH(ClouderaManager)使用Oozie進行任務的可視化調度

  一、創建workFlow WorkFlow創建的方式很多種,創建完成後進行保存操作。   二、給WorkFlow添加定時任務 1、選擇要添加定時任務的workflow名稱 2、添加任務執行的頻率 和 linux 的crontab類

原创 Linux服務器環境部署搭建

一、安裝git 1. 下載git     https://github.com/git/git/archive/v2.23.0.tar.gz 2. 解壓下載好的安裝包  tar -zxvf v2.23.0.tar.gz 3. 安裝編譯源碼

原创 深度學習Python (一) 使用Colaboratory的免費GPU訓練神經網絡

目錄   一、使用Colaboratory的免費GPU訓練神經網絡 1 Colaboratory 介紹 2 搭建 Colaboratory ​3 使用 Colaboratory 4 補充 一、使用Colaboratory的免費GPU訓練神

原创 深度學習(三)結構化機器學習項目-機器學習策略2 -Andrew Ng

一、機器學習策略(2) 1.1  進行誤差分析     如果你希望讓學習算法能夠勝任人類能做的任務,但你的學習算法還沒有達到人類的表現,那麼人工檢查一下你的算法犯的錯誤也許可以讓你瞭解接下來應該做什麼。這個過程稱爲錯誤分析,我們從一個例子

原创 深度學習Python (三)使用Python實現簡單的神經網絡

一、搭建基本模塊—神經元 在說神經網絡之前,我們討論一下神經元(Neurons),它是神經網絡的基本單元。神經元先獲得輸入,然後執行某些數學運算後,再產生一個輸出。下面是兩個輸入的神經元。                        

原创 pandas指南-4.數據分組聚合和排序

目錄 數據分組聚合和排序 多索引 排序 數據分組聚合和排序 分組聚合非常重要,它在官方pandas文檔中有自己的部分:Groupby:split-apply-combine。 import pandas as pd pd.set_opt

原创 pandas指南-5.數據類型和缺失值

目錄 數據類型 缺失數據 我們還是先來加載一下數據 import pandas as pd pd.set_option('max_rows', 5) import numpy as np melbourne_data = pd.read