公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文介绍如何使用seaborn绘制多子图。

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~这两周在看一本书《特征工程入门与实践》，对自己很有启发。特征工程是数据工作者建模过程中极其重要的一步，如何从众多的特征中找到或者选择与目标具有高强相关的特征显得尤为重要。本书中有提到相关系数，自己看了很多的资料，整理出这篇文章，希望对大家有所帮助。何为相关系数相关系数，也叫做关联系数（英语为：correlation coeff

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~

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

出品：尤而小屋作者：Peter编辑：Peter吴恩达机器学习-12-大规模机器学习和图片文字识别OCR本周是课程的最后一周，老师主要是介绍了两个方面的内容，一个是如何进行大规模的机器学习，另一个是关于图片文字识别OCR 的案例：大规模机器学习图片文字识别OCR大规模机器学习(Large Scale Machine Learning)在低方差的模型中，增加数据集的规模可以帮助我们获取更好的结果。但是

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~Python以其语法简洁著称。在学习Python的过程中，总是会发现Python能够轻而易举地帮助我们解决许多问题。有时候看似复杂的任务，甚至是可以使用一行Python代码就可以搞定。下面Peter给大家介绍40个有趣且实用的Python的一行代码，让我们一起来感受Python的强大~打印hello python每个人都是从p

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文主要机器学习的一些基本内容，包含：除了分类和回归之外的其他机器学习形式评估机器学习模型的规范流程为深度学习准备数据特征工程解决过拟合处理机器学习问题的通用流程机器学习4个分支监督学习supervised learning最常见的机器学习类型。给定一组样本（通常是人工标准），它可以学会将数据映射到已知目标（也叫标注）。监督学

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~这个是Kaggle专栏的第二篇，赛题名是： House Prices - Advanced Regression Techniques。在本文中，你将会学习到：单、多变量分析相关性分析缺失值和异常值处理哑变量转换原notebook地址：https://www.kaggle.com/pmarcelino/comprehensiv

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