原创 IRT模型進行能力值估計
IRT模型的公式如下： 參數解釋： D 常數，1.702 θ 測試學生的能力值（即需要求解的參數） pi(θ) 測試學生做對該題目的概率，i：第幾題 bi 題目的難度，i：第幾題 我們最終目的
2020-07-01 04:18:00
4
原创 Tensorflow2.0之dataset讀取csv及tfrecord文件（第四節）
本章節的主要內容是csv文件的讀入（寫入直接用pandas即可），tfrecords文件的寫入及讀取（讀入是解析成可以訓練的數組形式） csv文件讀入 list_files = ['a.csv','b.csv','c.csv
2020-07-01 02:56:51
34
原创 Tensorflow2 RNN模型imdb電影評分預測和Character-level language model
import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline import numpy as np import pandas as pd
2020-07-01 02:56:51
4
原创 神經網絡反向傳播梯度推導及代碼實現
一. 梯度推導 本例中使用的激活函數爲g(x)=sigmoid函數，損失函數使用的爲邏輯迴歸的損失函數。 方便公式簡便，只有一個樣本進行偏導計算，假設network共L層。使用 "" 表示向量乘積運算符, python中的numpy.m
2020-07-01 02:56:51
原创 邏輯迴歸進行多分類進行手寫識別（ex3)
思路 X(5000,401) 5000個樣本，400特徵+1偏置項 y(5000,1) 5000個樣本對應的標籤，即5000個樣本對應的數字 多分類的目的是隨機輸入一個樣本，能夠識別這個樣本是數字幾。因爲邏輯迴歸是二分類任
2020-07-01 02:56:51
原创 無監督學習-K-means算法對圖片壓縮
K-means算法是無監督的聚類算法，是將一個未標記的數據集聚類成不同的組 實現步驟如下 1.根據數據集隨機選擇K個點作爲聚類中心 (cluster centroids) 2.對於數據集中的每一個數據，找出與各個聚類中心的距離最
2020-07-01 02:56:51
原创 線性迴歸的正則化實例及模型判定
吳恩達正則化課程的課後作業python實現 from scipy.io import loadmat import pandas as pd import matplotlib.pyplot as plt import numpy
2020-07-01 02:56:51
原创 python寫項目時的logging日誌
簡單的輸出，用於快捷操作 import logging import time # filemode="a" ，才能在文件末尾追加 # 在循環中，logging 相對於 open(file,'w').write的優點：不需要等
2020-07-01 02:56:51
原创 sklearn中精確率、召回率及F1值得micro，macro及weighted算法
爲什麼要用精確率和召回率 有這樣一個訓練集，1000個人參加了結直腸癌CRC的檢測，實際有0.5%的人得了CRC（即5個人）。用神經網絡算法得到檢測這樣一個訓練集能達到99%的準確率。從數值上判斷該算法是不錯的，因爲只有1%的誤差
2020-07-01 02:56:51
2
原创 Tensorflow2.0 feature_columns ，交叉特徵，estimator，tf1.0實戰(第五節)
5-8以前爲tensorflow2.0 ，5-8以後爲tensorflow1.0 什麼是交叉熵？ 交叉熵：跟信息熵類似，值越小越好，−∑i=1mp(xi)logq(xi)-\sum_{i=1}^m{p(x_i)}{logq(x_
2020-07-01 02:56:51
3
原创 邏輯迴歸之參數訓練、模型驗證
training data的參數訓練 使用唐宇迪課程的數據集，代碼思路 import pandas as pd import numpy as np import matplotlib.pyplot as plt import math
2020-07-01 02:56:51
原创 1. Vue+restframe安裝及通過python插入數據
Vue安裝 nodejs官網下載最新的版本，舊的可能不能用，用的v10.15.0沒問題 Cnpm 安裝教程 http://npm.taobao.org/ npm是包管理器，但是npm下載包速度慢，cnpm快，所以更多使用cnpm
2020-06-07 02:43:30
原创 Scala 慕課網筆記
for循環 val l = List("Tom", "Bob123", "WangMeng") //> l : List[String] = List(Tom, Bob123, WangMeng) for {
2020-06-07 02:43:30
原创 1 前5章
序列化 在goods/views.py文件中 from .serializers import GoodsSerializer from rest_framework.views import APIView from rest_fra
2020-06-07 02:43:30
原创 決策樹簡述-西瓜書筆記
泛化能力：機器學習對於沒有見過的樣本的識別能力 欠擬合：模型複雜度偏低，在訓練和驗證時的效果都不好 過擬合：模型複雜度偏高，模型在訓練時效果很好，但是預測時效果很差，也就是對數據學習過度 數據集 決策樹 是一種用於分類的機器學習算法
2020-06-07 02:43:30