Deep learning, dropout (inverted dropout), Early stopping, normalization, Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization

可解释机器学习，InterpretML

Deep learning, dropout (inverted dropout), Early stopping, normalization, Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization

目录动量（Momentum）定义了解动量动量交易的缺点动量（Momentum）定义动量是证券价格加速的速度，即价格变化的速度。动量交易是一种策略，趋势回升时进入趋势。简而言之，动量是指价格趋势在特定时间内持续上升或下降的惯性，通常同时考虑价格和数量信息。在技术分析中，动量通常通过振荡器（oscillator）进行测量，并用于帮助确定趋势。了解动量势头强劲的投资者喜欢追逐业绩。他们试图通过投资以一种

目录GitHub Desktop 是什么基本操作Create, Clone, Add 项目Push Pull 操作创建 .gitignoreGitHub Desktop 是什么GitHub Desktop 是 Git 的图形化桌面应用，点点鼠标就能实现全部的 Git 操作，不需要写任何代码。在 https://desktop.github.com/ 官网上下载后，登录自己的账号就能够使用了。基本操

Deep learning, dropout (inverted dropout), Early stopping, normalization, Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization

可解释机器学习，InterpretML

在导入plot_partial_dependence的时候，出现奇怪的报错。from sklearn.inspection import plot_partial_dependenceNo module named 'sklearn.inspection'网上查找之后，一直没有相关的结果。于是打算更新sklearn 的版本。先查了一下选择的版本。import sklearnprin...

DID-双重差分模型DID（difference-in-differences model）也叫双重差分模型。现在要修一条铁路，铁路是条线，所以必然会有穿过的城市和没有被穿过的城市。记Di=1 如果城市i被穿过，Di=0 如果城市i没有被穿过。现在我们比较好奇铁路修好以后，被铁路穿过的城市是不是经济增长更快了？我们该怎么做呢？一开始的想法是，我们把Di=1的城市的GDP加总，减去Di=0的...

目录1 概述2 平稳和非平稳时间序列3 让序列数据平稳4 差分转换4.1 线性增长的趋势4.2 季节性趋势5 总结1 概述时间序列数据集可能包含趋势和季节性，在建模之前可能需要将其删除。趋势可能导致随时间变化的平均值，而季节性可能导致随时间变化的方差（variance），这两者都将时间序列定义为不稳定的（non-stationary）。稳定（Stationary）数据集是具有稳定均值和方差...