https://zhuanlan.zhihu.com/p/65481094
數據挖掘-機器學習模型泛化增強技巧 機器學習模型泛化能力增強技巧簡介 在之前的文章中，我們已經介紹了三種提高模型泛化能力的方法，即前一篇文章介紹的L1正則化、L2正則化、DropOut方法。在本文中，我們將會從數據角度、模型
數據挖掘-過擬合與欠擬合的簡介 過擬合與欠擬合簡介 在我們數據挖掘的學習中，經常會出現過擬合和欠擬合的情況。比如使用BP神經網絡進行預測的時候，可能會造成數據的過擬合；使用簡單的一元線性迴歸的進行預測的時候，可能會造成數據的欠擬合
Mysql疑難雜症收集 By Eagoo 一、可疑問題： mysql>show processlist;
本文使用五種經典卷積神經網絡，實現fashion_mnist十分類問題，並對比準確度和運行時間LeNet5 原理AlexNet8 原理VGGNet16 原理InceptionNet10 原理ResNet18 原理 用到的包： im
什麼是LSH? LSH主要用來解決高維空間中點的近似最近鄰搜索問題,即Approximate Nearest Neighbor(ANN)。 在實際的應用中我們所面對的數據是海量的,並且有着很高的維度。在對數據的各種操作中,查詢操作
*這是一個數據挖掘的小項目， 將從以下幾個方面來分析： 數據清洗與格式轉換 探索性數據分析 特徵篩選 特徵工程 建立多種基礎模型，嘗試多種算法 模型調參/提升模型 評估測試/結論彙報 分析與準備數據 數據簡介 State:州名
什麼是調度系統 調度系統，更確切地說，作業調度系統（Job Scheduler）或者說工作流調度系統（workflow Scheduler）是任何一個稍微有點規模，不是簡單玩玩的大數據開發平臺都必不可少的重要組成部分。 除了Crontab
數據挖掘-正則化方法簡介 常見正則化方法介紹 正則化方法是數據挖掘或者神經網絡應用裏常見的一種方法，該類方法其實是一種對於過擬合進行優化的思路，即當模型在訓練集和測試集的預測準確率差距非常大的時候，比如模型在訓練集預測準確率
數據挖掘-梯度下降學習率優化簡介 學習率優化方法簡介 本文準備介紹的主要內容是在梯度下降方法中，對於學習速率這個超參數的優化思路。在之前的三篇文章裏，分別介紹了對梯度本身的優化的常見策略和技巧，但是沒有對學習速率的優化進行介
數據挖掘-聚類算法之DBSCAN DBSCAN算法簡介 在之前的文章裏，我們探討了最常見的一種聚類算法，即Kmeans算法，在本文中，我們將簡要介紹DBSCAN算法，同時將比較DBSCAN方法相對於Kmeans的優缺點。 DBSC
數據挖掘-梯度下降新方法簡介 梯度下降新方法簡介 在之前的兩篇文章裏，我們介紹了梯度下降方法的歷史和演變，從批量梯度下降、隨機梯度下降方法到後續的新方法如動量加速法、AdaGrad、RMSprop、Adadelta方法等，本
數據挖掘-均值漂移聚類算法 均值漂移聚類算法簡介 本文主要是介紹均值漂移聚類算法，又稱爲Mean-Shift-Cluster，該算法屬於無監督學習的聚類方法。主要從算法的使用場景、步驟、核心思路等角度去介紹算法。之前其實也介紹過一
數據挖掘-再談梯度下降優化方法 再談梯度下降優化方法 在上一篇文章，我們簡單的介紹了梯度下降方法和一些簡單的優化方法，比如隨機梯度下降方法可以對原有的梯度下降方法進行優化和加速，在這個基礎上又有小批量梯度下降方法和動量加速梯
更多對etl調度工具taskctl的使用問題解析關注公衆號"taskctl"(ID:gh_79ababc7910b)裏面有詳細的使用手冊，歡迎過來查閱哦~ 技術討論羣：75273038 大數據開發平臺的核心組件之一：作業調度系統 作業
