一、单选题（共80题）1、( D )的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。A.数据清洗       B.数据集成C.数据变换       D.数据归约2、某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A)   A. 关联规则发现       B. 聚类   C. 分类    ...

一、单选题（共80题）1、( D )的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。A.数据清洗       B.数据集成C.数据变换       D.数据归约2、某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A)   A. 关联规则发现       B. 聚类   C. 分类    ...

Softmax函数Softmax是将神经网络得到的多个值，进行归一化处理，使得到的值在之间，让结果变得可解释。即可以将结果看作是概率，某个类别概率越大，将样本归为该类别的可能性也就越高。Softmax就如下图（借鉴李宏毅老师的课件）SoftMax为了更加清晰的看清整个过程，我将其制作成gif，如下图所示：Softmax的工作过程交叉熵：假设和是关于样本集的两个分布，其...

距离有近有远，时间有长有短，温度有高有低，我们知道可以用米或者千米来度量距离，用时分秒可以来度量时间的长短，用摄氏度或者华氏度来度量温度的高低，那么我们常说这个信息多，那个信息少，那么信息的多少用什么度量呢？熵！信息量是了解一个未知事物需要查询的

上一节我们说了详细展示RNN的网络结构以及前向传播，在了解RNN的结构之后，如何训练RNN就是一个重要问题，训练模型就是更新模型的参数，也就是如何进行反向传播，也就意味着如何对参数进行求导。本篇内容就是详细介绍RNN的反向传播算法，即BPTT。首先让我们来用动图来表示RNN的损失是如何产生的，以及如何进行反向传播，如下图所示。上面两幅图片，已经很详细的展示了损失是如何产生的， 以及...

终端或命令行下输入：    sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp27-none-linux_x86_64.whl上述只是一个样例，安装任意版本的tensorflow，只需修改相应的版本号，比如，我现在想下载tensorflow

txt中的json格式：with open(r'Zhan.txt','r', encoding = 'utf-8') as file_open:data = json.load(file_open)for line in data:print(line['title'])print(line['content'])但是提示错误：...

题目来源：http://poj.org/problem?id=1204

设样本均值为，样本方差为，总体均值为，总体方差为，那么样本方差有如下公式：    很多人可能都会有疑问，为什么要除以n-1，而不是n，但是翻阅资料，发现很多都是交代到，如果除以n，对样本方差的估计不是无偏估计，比总体方差要小，要想是无偏估计就要调小分母，所以除以n-1，那么问题来了，为什么不是除以n-2、n-3等等。所以在这里彻底总结一下，首先交代一下无偏估计。无偏估计    以例子来说明，假如你

EM算法其实就是一种函数的近似求解方法，它是一种迭代算法，在很多算法中都有着重要的应用，比如HMM的学习问题，GMM，语音识别中的MM-GMM以及主题模型PLSA等等，所以掌握EM的求解方式还是很必要的。本文参考李航博士的《统计学习方法》，但前提是需要了解EM以及高斯混合分布的基本概念，我不从最基础说起，希望能说的明白。EM算法可以解决极大似然估计参数的求解方法，只不过当问题的分布包含一个隐藏..