数据库中的主键、索引和外键（数据分析岗经常问）决策树ID3和C4.5的差别？各自优点？Boost算法CART（回归树用平方误差最小化准则，分类树用基尼指数最小化准则）GBDT与随机森林算法的原理以及区别。优化算法中常遇到的KKT条件？作用是？最近邻算法KNN（分类与回归）L1和L2函数？L1和L2正则项的比较，如何解决 L1 求导困难？L1正则为何可把系数压缩成0，说明坐标下降法的具体实现细节LR

DBeaver 下载位置下载 Windows 64 bit (zip archive) – 绿色版速度慢可以去我的百度云下载解压文件到 非中文目录切不含空格 目录下 (如: D:\DBTool)DBeaver 依赖jre1.8+ 没有的朋友自行度娘指定jre运行环境设定驱动下载中心(maven中央仓库)添加国内镜像: http://maven.aliyun.com/nexu...

“大超人”——基于医疗大数据的的人工智能医生CDSS第一部分 项目背景及挑战企业背景及基本IT环境。湖南智超医疗科技有限公司是一家以在医疗健康大数据、超级计算和人工智能领域有杰出研究成果的优秀青年科学家团队等为核心的创新科技平台企业。湖南智超医疗科技有限公司研发的CDSS（Clinical Decision Support System）临床决策支持系统是一款结

(本文代表我个人观点，仅供读者参考)详细分析一辆车的动力参数有利于对目标车型实际使用时出现的各种情况作出预测，这对于注重汽车性能的中国成熟汽车消费群体来说很有必要。我们将采用计算汽车驱动力、结合行驶速度、风阻系数、公路坡度和乘员数量等参数深入分析汽车动力，和车友从运动理论角度分享爱车的动力情况，在新购买车辆时可以选到既满足需要，性价比也合适的车型。物理学知识告诉我们：所有阻碍车辆行驶的...

这篇博文很简单，我就画了一个图，将各自的要点进行比较说明。相信这样看过去就一目了然了，但是需要说明的还是： YOLO可能不应该放在这里，但是为了和SSD进行比较还是放了。另外，YOLO出了第二版本了，所以放在这边也没有问题。个人觉得，分析比较Faster Yolo SSD这几种算法，有一个问题要先回答，Yolo SSD为什么快？最主要的原因还是提proposal（最后输出将全连接换...

1. 随机森林优缺点随机森林（RF）是Bagging的一个扩展变体。RF在以决策树为基分类器进行集成的基础上，进一步在决策树的训练过程中引入了随机属性选择。Bagging就是对数据集训练多个基分类器，然后将基分类器得到的结果进行投票表决作为最终分类的结果。基分类器在构建过程中需要尽可能保证训练出的基分类器有比较大的差异性，这就需要用对训练样本集进行采样，不同的基分类器训练不同的样本集。但是样...

文章目录MLPMLP的向量形式：MLP的损失函数：感知机求∂L/∂w：实现验证辅助函数MLPMLP的向量形式：MLP的损失函数：感知机求∂L/∂w：实现import numpy as npimport matplotlib.pyplot as pltclass MultiPerceptron:    def __init__(self):      ...

开源最前线（ID：OpenSourceTop） 猿妹 编译来源：https://github.com/thedataincubator/data-science-blogs/blob/master/deep-learning-libraries.mdThe Data Incubator 最近制作了一个 23 个热门深度学习库的排名。此排名基于三个指标：Github上的活跃度、Stack Overf

深度学习中损失函数是整个网络模型的“指挥棒”， 通过对预测样本和真实样本标记产生的误差反向传播指导网络参数学习。分类任务的损失函数假设某分类任务共有N个训练样本，针对网络最后分层第 i 个样本的输入特征为 XiXi ，其对应的标记为YiYi是最终的分类结果（C个分类结果中的一个），h=（h1,h2,...,hch1,h2,...,hc）为网络的最终输出，即样本 i 的预测结果。其中 C 是最...

混淆矩阵的作用：对机器学习的学习效果进行评估的一种指标。confusion matrix is to evaluate the accuracy of a classification.它的作用是评估分类的准确度。混淆矩阵的定义：对于混淆矩阵C，C(i,j) 表示真实分类是第i类，但是预测值为第j类的观测总数。对于二分类问题(假设1是正类)：C(0,0)表示真反类  TN(true negativ