原创 《愛上潘大師》系列 | 一文看懂DataFrame的創建
2020，努力做一個無可替代的人！ 寫在前面的話 如果你還記得那年大明湖畔的xiaoyige，那你就應該來看看這篇文章 我們學的是技術，小一我寫的可是技術文章，哪來那麼多情啊愛啊的 今天的內容很重要的！ 先複習一下前面的
2020-06-14 20:55:23
原创 天池實戰-街景字符編碼識別-task3模型建立
寫在前面的話 前兩節我們進行了數據的預處理，介紹了賽題的相關背景：天池實戰-街景字符編碼識別-task1賽題理解，通過Pytorch 批量讀取圖像數據並進行圖像預處理：天池實戰-街景字符編碼識別-task2數據預處理。 這節我們通
2020-05-27 12:09:11
2
原创 天池實戰-街景字符編碼識別-task2數據預處理
寫在前面的話 上一節大致瞭解了一下賽題的相關背景：天池實戰-街景字符編碼識別-task1賽題理解，從這節開始真正的實操，這節主要介紹數據讀取、圖像處理以及如何在Pytorch下進行數據的批量加載和處理 數據讀取 根據位置標籤獲取
2020-05-25 22:58:32
原创 《大話機器學習算法》貝葉斯—用貝葉斯計算吃火鍋的概率
寫在前面的話 前面用了三篇內容講了決策樹算法，也算是淺入淺出了，對於入門來說還是足夠的 大話系列 | 決策樹（上篇）—理論 大話系列 | 決策樹（中篇）—理論 大話系列 | 決策樹（下篇）—實戰 學完之後，你應該已經掌握了：
2020-05-22 13:16:31
1
原创 天池實戰-街景字符編碼識別-task1賽題理解
寫在前面的話 在寫這篇文章的時候，我其實已經把整個項目的流程都過完了，包括Pytorch對於模型的訓練等等，所以這篇題目爲賽題理解但實際也會說到後面的內容，不光是題目所說的賽題理解這麼簡單 總之，請你按整個項目的流程去走，去了解整
2020-05-22 13:16:31
2
原创 《兩日算法系列》之第五篇：SVM
目錄1. 支持向量機理論總結一下2. 如何確定最大化間隔2.1. 確定兩個平行超平面2.2. 確定間隔2.3. 確定目標3. 針對樣本的SVM3.1. 硬間隔線性支持向量機3.2. 軟間隔線性支持向量機3.3. 非線性支持向量機4
2020-05-01 17:54:15
4
原创 《兩日算法系列》之第四篇：隱馬爾可夫模型HMM
1. 定義與假設 李雷雷所在城市的天氣有三種情況，分別是：晴天、陰天、雨天，而且一年四季的天氣就在這三種之間變換。因爲近期不便出門，所以李雷雷每天的活動只有看書和打球兩種。 韓梅梅在國外上學期間，只能通過李雷雷的朋友圈觀察他每天都
2020-04-30 06:06:20
1
原创 《兩日算法系列》之第三篇：EM聚類
目錄1. 聚類算法1.1. 何爲聚類1.2. 如何聚類1.3. 評估聚類2. EM原理2.1. 極大似然估計？2.1. 分菜問題？2.2. 模仿分菜？2.3. 模仿的升級！2.4. EM工作原理3. EM聚類硬聚類or軟聚類4.
2020-04-29 01:00:13
原创 《兩日算法系列》之第二篇：貝葉斯分類
目錄1. 必看知識1.1. 參數估計1.1.1. 點估計1.1.2. 區間估計1.2. 似然與概率1.2.1. 概率1.2.2. 似然1.2.3. 表示1.3. 最大似然估計1.4.最大後驗估計1.5. 注意2. 貝葉斯原理3.
2020-04-24 23:49:23
原创 《大話機器學習算法》決策樹—看這一篇就夠了
寫在前面的話 這是一個新的系列，主要講機器學習的相關算法，希望想入門的你能耐心看完《寫在前面的話》 說一個比較普遍的現象，不知道能不能符合大多數同學： 看過Python語法、學過NumPy和Pandas、瞭解過可視化，也看過西瓜
2020-04-19 01:25:08
原创 《大話機器學習算法》決策樹—實戰項目
寫在前面的話 本篇是決策樹算法的項目實戰 如果你還不知道決策樹算法，你可以選擇和韓梅梅同學一起邊相親邊學習決策樹（手動狗頭）： 大話系列 | 決策樹（上）—相親？怎麼說？ 大話系列 | 決策樹（中）—相親？怎麼說？ 因爲前面
2020-04-19 01:25:08