集成多组学数据的机器学习在生物医学中的应用大纲 机器学习及生物组学基础（提前赠送视频） 学习目标：对机器学习基本概念进行介绍，让大家对机器学习基本概念有大致了解。明确机器学习...
IP属地：北京
-
集成多组学数据的机器学习在生物医学中的应用 -
每天持续更新，感谢你的的关注和点赞分享Python、数据分析、可视化、Excel、爬虫。<br>本人B站视频号：Python与数据分析_青青<br><br><br>关注我 <br> ↓
-
机器学习入门 | 必知必会的基础理论一、什么是机器学习、数据挖掘？ 1、AI是什么？ AI（人工智能）是研究开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一...
-
不平衡样本下的数据增强问题部分内容引用自CSDN和知乎 1.什么是数据增强 数据增强包含一系列用来生成新训练样本的技术，这些技术是通过对原始数据采用随机抖动和扰乱而类标签未变化来实现。我们应用数据增强...
-
在解决样本不平衡性问题中不同loss实验对比
在前几期分享中，提到focal_loss，dice_loss，它们都可以解决样本不平衡性的问题。虽然paper上实验结果都验证了其效果，但在自己的数据场景下表现究竟如何。带着...
-
深度学习框架PyTorch入门与实践：第六章 PyTorch实战指南通过前面几章的学习，我们已经掌握了PyTorch中大部分的基础知识，本章将结合之前讲的内容，带领读者从头实现一个完整的深度学习项目。本章的重点不在于如何使用PyTorch的接...
-
Pytorch学习记录-使用Pytorch进行深度学习，使用案例学习Pytorch注意确定已经安装了torch和torchvision使用案例学习Pytorch在完成60分钟入门之后，接下来有六节tutorials和五节关于文本处理的tutorials。争...
-
-
深度学习&PyTorch 之 DNN-回归
前面文章[https://shenzl.blog.csdn.net/article/details/128617956]讲了PyTorch的基本原理，本篇正式用PyTorch...
-
-
机器学习入门（九）——正则化：L1正则、L2正则
在系列（八）中提到了机器学习最重要就是降低模型的方差，即解决过拟合的问题，其中最重要的一种方法就是模型正则化，通常有L1正则和L2正则。 （演示代码见：https:/...
-
PCA分析——数据降维的思路方法(附实操代码)PCA分析（Principal Component Analysis ）是一重数据降维的分析方式，它可以将复杂的数据通过数学运算变得更加简单。比如，在四维空间中我们要考量时间...
-
[自然语言处理-先修]一、概率统计相关知识梳理
本科和硕士阶段都断断续续地接触过NLP相关内容，但是没有真正地、系统地进行总结，因此也只是停留在什么都知道一点、但什么都理解的不深刻的程度上。写这一系列内容是为了记录自己重新...
-
协方差与协方差矩阵（附Matlab实现）今天天气很棒呀，所以也要是活力满满的一天鸭！今天回顾了之前看到的协方差和协方差矩阵，发现真的缺漏了很多，所以做如下记录。 协方差 学过概率统计的应该都知道协方差的定义，接下...
-
NLP三大特征提取器全梳理：RNN vs CNN vs Transformer
姓名：韩宜真 学号：17020120095 转载自：https://zhuanlan.zhihu.com/p/189527481?utm_source=qq&utm_medi...
