安琪拉的小迷妹

极大似然估计，通俗理解来说，就是利用已知的样本结果信息，反推最具有可能（最大概率）导致这些样本结果出现的模型参数值！

[logistic]关于logistic回归的四点

logistic回归是解决二分类问题的，是对数线性模型，损失函数根据伯努利分布、最大似然估计推导而来。

安琪拉的小迷妹

552 1 1

安琪拉的小迷妹

这也是逻辑回归使用交叉熵函数的由来：本质是假设数据集服从伯努利分布，伯努利分布的极大似然函数就是交叉熵函数．

[线性回归]关于线性回归的三点

线性回归做什么？用梯度下降法对最小二乘法形式的误差函数（损失函数）进行优化。

安琪拉的小迷妹

650 1 1

安琪拉的小迷妹

后来解决了吗

基本的Spark本地调试环境

1.JDK的安装 2. 环境变量的设置 (1)path 将JDK安装目录下的bin文件夹添加到Path系统变量的目的也就在这里，告诉操作系统：如果在当前目录下找不到java....

乖乖的淋啦

1913 1 0

安琪拉的小迷妹

代码中tf的知识点:
tfsplit
tf.tf.transpose

xDeepFM模型

参考文献 https://zhuanlan.zhihu.com/p/57162373 源码解读 https://github.com/shenweichen/DeepCTR ...

安琪拉的小迷妹

941 3 1

安琪拉的小迷妹

arr1 = tf.convert_to_tensor(np.arange(1,25).reshape(2,4,3),dtype=tf.int32)

xDeepFM模型

参考文献 https://zhuanlan.zhihu.com/p/57162373 源码解读 https://github.com/shenweichen/DeepCTR ...

安琪拉的小迷妹

941 3 1

安琪拉的小迷妹

with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(arr1))

xDeepFM模型

参考文献 https://zhuanlan.zhihu.com/p/57162373 源码解读 https://github.com/shenweichen/DeepCTR ...

安琪拉的小迷妹

941 3 1

安琪拉的小迷妹

https://blog.csdn.net/qq_39422642/article/details/78676567 通俗易懂的理解attention: 比如，我的世界，我爱...

安琪拉的小迷妹

https://blog.csdn.net/yimingsilence/article/details/54934302

安琪拉的小迷妹

文章提出了一种想法，将具有memorization（记忆）能力的Wide模型与具有generalization（泛化）能力的Deep模型进行组合。 Memorization可...

安琪拉的小迷妹

https://blog.csdn.net/LegenDavid/article/details/79086946 git上资料 传说中的郭大大 https://github...