原创 神經網絡 ——一個很好的解釋以及簡單實現 Implementing a Neural Network from Scratch in Python – An Introduction
代碼均在這裏： Get the code: To follow along, all the code is also available as an iPython notebook on Github. 在這篇文章
2020-07-05 16:41:43
28
原创 python下安裝eemd
(1)以下是windows系統python下的安裝： 基本是參考網站： http://juiceyang.com/2016/03/24/how-to-install-pyeemd-on-windows-in-3-steps/ （
2020-07-05 16:41:43
3
原创 EMD經驗模態分解——分析時間序列
EMD，（Empirical Mode Decomposition)，經驗模態分解，美國工程院士黃鍔博士於1998年提出的一種信號分析方法。 是一種自適應的數據處理或挖掘方法，非常適合非線性，非平穩時間序列的處理，本質上是對數據
2020-07-05 16:41:43
25
原创 TICC- TimeSeries Analyze
TICC Toeplitz Inverse Covariance-based Clustering (TICC). TICC是一個用於高效分段和聚類多變量時間序列的python求解器。 TICC的輸入是T*N數據矩
2020-07-05 16:41:43
8
原创 歡迎使用CSDN-markdown編輯器
歡迎使用Markdown編輯器寫博客 本Markdown編輯器使用StackEdit修改而來，用它寫博客，將會帶來全新的體驗哦： Markdown和擴展Markdown簡潔的語法 代碼塊高亮 圖片鏈接和圖片上傳 LaTex數學公
2020-02-20 18:12:57
原创 Boosting and AdaBoost
Boosting Boosting 是一族可將弱學習器提升爲強學習器的算法。這族算法的工作機制類似：先從初始訓練集訓練出一個基學習器，再根據基學習器的表現對訓練樣本分佈進行調整，使得先前基學習器做錯的訓練樣本在後續受到更多的關注，
2020-02-20 18:12:57
原创 A new boosting algorithm for improved time-series forecasting with recurrent neural networks
【未完待續】 A new boosting algorithm for improved time-series forecasting with recurrent neural networks given x(t),x(t
2020-02-20 18:12:57
原创 Xgboost原理及使用
集成學習 集成學習（ensemble learning）通過構建並結合多個學習器來完成學習任務，有時也被稱爲多分類器系統（multi-classifier system）、基於委員會的學習（committee-based lea
2020-02-20 18:12:57
原创 動態時間規整（DTW）
動態時間規整（DTW） Dynamic Time Warping（DTW）誕生有一定的歷史了（日本學者Itakura提出），它出現的目的也比較單純，是一種衡量兩個長度不同的時間序列的相似度的方法。應用也比較廣，主要是在模板匹配
2020-02-20 18:12:57
原创 深度學習-學習筆記--深度學習中的epochs，batch_size，iterations詳解
深度學習框架中涉及很多參數，如果一些基本的參數如果不瞭解，那麼你去看任何一個深度學習框架是都會覺得很困難，下面介紹幾個新手常問的幾個參數。 batch 深度學習的優化算法，說白了就是梯度下降。每次的參數更新有兩種方式。 第一種，遍
2020-02-20 18:12:56
原创 Keras上實現卷積神經網絡CNN——一個例子程序
一、概述及完整代碼 本例的代碼主要來自keras自帶的example裏的 mnist_cnn 模塊，主要用到keras.layers中的Dense, Dropout, Activation, Flatten模塊和keras.lay
2020-02-20 18:12:56
原创 linux 解壓縮 壓縮命令 備忘
首先，總的來說， 解壓 tar –xvf file.tar //解壓 tar包 tar -xzvf file.tar.gz //解壓tar.gz tar -xjvf file.tar.bz2 //解壓 tar.bz2
2020-02-20 18:12:56
原创 L1 L2 正則化
L1 L2 正則化 是什麼 ℓ1 -norm和 ℓ2-norm，中文稱作 L1正則化 和 L2正則化，或者 L1範數 和 L2範數。 L1正則化和L2正則化可以看做是損失函數的懲罰項。 所謂的 “懲罰” 是指對損失函數中的某些參數做一
2018-08-29 03:19:01
4
原创 LSTM，LSTM 比 RNN 優化了哪些地方？卷積神經網絡與循環神經網絡的區別
在普通的全連接網絡或CNN中，每層神經元的信號只能向上一層傳播，樣本的處理在各個時刻獨立，因此又被稱爲前向神經網絡 (Feed-forward Neural Networks)。而在RNN中，神經元的輸出可以在下一個時間戳直接作用到自身，
2018-08-29 03:19:01
原创 機器學習性能評估指標
最近一直在改模型，關注的是 Accuracy、MSE；但是除此之外，還有不少評價指標。。。【笑哭】 分類 迴歸 分類 True Positive(真正, TP)：將正類預測爲正類數. True Negative(真負 , TN)：
2018-08-29 03:19:01
2