原创 Pytorch學習筆記 Task2.1 numpy和pytorch實現梯度下降法
文章目錄2.1 numpy 實現梯度下降法2.2 pytorch 實現梯度下降法 2.1 numpy 實現梯度下降法 import numpy as np # N是批次的大小，D_in爲輸入維度，H爲隱藏層維度，D_out爲輸出
2020-07-04 14:02:07
原创 梯度下降及優化算法
文章目錄1. 梯度下降算法1.1 全量梯度下降(Batch gradient descent)1.2 隨機梯度下降(Stochastic gradient descent) SGD1.3 小批量梯度下降(Mini-batch gr
2019-10-25 13:42:57
原创 KNN(k-NearestNeighbor) K最近鄰分類算法
文章目錄1. 介紹2. 流程3. 優點4. 缺點5. K的取值6. 總結7. KNN vs K-Means8. 筆試題相關9. 參考資料 1. 介紹 鄰近算法，或者說K最近鄰(kNN，k-NearestNeighbor)分類算法是
2019-10-25 13:42:57
6
原创 K-Means算法
文章目錄1. 介紹2. 流程3. 優點4. 缺點5. KNN vs K-Means6. 筆試題相關7. 參考資料 1. 介紹 K-Means算法是無監督的聚類方法，其思想很簡單，對於給定的樣本集，按照樣本之間的距離大小，將樣本集劃
2019-10-25 13:42:57
1
原创 Pytorch學習筆記 Task2.2 pytorch實現線性迴歸
線性迴歸能夠用一個直線較爲精準的描述數據之間的關係。當新的數據出現的時候，就能夠預測出一個簡單的值。 1 pytorch 實現線性迴歸 from torch.autograd import Variable from torch.
2019-08-28 13:41:06
原创 Pytorch學習筆記 Task4 實現多層網絡
1.引入模塊，讀取數據 2.構建計算圖（構建網絡模型） 3.損失函數與優化器 4.開始訓練模型 5.對訓練的模型預測結果進行評估
2019-08-25 13:41:08
原创 Pytorch學習筆記 Task6 理解更多神經網絡優化方法
1.瞭解不同優化器 2.書寫優化器代碼 3.Momentum 4.二維優化，隨機梯度下降法進行優化實現 5.Ada自適應梯度調節法 6.RMSProp 7.Adam 8.PyTorch種優化器選擇
2019-08-25 13:41:08
原创 Pytorch學習筆記 Task5 實現L1，L2正則化以及Dropout
1.瞭解知道Dropout原理 2.用代碼實現正則化(L1、L2、Dropout） 3.Dropout的numpy實現 4.PyTorch中實現dropout 5.參考資料：PyTorch 中文文檔
2019-08-25 13:41:08
原创 NLP論文研讀 Task1 ELMO
研究動機，研究方法，實驗結果，創新點，個人點評 ELMO 是 Embeddings from Language Models 的縮寫，即語言模型的詞向量表示，也是利用了深度上下文單詞表徵，該模型的優點： （1）能夠處理單詞用法中的
2019-08-17 13:39:29
原创 高級算法梳理 Task3 XGB
文章目錄1. XGB簡介2. XGB基礎2.1 迴歸樹與決策樹2.2 集成思想3. XGB算法原理4. 損失函數5. 分裂結點算法5.1 貪心算法（exact greedy algorithm）5.2 近似算法（approxima
2019-08-17 13:39:29
原创 初級算法梳理 Task3 決策樹
信息論基礎（熵 聯合熵 條件熵 信息增益 基尼不純度） 2.決策樹的不同分類算法（ID3算法、C4.5、CART分類樹）的原理及應用場景 迴歸樹原理 決策樹防止過擬合手段 模型評估 sklearn參數詳解，Python繪製決策樹
2019-08-17 13:39:29
原创 NLP基礎 Task2 特徵提取
基本文本處理技能 1.1 分詞的概念（分詞的正向最大、逆向最大、雙向最大匹配法）； 1.2 詞、字符頻率統計；（可以使用Python中的collections.Counter模塊，也可以自己尋找其他好用的庫） 概念 2.1
2019-08-17 13:39:29
原创 Pytorch學習筆記 Task3 實現Logistic regression
PyTorch實現Logistic regression 1.PyTorch基礎實現代碼 2.用PyTorch類實現Logistic regression,torch.nn.module寫網絡結構
2019-08-17 13:39:29
1
原创 初級算法梳理 Task2 邏輯迴歸
【任務2 - 邏輯迴歸算法梳理】 1、邏輯迴歸與線性迴歸的聯繫與區別 2、 邏輯迴歸的原理 3、邏輯迴歸損失函數推導及優化 4、 正則化與模型評估指標 5、邏輯迴歸的優缺點 6、樣本不均衡問題解決辦法 7. sklearn參數
2019-08-17 13:39:29