5.1 循环神经网络（时间序列） 循环神经网络（RNN）用于建模带有时间关系的数据。它的架构是这样的。 在最基本的 RNN 中，单元（方框）中的...

4.2 多层感知机回归（时间序列） 这篇教程中，我们使用多层感知机来预测时间序列，这是回归问题。 操作步骤 导入所需的包。 导入数据，并进行预处...

遇到非线性可分的数据集时，我们需要使用核方法，但为了使用核方法，我们需要返回到拉格朗日对偶的推导过程，不能简单地使用 Hinge 损失。 操作步...

将上一节的假设改一改，模型就可以用于回归问题。 操作步骤 导入所需的包。 导入数据，并进行预处理。我们使用鸢尾花数据集中的后两个品种，根据萼片长...

在传统机器学习方法，支持向量机算是比较厉害的方法，但是计算过程非常复杂。软间隔支持向量机通过减弱了其约束，使计算变得简单。 操作步骤 导入所需的...

1.4 Softmax 回归 Softmax 回归可以看成逻辑回归在多个类别上的推广。 操作步骤 导入所需的包。 导入数据，并进行预处理。我们使...

1.3 逻辑回归 将线性回归的模型改一改，就可以用于二分类。逻辑回归拟合样本属于某个分类，也就是样本为正样本的概率。 操作步骤 导入所需的包。 ...

1.2 LASSO、岭和 Elastic Net 当参数变多的时候，就要考虑使用正则化进行限制，防止过拟合。 操作步骤 导入所需的包。 导入数据...

1.1 线性回归 线性回归是你能用 TF 搭出来的最简单的模型。 操作步骤 导入所需的包。 导入数据，并进行预处理。我们使用鸢尾花数据集中的后两...