如何基于Plotly和ipywidgets在Jupyter Notebook中創(chuàng)建交互可視化內(nèi)容

我的Fitbit睡眠數(shù)據(jù)是一個需要可視化不同統(tǒng)計量（睡眠效率、睡眠得分、初次入睡時間等）、不同尺度（日、周、年等）數(shù)據(jù)的例子。使用Seaborn的刻面圖...

2018-10-26 標簽：可視化數(shù)據(jù)集 1.6萬 0

樸素貝葉斯分類算法并實現(xiàn)中文數(shù)據(jù)集的輿情分析案例

先驗概率是由以往的數(shù)據(jù)分析得到的概率，泛指一類事物發(fā)生的概率，根據(jù)歷史資料或主觀判斷未經(jīng)證實所確定的概率。后驗概率而是在得到信息之后再重新加以修正的概率...

2018-10-23 標簽：數(shù)據(jù)集貝葉斯分類器 1.0萬 1

數(shù)據(jù)集，網(wǎng)絡架構和剪枝方法

過度參數(shù)化（over-parameterization）是深度神經(jīng)網(wǎng)絡的一個普遍屬性，這會導致高計算成本和高內(nèi)存占用。作為一種補救措施，網(wǎng)絡剪枝（net...

2018-10-23 標簽：模型數(shù)據(jù)集 6.4k 0

一種使用卷積神經(jīng)網(wǎng)絡來預測斗地主游戲中玩家行為的方法

策略網(wǎng)絡采用監(jiān)督學習的方式。其中該網(wǎng)絡包含 10 層 CNN 層和 1 層全連接層，激活函數(shù)采用 Relu。最終的 softmax 層輸出所有合理出牌方...

2018-10-21 標簽：神經(jīng)網(wǎng)絡數(shù)據(jù)集 8.1k 0

了解用話題建模分析在線產(chǎn)品評論的重要性

在開始文本挖掘前，數(shù)據(jù)處理和清洗是很重要的一步。在這一步中，我們會刪除標點、停止詞等，讓評論的形式盡可能統(tǒng)一。處理好之后，就可以檢查數(shù)據(jù)中最常出現(xiàn)的詞語...

2018-10-19 標簽：數(shù)據(jù)集電商 4.3k 0

探索“What-If”場景通常意味著編寫一次性的自定義代碼來分析特定模型

What-If 工具擁有各種功能，包括使用 Facets 自動可視化數(shù)據(jù)集、手動編輯數(shù)據(jù)集示例并查看相關更改的影響，以及自動生成局部依賴圖（顯示模型的預...

2018-10-11 標簽：機器學習數(shù)據(jù)集 4.5k 0

Keras和TensorFlow究竟哪個會更好？

Keras 依然作為一個庫，與 TensorFlow 分開，進行獨立操作，所以仍存在未來兩者會分開的可能性；然而，我們知道 Google 官方同時支持 ...

2018-10-11 標簽：數(shù)據(jù)集深度學習Keras 2.2萬 0

為何基于決策樹的模型經(jīng)久不衰?何時使用基于決策樹的模型?

現(xiàn)在是植樹時刻！我決定使用Titanic數(shù)據(jù)集，機器學習社區(qū)最著名的數(shù)據(jù)集之一。你可以從Kaggle（c/titanic）或GitHub（alanmar...

2018-10-09 標簽：數(shù)據(jù)集決策樹R語言 1.1萬 0

一個名為Metaverse的工具來幫助人們快速生成逼真的訓練數(shù)據(jù)

有的算法需要使用者具有一定的編程能力，而有的算法生成的結果卻又不是那么逼真。我們真正需要的是一個能夠方便高效地生成大規(guī)模訓練數(shù)據(jù)來訓練網(wǎng)絡完成對新物體的...

2018-10-08 標簽：計算機視覺數(shù)據(jù)集 6.5k 0

9月最受歡迎的機器學習開源項目Top10！

YOLOv3 是當前最先進的實時檢測目標的系統(tǒng)，相比于前兩個版本，第三版針對小目標的精度有顯著提升。YOLOv3 的 Github 目錄包含了全部基于 ...

2018-10-08 標簽：機器學習數(shù)據(jù)集開源項目 3.5k 0

從簡介、計算步驟、應用三方面進行理解PCA的降維作用

數(shù)據(jù)集看起來像一個從原點到右上角延伸的細長扁平的橢圓。要降低整個數(shù)據(jù)集的維度，我們必須把點映射成一條線。下圖中的兩條線都是數(shù)據(jù)集可以映射的，映射到哪條線...

2018-10-08 標簽：PCA數(shù)據(jù)集 1.0萬 0

了解人工智能的實際應用，以及它的缺陷

在這個項目里，我們用了兩個公開的數(shù)據(jù)集，A中包含了來自倫敦三家不同醫(yī)院的數(shù)據(jù)，有將近600名病人。數(shù)據(jù)集B包含了來自美國、中國和德國25家不同醫(yī)院的12...

2018-10-08 標簽：人工智能數(shù)據(jù)集深度學習 5.9k 0

基于生成網(wǎng)絡(GAN)來輔助藝術家進行更具創(chuàng)意的設計項目

該項目的目標不是制造一把功能性椅子，而是為人類設計師創(chuàng)造一個激發(fā)靈感的“視覺提示”，為了探索了如何讓機器學習用作藝術和設計工具來啟發(fā)人的思維，就像超現(xiàn)實...

2018-09-28 標簽：神經(jīng)網(wǎng)絡GAN數(shù)據(jù)集 6.1k 0

什么是Adam、ReLU、YOLO？解釋深度學習的一些常用術語

AlexNet是一個流行的CNN架構，有八層，它比LeNet更廣泛，因此訓練用時也更長。2012年，AlexNet贏得了ImageNet圖像分類挑戰(zhàn)。相...

2018-09-28 標簽：算法數(shù)據(jù)集深度學習 2.0萬 0

如何利用兩種機器學習的方法——邏輯回歸和樸素貝葉斯分類器

特征工程是不一個簡單的技能，它更像是復雜的藝術形式。 它包含了考慮數(shù)據(jù)集和域的過程，選擇對于模型最有用的特征，以及測試特征以優(yōu)化選擇。 Scikit-l...

2018-10-04 標簽：分類器機器學習數(shù)據(jù)集 6.7k 0

基于對圖片的語音描述，可以學習在圖片中辨認目標物體

這項工作是Harwath等人早期一項研究的擴展，他們當時研究將語音與相關主題的圖片相連接。在早期研究中，他們從Mechanical Turk平臺的分類數(shù)...

2018-10-04 標簽：語音識別機器學習數(shù)據(jù)集 3.7k 0

新方法開啟了多種語言快速翻譯、精準翻譯的大門

用無監(jiān)督的雙語詞典推斷法進行詞對詞翻譯并不是好的翻譯方法，因為詞語可能會丟失，或打亂順序，或出現(xiàn)錯誤。但是，它能最大程度地保留文本的意思。我們可以用語言...

2018-10-04 標簽：機器翻譯數(shù)據(jù)集 4k 0

一種兼具神經(jīng)網(wǎng)絡高效性和高斯過程靈活性的方法——神經(jīng)過程

我們可以把NP看作是根據(jù)“context points”中的“target points”建模的模型，相關信息通過潛在空間z從左側流向右側，從而提供新的...

2018-10-04 標簽：神經(jīng)網(wǎng)絡數(shù)據(jù)集深度學習 5.4k 0

nuTonomy發(fā)布自動駕駛數(shù)據(jù)集nuScenes

數(shù)據(jù)集是機器學習算法的命脈——從某種意義上講，數(shù)據(jù)集對于自動駕駛等人工智能應用領域，最重要的是它們的質量最高。同時，數(shù)據(jù)集也衍生出自動駕駛行業(yè)新的商業(yè)模式。

2018-09-19 標簽：數(shù)據(jù)集自動駕駛 1.7萬 0

谷歌開源了一款工具名為What-If,無需編寫代碼就能分析一款機器學習模型

What-If工具有多種功能，包括用Facets自動對你的數(shù)據(jù)集進行可視化、從數(shù)據(jù)集中手動編輯樣本的能力以及觀察這些變化帶來的影響、并且自動生成part...

2018-09-24 標簽：谷歌機器學習數(shù)據(jù)集 3.9k 0