ZDK's blog

百面机器学习深度前馈网络是一类网络模型的统称，常见的多层感知机，自编码器，限制玻尔兹曼机，以及卷积神经网络等，都是其中的成员。在人工神经网络领域中，感知机也被认为是单层的人工神经网络。 多层感知机与布尔函数神经网络概念的诞生很大程度上受到了神经科学的启发。生物学研究表明，大脑皮层的感知与计算功能是分层实现的，例如视觉图像，首先光信号进入大脑皮层的V1区，即初级视皮层，之后依次通过V2层和V4... 阅读全文…

FM FFM深入浅出Factorization Machines系列深入浅出Factorization Machines系列 | Kubi Code’Blog FMFactorization Machine(FM)由Steffen Rendle在2010年提出，旨在解决系数数据下的特征组合的问题，目前该系列模型在搜索推荐领域被广泛使用。 一个例子 ... 阅读全文…

百面机器学习 逻辑回归逻辑回归可以说是机器学习领域最基础也是最常用的模型，逻辑回归的原理推导以及扩展应用几乎是算法工程师的必备技能。 问题1问：逻辑回归相比于线性回归，有何异同？ 答：逻辑回归，乍一听名字和数学中的线性回归异派同源，但本质却是大相径庭。 首先，逻辑回归处理的是分类问题，线性回归处理的是回归问题，这是这两者最本质的区别。逻辑回归中，因变量取值是一个二元分布，模型学习得出的是E... 阅读全文…

XGBoost参考https://mp.weixin.qq.com/s/AnENu0i3i5CdUQkZscMKgQXGBoost是boosting算法的其中一种。Boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器。因为XGBoost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器。而所用到的树模型则是CART回归树模型。讲解其原理前，先讲解一下CAR... 阅读全文…

集成学习有几种？有何异同？BoostingBoosting方法训练基分类器时采用串行的方式，各个基分类器之间有依赖。 它的基本思想是将基分类器层层叠加，在每一层训练时，对前一层基分类器分错的样本给予更高的权重，测试时，根据各层分类器的结果的加权得到最终结果。 Boosting的过程很类似于人类学习的过程，我们学习新知识的过程往往是迭代的，第一遍学习时，我们会记住一部分知识，但往往也会犯一些错... 阅读全文…

Scrapy安装 pip install scrapy 创建项目首先创建一个新的Scrapy项目。 scrapy startproject tutorial 创建的tutorial 目录： ... 阅读全文…

让爬虫程序更像人类用户的行为Python3网络爬虫(十一)：爬虫黑科技之让你的爬虫程序更像人类用户的行为(代理IP池等) - Jack-Cui - CSDN博客 黑科技一些简单的方法让爬虫更像人类访问用户。 构造合理的HTTP请求头设置Cookie的学问虽然 cookie 是一把双刃剑，但正确地处理 cookie 可以避免许多采集问题。网站会用 cookie 跟踪你的访问过程，如果发现了爬虫... 阅读全文…