原创 搶人飯碗了!推薦一款全自動的機器學習建模神器PyCaret

 Datawhale乾貨 編譯:張峯,Datawhale成員寄語:PyCaret,是一款 Python中的開源低代碼(low-code)機器學習庫,支持在「低代碼」環境中訓練和部署有監督以及無監督的機器學習模型,提升機器學習實驗的效率。

原创 深度學習的多個 loss 是如何平衡的?

來自 | 知乎 地址 | https://www.zhihu.com/question/375794498編輯 | AI有道 本文僅作學術分享,若侵權,請聯繫後臺刪文處理在一個端到端訓練的網絡中,如果最終的loss = a*loss1+

原创 10000字Pandas基礎+進階筆記!

數據對象pandas主要有兩種數據對象:Series、DataFrame注: 後面代碼使用pandas版本0.20.1,通過import pandas as pd引入1. SeriesSeries是一種帶有索引的序列對象。簡單創建如下:

原创 99% 人會做錯的python題

本文含 2693 字,5 圖表截屏建議閱讀 15 分鐘引言題目:在不運行下面代碼(Python 3 不是 Python 2)的情況下選擇答案。def f( x=[] ): x.append(1) return x   p

原创 這幾個阿里、滴滴、微軟超級牛人的公衆號,值得跟進學習!

學習如逆水行舟,不進則退;只有堅持不斷的學習,才能保持進步。今天給大家精心挑選的這幾個優質的公衆號,在行業深耕已久,相信大家一定會有所收穫,感興趣的可以關注一下。程序員狗哥他不是最出色的程序員,性格如其名,“狗”字最重。不會跟你裝大佬,

原创 Python 的 __name__ 變量,到底是個什麼東西?

編譯&圖片漢化:歐剃        原文鏈接:https://medium.freecodecamp.org/whats-in-a-python-s-name-506262fe61e8大家應該已經在很多 Python 腳本里見到過 __

原创 機器學習實戰-支持向量機原理、Python實現和可視化(分類)

支持向量機(SVM)廣泛應用於模式分類和非線性迴歸領域。SVM算法的原始形式由Vladimir N.Vapnik和Alexey Ya提出。自從那以後,SVM已經被巨大地改變以成功地用於許多現實世界問題。1.什麼是支持向量機(SVM)?支

原创 推薦幾個清北計算機系學霸的 IT 公衆號

工欲善其事,必先利其器。選擇適合自己的公衆號,不僅能拓寬眼界,還能利用好碎片時間儲備知識。以下是幾個牛逼大佬的公衆號,推薦關注。程序員狗哥長按二維碼並識別關注簡介:他不是最出色的程序員,性格如其名,“狗”字最重。不會跟你裝大佬,也不會跟

原创 【Deep Learning】卷積神經網絡中十大拍案叫絕的操作

作者:Justin ho轉自:https://zhuanlan.zhihu.com/p/28749411 已授權編輯:AI蝸牛車從2012年的AlexNet發展至今,科學家們發明出各種各樣的CNN模型,一個比一個深,一個比一個準確,一個

原创 14個數據分析和機器學習項目!附數據集

大數據文摘出品 來源:medium編譯:張大筆茹、夏雅薇對於那些對數據,數據分析或數據科學感興趣的人,提供一份可以利用業餘時間完成的數據科學項目清單,一共14個!項目分爲三種類型:可視化項目探索性數據分析(EDA)項目預測建模可視化項目

原创 一位讀研時通過實習和比賽收入五十萬的同學

公子龍是我的好朋友,他之前在中科院獲取了計算機碩士學位,現在是一名大廠的算法工程師。大多數人的學生生活,是在枯燥的課程和任務中度過的,但他卻有所不同,樂於折騰,收穫了不一樣的精彩。他喜歡去公司實習,創業公司、BAT 大廠都待過;熱衷於參

原创 【好消息!】Python和Excel終於可以互通了!!

今天小編爲大家分享一篇使用python將大量數據導出到Excel中的技巧心得,可以讓Python和Excel的數據實現互通!具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧!問題描述爲了更好地展示數據,Excel格式的數據

原创 經驗 | 詳解 Faster R-CNN目標檢測的實現過程

計算機視覺聯盟  報道 轉載於 :機器之心Faster R-CNN 實現代碼:https://github.com/tryolabs/luminoth/tree/master/luminoth/models/fasterrcnn背景Fa

原创 GitHub 星標 3500+,180 頁《Python之路2.0.pdf》首次開放下載!

告別枯燥,通過學習有趣的小例子,紮實而系統的入門Python,從菜鳥到大師,個人覺得這是很靠譜的一種方法。通過一個又一個的小例子,真正領悟Python之強大,之簡潔,真正做到高效使用Python.從最初1.0版本的138個小例子,又經過

原创 梯度下降推導與優化算法的理解和 Python 實現

梯度下降推導與優化算法的理解和Python實現目錄梯度下降算法推導優化算法的理解和Python實現SGDMomentumNestrovAdaGradRMSpropAdam算法的表現1梯度下降算法推導模型的算法就是爲了通過模型學習,使得訓