Python大规模机器学习
-
甘特图怎么制作更方便?甘特图制作方法" title="甘特图怎么制作更方便?甘特图制作方法" width="200" height="150">
-
OKR的实施标准步骤是什么?成功实施落地OKR的要点" title="OKR的实施标准步骤是什么?成功实施落地OKR的要点" width="200" height="150">
-
Python大规模机器学习》—1.1.3使用Python进行向上扩展" title="《Python大规模机器学习》—1.1.3使用Python进行向上扩展" width="200" height="150">
《Python大规模机器学习》—1.1.3使用Python进行向上扩展
1.1.3 使用Python进行向上扩展 Python是一种解释性语言,就是说它在运行时将脚本读入内存,并执行它,从而访问必要的资源(文件、内存中的对象等)。除解释性外,使用Python进行数据...
-
Python大规模机器学习》—3.5 超参数调整" title="《Python大规模机器学习》—3.5 超参数调整" width="200" height="150">
《Python大规模机器学习》—3.5 超参数调整
3.5 超参数调整 与成批学习一样,在测试超参数的最佳组合时,在非核心算法中没有捷径,需要尝试一定数量的组合,才能找出可能的最佳解决方案,并使用样本外错误度量手段来评估其性能。 由于你实际上不知...
-
Python大规模机器学习》— 2.2.5 关注实例排序" title="《Python大规模机器学习》— 2.2.5 关注实例排序" width="200" height="150">
《Python大规模机器学习》— 2.2.5 关注实例排序
2.2.5 关注实例排序 作为数据流主题的总结,必须警告读者:数据流传输时实际上包含了学习过程中的隐藏信息,因为你的学习是按实例顺序进行的。 事实上,在线学习器会根据所评估的每个实例优化其参数,...
-
Python大规模机器学习》 —1.2.6科学计算发行版" title="《Python大规模机器学习》 —1.2.6科学计算发行版" width="200" height="150">
《Python大规模机器学习》 —1.2.6科学计算发行版
1.2.6科学计算发行版 正如读者迄今为止所读到的,创建一个工作环境对于数据科学家来说是一个很耗时的操作。首先需要安装Python,然后逐个安装所需要的库。(有时安装过程可能不像你希望的那样顺利。)...
-
Python大规模机器学习》— 2.2 流化源数据" title="《Python大规模机器学习》— 2.2 流化源数据" width="200" height="150">
《Python大规模机器学习》— 2.2 流化源数据
2.2 流化源数据 当你有一个传输数据的生成过程时,某些数据实际上正在流经你的计算机,你能动态处理或丢弃这些数据,但是除非你将其存储到某个数据存储库中,否则之后无法再访问这些数据。这就像从一条流...
-
Python大规模机器学习》" title="《Python大规模机器学习》" width="200" height="150">
《Python大规模机器学习》
智能系统与技术丛书 Python大规模机器学习 Large Scale Machine Learning with Python [荷]巴斯蒂安·贾丁(Bastiaan Sjardin) [意]卢卡·...
-
Python大规模机器学习》— 2.4 数据流的特征管理" title="《Python大规模机器学习》— 2.4 数据流的特征管理" width="200" height="150">
《Python大规模机器学习》— 2.4 数据流的特征管理
2.4 数据流的特征管理 数据流带来的问题是,不能像在处理一个完整的内存数据集那样进行评估。为找到给SGD非核心算法提供数据的正确且最佳的方法,要求首先调查数据(例如,获取文件初始实例),并查找...
-
Python大规模机器学习》—2.4.5 使用SGD" title="《Python大规模机器学习》—2.4.5 使用SGD" width="200" height="150">
《Python大规模机器学习》—2.4.5 使用SGD
2.4.5 使用SGD 作为本章结论,我们将实现两个示例:一个为基于森林覆盖数据的分类,另一个为基于共享单车数据集的回归。我们将看到如何将先前关于响应和特征分布的见解付诸实践,以及如何针对每个问...
-
Python大规模机器学习》 —2.4.5使用SGD" title="《Python大规模机器学习》 —2.4.5使用SGD" width="200" height="150">
《Python大规模机器学习》 —2.4.5使用SGD
2.4.5使用SGD 作为本章结论,我们将实现两个示例:一个为基于森林覆盖数据的分类,另一个为基于共享单车数据集的回归。我们将看到如何将先前关于响应和特征分布的见解付诸实践,以及如何针对每个问题使用最...
-
Python大规模机器学习》— 2.2.3 使用pandas I/O工具" title="《Python大规模机器学习》— 2.2.3 使用pandas I/O工具" width="200" height="150">
《Python大规模机器学习》— 2.2.3 使用pandas I/O工具
2.2.3 使用pandas I/O工具 我们可以使用pandas的read_csv函数替代csv模块。该函数专门用于上传CSV文件,pandas有大量支持多种文件格式的I/O函数,这是其中之一...