原创 Structuring Machine Learning Projects - 第一週
Introduction to ML strategy 在這一節主要介紹了爲什麼需要ML strategy以及什麼是orthoganization。當我們進行ML調優的時候有非常多的可選項，比如改變Regularization係數，增加數據
2018-11-12 06:41:20
原创 Adam算法和Learning rate decay
Adam算法 Adam算法可以加快深度神經網絡的訓練的速度，它實際上是結合了exponentially weighted average算法和RMSprop算法，實際訓練過程如下圖所示： 通常情況下，需要對如下超參進行調整： 通常情況
2018-11-05 06:40:54
原创 指數加權平均值以及相關算法-exponentially weighted average and momentum
exponentially weighted average Vi = Vi-1beta - (1-beta)Ti 越早的數據其所佔的權重越小，從下圖右上角的小圖可以看出其每天對應的值（上圖）與指數曲線對應的值（下圖）進行相乘，所以越靠前的
2018-11-05 06:40:54
原创 Python定時任務-schedule vs. Celery vs. APScheduler
在Python開發過程中我們經常需要執行定時任務，而此類任務我們通常有如下選項： 自己造輪子 使用schedule庫 使用Celery定時任務 使用APScheduler 自己造輪子實現，最大的優勢就是靈活性，調試方便，對於某些特定系統
2018-09-19 06:42:13
483
原创 史上最詳解Python日期和時間處理（下）
此下篇主要講解跟時區相關的概念和程序中經常使用的場景，希望通過此文大家可以搞定所有時區相關的編程問題（如果還有不明白的地方，請聯繫我，我將進一步補充）。 本文的目錄結構如下： 時區基本概念 時區 GMT和UTC 時區偏移(Offset
2018-09-19 06:42:13
2
原创 吳恩達機器學習Coursera-week11
Photo OCR 在此章的課程中，Andrew主要是想通過OCR問題的解決來闡釋在實際項目中我們應該如何定義問題，並將一個大問題分解爲多個小問題，並通過pipeline的方式將對這些小問題的解決方案串聯起來，從而解決這個大問題。我認爲這是
2018-09-19 06:42:12
原创 史上最詳解Python日期和時間處理（上）
好吧，我承認這有標題黨的嫌疑，不過看了那麼多文章，的確沒有找到一篇讓我滿意的關於日期和時間處理的詳解文章，於是決心自己動手親寫一篇，希望能對得起這個霸氣的標題。言歸正傳，在Python編程中，日期和時間處理是非常繁瑣的一塊，不僅概念衆多，且
2018-09-19 06:42:12
1
原创 Redis數據類型和常用命令
Redis相較於其它的數據庫雖然簡單，但是要熟記所有命令的用法也並非易事。一個簡單的技巧是通過要操作的數據類型來將這些命令進行結構化。 數據類型和對應命令 所有存儲於redis中的數據都對應於一個鍵值對(key-value pair), k
2018-09-19 06:42:12
1
原创 Pandas系列6-DataFrame的分組與聚合
在對數據進行處理的時候，分組與聚合是非常常用的操作。在Pandas中此類操作主要是通過groupby函數來完成的。 先看一個實際的例子： # 生成一個原始的DataFrame In [70]: raw_data = {'regiment':
2018-09-19 06:42:12
2
原创 cost function and loss function
在機器學習領域我們經常會遇到cost function和loss function(也叫error function)，而這兩個function實際是有區別的。loss function通常用於衡量單個樣本其預測值和實際值的“差距”，而co
2018-09-19 06:42:09
40
原创 Pandas系列4-數據矢量化
問題 我們在處理數據問題時，經常會遇到的問題是要將原有數據進行轉化，比如在原有數據的基礎上+1操作，或者將原有數據的字符串全部轉化爲小寫字符，更復雜的是要將原有數據的一部分提取出來使用。這些問題都是數據轉化問題，即原有的數據不能直接使用，而
2018-09-19 06:42:09