機(jī)器學(xué)習(xí)中使用的神經(jīng)網(wǎng)絡(luò) 這一小節(jié)介紹隨機(jī)梯度下降法(stochastic gradient descent)在神經(jīng)網(wǎng)絡(luò)中的使用,這里首先回顧了第三講中介紹的線性神經(jīng)網(wǎng)絡(luò)的誤差曲面(error surface),如下圖所示。線性神經(jīng)網(wǎng)絡(luò)對 ...
2017-03-14一、概述 優(yōu)點:在數(shù)據(jù)少的情況下仍然有效,可以處理多類別問題 缺點:對于輸入數(shù)據(jù)的準(zhǔn)備方式較為敏感 適用數(shù)據(jù)類型:標(biāo)稱型數(shù)據(jù) 二、原理 三、文檔分類 A,B,C,D..為文檔中單詞。假設(shè)總詞匯只有A,B,C,D四種。訓(xùn)練樣 ...
2017-03-14機(jī)器學(xué)習(xí)實戰(zhàn)之SVD 1. 奇異值分解 SVD(singular value decomposition) 1.1 SVD評價 優(yōu)點: 簡化數(shù)據(jù), 去除噪聲和冗余信息, 提高算法的結(jié)果 缺點: 數(shù)據(jù)的轉(zhuǎn)換可能難以理解 1.2 SVD應(yīng)用 (1) 隱性語義索引(latent ...
2017-03-14機(jī)器學(xué)習(xí)實戰(zhàn)之PCA 1. 向量及其基變換 1.1 向量內(nèi)積 (1)兩個維數(shù)相同的向量的內(nèi)積定義如下: 內(nèi)積運算將兩個向量映射為一個實數(shù). (2) 內(nèi)積的幾何意義 假設(shè)A\\B是兩個n維向量, n維向量可以等價表 ...
2017-03-14機(jī)器學(xué)習(xí)實戰(zhàn)之Apriori 1. 關(guān)聯(lián)分析 1.1 定義 關(guān)聯(lián)分析是一種在大規(guī)模數(shù)據(jù)上尋找物品間隱含關(guān)系的一種任務(wù).這種關(guān)系有2種形式:頻繁項集和關(guān)聯(lián)規(guī)則. (1) 頻繁項集(frequent item sets): 經(jīng)常出現(xiàn)在一起的物品 ...
2017-03-14SPSS中兩種重復(fù)測量資料分析過程的比較 在SPSS中,有兩個過程可以對重復(fù)測量資料進(jìn)行分析:一種是一般線性模型的重復(fù)度量;一種是混合線性模型,對于同樣的數(shù)據(jù)資料,使用兩種過程分析出的內(nèi)容不大一樣,注意 ...
2017-03-13數(shù)據(jù)分析中的基本指標(biāo) 1.平均數(shù): 是描述一組數(shù)據(jù)集中趨勢的指標(biāo),有很多種平均數(shù),如:算數(shù)平均數(shù),幾何平均數(shù),調(diào)和平均數(shù),加權(quán)平均數(shù),平方平均數(shù),指數(shù)平均數(shù)等。 最常用的是算數(shù)平均數(shù) 平均數(shù) ...
2017-03-13數(shù)據(jù)分析中的變量分類 數(shù)據(jù)分析工作每天要面對各種各樣的數(shù)據(jù),每種數(shù)據(jù)都有其特定的含義、使用范圍和分析方法,同一個數(shù)據(jù)在不同環(huán)境下的意義也不一樣,因此我們想要選擇正確的分析方法,得出正確 ...
2017-03-13R語言之?dāng)?shù)據(jù)處理 一、向量處理 1.選擇和顯示向量 data[1] data[3] data[1:3] data[-1]:除第一項以外的所有項 data[c(1,3,4,6)] data[data>3] data[data<5|data>7]:小于5或大于7的所有項 which(data == max ...
2017-03-13SPSS數(shù)據(jù)分析—多維偏好分析(MPA) 之前的主成分分析和因子分析中,收集的變量數(shù)據(jù)都是連續(xù)型數(shù)值,但有時會碰到分類數(shù)據(jù)的情況,我們知道最優(yōu)尺度變換可以對分類變量進(jìn)行量化處理,如果將這一方法和主 ...
2017-03-13對應(yīng)分析方法與對應(yīng)圖解讀方法-—七種分析角度 對應(yīng)分析是一種多元統(tǒng)計分析技術(shù),主要分析定性數(shù)據(jù)Category Data方法,也是強(qiáng)有力的數(shù)據(jù)圖示化技術(shù),當(dāng)然也是強(qiáng)有力的市場研究分析技術(shù)。 這里主要介紹大 ...
2017-03-13均值、方差、標(biāo)準(zhǔn)差及協(xié)方差、協(xié)方差矩陣詳解 一、統(tǒng)計學(xué)基本概念:均值、方差、標(biāo)準(zhǔn)差 統(tǒng)計學(xué)里最基本的概念就是樣本的均值、方差、標(biāo)準(zhǔn)差。首先,我們給定一個含有n個樣本的集合,下面給出這些概念的公式 ...
2017-03-12主成分分析(PCA)特征選擇算法詳解 1. 問題 真實的訓(xùn)練數(shù)據(jù)總是存在各種各樣的問題: 1、 比如拿到一個汽車的樣本,里面既有以“千米/每小時”度量的最大速度特征,也有“英里/小時”的最大速度特征,顯 ...
2017-03-12線性回歸與梯度下降算法 1.1線性回歸 在統(tǒng)計學(xué)中,線性回歸(Linear Regression)是利用稱為線性回歸方程的最小平方函數(shù)對一個或多個自變量和因變量之間關(guān)系進(jìn)行建模的一種回歸分析。這種函數(shù)是一個或多個稱為 ...
2017-03-12機(jī)器學(xué)習(xí)基礎(chǔ)—梯度下降法(Gradient Descent) 梯度下降法。一開始只是對其做了下簡單的了解。隨著內(nèi)容的深入,發(fā)現(xiàn)梯度下降法在很多算法中都用的到,除了之前看到的用來處理線性模型,還有BP神經(jīng)網(wǎng)絡(luò)等。于是 ...
2017-03-12機(jī)器學(xué)習(xí):決策樹(Decision Tree) 決策樹(decision tree)是一種基本的分類與回歸方法。在分類問題中,它可以認(rèn)為是if-then規(guī)則的集合,也可以認(rèn)為是定義在特征空間與類空間上的條件概率分布。在學(xué)習(xí)時,利 ...
2017-03-11機(jī)器學(xué)習(xí)中的降維算法:ISOMAP & MDS 降維是機(jī)器學(xué)習(xí)中很有意思的一部分,很多時候它是無監(jiān)督的,能夠更好地刻畫數(shù)據(jù),對模型效果提升也有幫助,同時在數(shù)據(jù)可視化中也有著舉足輕重的作用。 一說到降維,大家第 ...
2017-03-11機(jī)器學(xué)習(xí)算法常用指標(biāo)總結(jié) 考慮一個二分問題,即將實例分成正類(positive)或負(fù)類(negative)。對一個二分問題來說,會出現(xiàn)四種情況。如果一個實例是正類并且也被 預(yù)測成正類,即為真正類(True positive), ...
2017-03-11【機(jī)器學(xué)習(xí)經(jīng)典算法源碼分析系列】-- 線性回歸 一、單變量線性回歸: 1.數(shù)據(jù)集可視化 2.求解模型參數(shù) 對于線性回歸模型,有兩種方法可以求解模型參數(shù)。 1) 梯度下降法 將代價函數(shù)代入展開: Matlab代碼實 ...
2017-03-11機(jī)器學(xué)習(xí)中特征選擇概述 1. 背景 1.1 問題 在機(jī)器學(xué)習(xí)的實際應(yīng)用中,特征數(shù)量可能較多,其中可能存在不相關(guān)的特征,特征之間也可能存在相關(guān)性,容易導(dǎo)致如下的后果: (1) 特征個數(shù)越多,分析特征、訓(xùn)練 ...
2017-03-11訓(xùn)練與驗證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11