【機器學習】一文讀懂正則化與LASSO迴歸，Ridge迴歸
XGBoost原理
如何用sklearn對隨機森林調參?
sklearn隨機森林調參小結
Python機器學習筆記：Grid SearchCV（網格搜索）
xgboost原理及調參方法-通俗易懂版本
2019.12.11 一、C++第一次程序 1.練習1.4 #include <string> #include <iostream> using namespace std; int main() {
一、tensorflow 1.結果的可視化 莫煩大佬的代碼如下： from __future__ import print_function import tensorflow as tf import numpy as np
一、Q-learning算法 1.莫煩Q-learning第一段代碼已理解，如下： import numpy as np import pandas as pd import time np.random.seed() # r
2019.12.06 一、tensorflow 1.使用tensorflow建造神經網絡 1.定義一個函數，可以增加一層隱藏層，並返回該隱藏層的輸出值。 2.構造一些數據，用於處理。 3.定義placeholder用於神經網絡的輸
2019.12.04 一、tensorflow學習 1.astype： 轉換數組的數據類型。 2.dtype： 一個用於說明數組數據類型的對象。返回的是該數組的數據類型。由於圖中的數據都爲整形，所以返回的都是int32。如果數組
2019.12.12 一、essential c++ 1.練習1.8（沒有做好） #include <iostream> #include <fstream> #include <algorithm> #include
2019.12.09 一、動態規劃 之 策略迭代 看懂值迭代的代碼之後，策略迭代變得簡單了許多，策略迭代主要包括：策略評估和策略改進。 策略迭代的步驟如下： 1.初始化隨機策略。 2.求得隨機策略下的值函數，並判斷其是否爲當下策略
2019.12.07 一、Windows10和Ubuntu雙系統 今天早上準備嘗試安裝雙系統，但是嘗試失敗，網上坑人的教程太多，不太友好。決定在虛擬機上安裝OpenAI試一下。 二、 後來發現虛擬機的Ubuntu裝universe
