小批量随机梯度下降（Mini Batch Stochastic Gradient Descent, MB-SGD）是梯度下降算法的一种改进，结合了批量梯度下降（Batch Gradient Descent）和随机梯度下降（Stochastic Gradient Descent, SGD）的优点。具体来说，AdaGrad通过累积过去所有梯度的平方和来为每个参数动态调整学习率，使得较少更新频繁出现的特

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~今天带领大家膜拜一下全球编程界的大神们（排名不分先后喔）顶礼膜拜呀~1、 Linus Torvalds虽然说排名不分先后，Linus还是排在第一，应该没人意见吧~Linus Torvalds 是开源操作系统Linux和Git之父1997-2003年，Torvalds在硅谷Transmeta Corporation，现受聘于开放

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文介绍3个案例来帮助读者认识和入门深度学习框架Keras。3个案例解决3个问题：回归、二分类、多分类目录为什么选择Keras相信很多小伙伴在入门深度学习时候首选框架应该是TensorFlow或者Pytorch。在如今无数深度学习框架中，为什么要使用 Keras 而非其他？整理自Keras中文官网：Keras 优先考虑开发人员

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文记录了第一个基于卷积神经网络在图像识别领域的应用：猫狗图像识别。主要内容包含：数据处理神经网络模型搭建数据增强实现本文中使用的深度学习框架是Keras；图像数据来自kaggle官网：https://www.kaggle.com/c/dogs-vs-cats/data数据处理数据量数据集包含25000张图片，猫和狗各有125

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter呀~本文介绍的是利用Plotly绘制一种相对少见的可视化图形：桑基图，这个图形可以说是展现数据流动的利器。虽然桑基图使用的频率相对来说不如柱状图、饼图那般高，但是个人还是非常喜欢这个图形。第一次接触桑基图的时候，是使用Pyehcarts（以后会专门介绍这个国产的可视化神器）绘制的，本文将介绍如何使用Plotly来实现这个图形。一

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文中重点介绍的是如何利用plotly来绘制3D图形。在3D图形中一般是包含3个轴的：x、y、z。在Plotly中绘图的时候，我们对layout布局进行设置的时候，通常是对一个叫做scene的参数进行设置，在这个参数就是包含x、y、z3个不同轴的设置，比如轴的范围、名称、颜色等。同时还会介绍不同类型的3D图形，比如：3D散点图

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前更新了很多关于Plotly绘图的文章。今天带来的文章是基于官网和实际案例来讲解如何绘制不同需求下的热力图。Plotly中绘制热力图有3种方式：heatmap、imshow和figure_factory（Plotly的图形工厂函数）官网学习地址：https://plotly.com/python/heatmaps/https

L1 正则化，通常也被称为Lasso 正则化（Least Absolute Shrinkage and Selection Operator），是通过在损失函数中添加 L1 范数（参数绝对值之和）惩罚项，来约束模型的参数。L1 正则化的目标是使模型参数趋向于稀疏，即让一些参数为零，从而实现特征选择和减少模型复杂度的效果。

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前从网上爬取了一份深圳的租房数据，并且从统计分析和可视化的角度进行了分析。今天还是使用之前的数据进行数据分析和建模，以及模型的可解释性探索。本文的主要内容包含：导入库导入主要的库用于：数据处理、可视化、建模、特征可解释性等数据基本信息1、导入数据2、数据形状和字段类型下面是具体的特征解释：# 下面是特征属性name：小区名字

五一去长沙吃喝玩乐前几天发表过一篇文章厦门不止鼓浪屿，得到了一些朋友的肯定，让我再写下其他城市。这两天又获取到了两份关于长沙的数据：长沙景点和长沙美食，之后进行了分析，如果有朋友想去长沙或者周边城市玩，要仔细看看喔。导入库import pandas as pdimport reimport csvimport jsonimport requestsimport random# 显示所有列# pd.