Facebook出品的時序分析庫Prophet

snavie，類似naive，不過考慮了季節(jié)性因素。例如，在周季節(jié)性數(shù)據(jù)的情形下，用上周一的數(shù)據(jù)預(yù)測未來每周一的數(shù)據(jù)，用上周二的數(shù)據(jù)預(yù)測未來每周二的數(shù)據(jù)...

2018-11-18 標(biāo)簽：Facebook數(shù)據(jù)集 6086 0

GDPR有什么作用

早在它生效之前，歐盟的一般數(shù)據(jù)保護(hù)條例（GDPR）就在全球市場營銷人員中引發(fā)了恐慌。GDPR旨在保護(hù)消費(fèi)者隱私，讓人們對公司如何使用數(shù)據(jù)有更多的控制權(quán)。...

2018-11-17 標(biāo)簽：瀏覽器數(shù)據(jù)保護(hù)數(shù)據(jù)集 5920 0

NLP-Progress庫NLP的最新數(shù)據(jù)集、論文和代碼

方向是自然語言處理的同學(xué)們有福啦，為了跟蹤自然語言處理(NLP)的進(jìn)展，有大量仁人志士在 Github 上維護(hù)了一個名為 NLP-Progress 的庫...

2018-11-17 標(biāo)簽：代碼數(shù)據(jù)集NLP 2802 0

谷歌的研究人員提出了一種監(jiān)督學(xué)習(xí)方法來實(shí)現(xiàn)語音特征的聚類

那么它具體是怎么工作的呢？假設(shè)我們有四個人同時對著這個AI說話(這是個例子，模型其實(shí)可以處理更多的人)。那么每個人將會得到一個自己的RNN實(shí)例，擁有相同...

2018-11-16 標(biāo)簽：谷歌神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 5358 0

Batch的大小、災(zāi)難性遺忘將如何影響學(xué)習(xí)速率

所以，我們該如何在限制訓(xùn)練速度的情況下，還可以提高batch size，同時不用維持曲率效應(yīng)帶來的不穩(wěn)定性？答案可能是其他因素在限制學(xué)習(xí)速率，而我們并沒...

2018-11-14 標(biāo)簽：數(shù)據(jù)集ResNet 3854 0

深入淺出地介紹了一個有趣的概念：等待時間悖論

當(dāng)乘客在隨機(jī)時間點(diǎn)到達(dá)公交站時，他們經(jīng)歷的等待時間的概率既會受p(T)影響，又會受T本身影響：汽車到達(dá)間隔越長，乘客遇到較長等待時間的概率也會相應(yīng)變大。

2018-11-13 標(biāo)簽：數(shù)據(jù)集數(shù)據(jù)可視化 8800 0

如何把握設(shè)計與功能之間的平衡，創(chuàng)建出簡潔直觀的可視化圖像？

這個例子告訴我們，在可視化數(shù)據(jù)之前，多問問自己可視化的目的會幫我們更好地選擇圖表?？梢暬瘓D像不應(yīng)該只是一堆漫無目的、沒有重點(diǎn)的圖形，我們不一定要在上面呈...

2018-11-10 標(biāo)簽：可視化數(shù)據(jù)集 3377 0

Abhay Pawar總結(jié)的進(jìn)入Kaggle2%的技巧

如果因變量（目標(biāo)變量）是二元的，所有的點(diǎn)要么分布在0，要么分布在1，散點(diǎn)圖是無法工作的。對于連續(xù)的目標(biāo)，數(shù)據(jù)點(diǎn)太多會難以理解目標(biāo)和特征趨勢。但是Feat...

2018-11-10 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集 2506 0

Ariza部署了一個WebApp利用圖像分析技術(shù)診斷患者是否患有瘧疾

在諸多瘧疾診斷方法中，鏡檢法是許多醫(yī)院的支柱，它的具體流程是先把患者血液涂抹在載玻片上，用造影劑染色以區(qū)分血紅細(xì)胞內(nèi)的寄生蟲，然后經(jīng)專業(yè)訓(xùn)練的臨床醫(yī)生再...

2018-11-08 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集圖像分析 2955 0

如何用Fashion-MNIST數(shù)據(jù)集搭建一個用于辨認(rèn)時尚單品的機(jī)器學(xué)習(xí)模型

去年八月份，德國研究機(jī)構(gòu)Zalando Research在GitHub上推出了一個全新的數(shù)據(jù)集，其中訓(xùn)練集包含60000個樣例，測試集包含10000個樣...

2018-11-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.0萬 0

一種從空中角度測量車輛數(shù)據(jù)的新方法

High D數(shù)據(jù)集記錄在德國科隆附近的六個不同地點(diǎn)。 位置因車道數(shù)量和速度限制而異。 記錄的數(shù)據(jù)中包括轎車和卡車。研究者們使用了最先進(jìn)的計算機(jī)視覺算法從...

2018-11-06 標(biāo)簽：無人機(jī)計算機(jī)視覺數(shù)據(jù)集 5103 0

從生產(chǎn)層面強(qiáng)調(diào)了深度學(xué)習(xí)項(xiàng)目開發(fā)中需要更加重視數(shù)據(jù)集的構(gòu)建

這看起來顯而易見，但你首先最應(yīng)該做的是隨機(jī)瀏覽你將要使用的訓(xùn)練數(shù)據(jù)。將一些文件復(fù)制到本地計算機(jī)上，然后花幾個小時來預(yù)覽它們。如果您正在處理圖片，使用類似...

2018-11-02 標(biāo)簽：數(shù)據(jù)集深度學(xué)習(xí) 2468 0

圖像分類比賽中，你可以用如下方案舉一反三

在大多數(shù)機(jī)器學(xué)習(xí)任務(wù)中，我們首先要做的（也是最重要的任務(wù)）就是在使用算法之前分析數(shù)據(jù)集。這一步驟之所以重要，是因?yàn)樗軌蜃屛覀儗?shù)據(jù)集的復(fù)雜度有深入的了...

2018-11-02 標(biāo)簽：圖像分類機(jī)器學(xué)習(xí)數(shù)據(jù)集 2290 0

三種數(shù)據(jù)提供有歧義的結(jié)果的情況，因果關(guān)系如何幫助澄清數(shù)據(jù)的解讀

盡管看起來是同一件事，兩種說法，這兩種回歸會給出不同的最佳擬合直線。這兩條線不可能都是最佳的，那么哪一條才是最佳擬合直線，為什么？

2018-10-31 標(biāo)簽：函數(shù)數(shù)據(jù)集 3319 0

科學(xué)家真正信任人工智能之前，首先需要去理解機(jī)器是如何學(xué)習(xí)的

科學(xué)家正面臨一個復(fù)雜的問題，就是算法公平到底意味著什么？像Vaithianathan這樣正在與公共組織協(xié)作去建立負(fù)責(zé)、高效的軟件的研究人員，必須解決的難...

2018-10-29 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 4552 0

如何基于Plotly和ipywidgets在Jupyter Notebook中創(chuàng)建交互可視化內(nèi)容

我的Fitbit睡眠數(shù)據(jù)是一個需要可視化不同統(tǒng)計量（睡眠效率、睡眠得分、初次入睡時間等）、不同尺度（日、周、年等）數(shù)據(jù)的例子。使用Seaborn的刻面圖...

2018-10-26 標(biāo)簽：可視化數(shù)據(jù)集 1.6萬 0

樸素貝葉斯分類算法并實(shí)現(xiàn)中文數(shù)據(jù)集的輿情分析案例

先驗(yàn)概率是由以往的數(shù)據(jù)分析得到的概率，泛指一類事物發(fā)生的概率，根據(jù)歷史資料或主觀判斷未經(jīng)證實(shí)所確定的概率。后驗(yàn)概率而是在得到信息之后再重新加以修正的概率...

2018-10-23 標(biāo)簽：數(shù)據(jù)集貝葉斯分類器 1.0萬 1

數(shù)據(jù)集，網(wǎng)絡(luò)架構(gòu)和剪枝方法

過度參數(shù)化（over-parameterization）是深度神經(jīng)網(wǎng)絡(luò)的一個普遍屬性，這會導(dǎo)致高計算成本和高內(nèi)存占用。作為一種補(bǔ)救措施，網(wǎng)絡(luò)剪枝（net...

2018-10-23 標(biāo)簽：模型數(shù)據(jù)集 6156 0

一種使用卷積神經(jīng)網(wǎng)絡(luò)來預(yù)測斗地主游戲中玩家行為的方法

策略網(wǎng)絡(luò)采用監(jiān)督學(xué)習(xí)的方式。其中該網(wǎng)絡(luò)包含 10 層 CNN 層和 1 層全連接層，激活函數(shù)采用 Relu。最終的 softmax 層輸出所有合理出牌方...

2018-10-21 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 7721 0