器学习算法（六）基于天气数据集的XGBoost分类预测
1.机器学习算法（六）基于天气数据集的XGBoost分类预测 XGBoost是2016年由华盛顿大学陈天奇老师带领开发的一个可扩展机器学习系统。严格意义上讲XGBoost并不是一种 ......![]()
web开发者踏入人工智能的利器_Tensorflow.js
前言 最近公司向员工搜集公司杂志的文章，刚好最近学习了机器学习相关课程。为了赚取购买课程的费用，所以写了如下文章投稿赚取稿费。 如下文章可能涉及一些我所 ......![]()
DCN模型
1. DCN优点 使用Cross Network，在每一层都运用了Feature Crossing，高效学习高阶特征。 网络结构简单且高效 相比DNN，DCN的Logloss值更低，而且参数的数量少了 ......![]()
Keras学习
参加比赛用到了keras,虽然之前用tensorflow,但是感觉tensorflow的确不太友好，api比较难读，然后就学习keras使用 随着深入，发现keras的api确实比较友好 跑了一些ex ......BNP Paribas Cardif Claims Management
2月20日： 查看任务介绍，二分类问题，评价标准logloss 下载数据 2月21~27日： 查看数据组成，标识分类变量、离散变量、连续变量。 发现连续数据有大量非随机空 ......TF分布式问题
碰到一个没解决的问题。 用tensorflow 分布式异步更新模式训练模型, 模型中带正则项, 每个batch的损失函数为 \[\lambda \|W\|_1 + \frac 1 {N_j} \sum_i^{N_j} { ......xgboost load model from demp text file
python package : https://github.com/mwburke/xgboost-python-deploy import xgboost as xgb import numpy as np import pandas as pd from xgb_deploy.fmap im ......学习GBDT+LR
最近看了facebook的Practical Lessons from Predicting Clicks on Ads at Facebook的这篇文章 下面简单的介绍一下该算法： 1.GBDT+LR 模型 首先，该模型不算是 ......![]()
神经网络的基本概念
小亮最近开始重新学习神经网络，发现之前好多概念名词什么的自己都不清晰，今天特意整理了一下这些基本概念以及在神经网络中为什么要引入这些名词？详情请见下文！ ......![]()
↓ 按住下拉
V2AS = Way To Ask
V2AS 一个技术分享与创造的静土
手机扫一扫
移动阅读更方便
近15日热搜文章