
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...
4.1 多层感知机(分类) 这篇文章开始就是深度学习了。多层感知机的架构是这样: 输入层除了提供数据之外,不干任何事情。隐层和输出层的每个节点都...
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...
文集作者