代码仓库创建规范 1、 项目创建需符合Group规范。 2、 创建项目必须添加Project description说明。 3、 每个项目都需要README.md文件。 4、 除文档说明类型仓库，所有代码仓库都需要.gitignore。 注：有模板的项目，要以统一的模板创建项目 Groups使用规范 Group 分为 rule(技术行为规范)、lab（技术...
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/ ，学习更多的机器学习、深度学习的知识！ 目录： 数据预处理 归一化 标准化 离散化 二值化 哑编码 特征工程 特征提取 特征选择 模型评估方法 留出法 交叉验证法 自助法 模型性能度量 正确率（accuracy）和错误率（error ra...
对于训练集，验证集，测试集的概念，很多人都搞不清楚。网上的文章也是鱼龙混杂，因此，现在来把这方面的知识梳理一遍。让我们先来看一下模型验证（评估）的几种方式。 在机器学习中，当我们把模型训练出来以后，该怎么对模型进行验证呢？（也就是说怎样知道训练出来的模型好不好？）有以下几种验证方式： 第一种方式：把数据集全部作为训练集，然后用训练集训练模型，用训练集验证模...
对于想深入了解线性回归的童鞋，这里给出一个完整的例子，详细学完这个例子，对用scikit-learn来运行线性回归，评估模型不会有什么问题了。 1. 获取数据，定义问题 没有数据，当然没法研究机器学习啦。:) 这里我们用UCI大学公开的机器学习数据来跑线性回归。 数据的介绍在这：http://archive.ics.uci.edu/ml/datasets/...
什么是评估机器学习模型 机器学习的目的是得到可以泛化（generalize）的模型，即在前所未见的数据上表现很好的模型，而过拟合则是核心难点。你只能控制可以观察的事情，所以能够可靠地衡量模型的泛化能力非常重要。 如何衡量泛化能力，即如何评估机器学习模型。 评估模型的重点是将数据划分为三个集合：训练集、验证集和测试集。在训练数据上训练模型，在...
用户建模 一. User 模型 实现用户注册功能的第一步是,创建一个数据结构,用于存取用户的信息。 在 Rails 中,数据模型的默认数据结构叫模型(model,MVC 中的 M)。Rails 为解决数据持久化提供的默认解决方案是,使用数据库存储需要长期使用的数据。与数据库交互默认使用的是 ActiveRecord。Active Record 提供了一系列...
机器学习中，将数据集划分为训练集、验证集、测试集。训练集构建模型，然后用模型计算测试数据集的测试误差，最后以测试集的测试误差近似为模型的泛化能力，根据泛化能力来评估模型的优劣。 本文首先引入数据集概率分布的概念，然后介绍模型评估方法。 1. 数据集的概率分布 总体样本服从某一分布P(X)，数据集D是从总体样本中独立随机抽样m次获取的，数据集D = {(x1...
人工神经网络(ANN)介绍 生物神经元 人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞，参与处理和传递化学信号和电信号。 以下是生物神经元的重要组成部分: 树突 – 从其他神经元接收信息的分支 细胞核 – 处理从树突接收到的信息 轴突 – 一种被神经元用来传递信息的生物电缆 突触 – 轴突和其他神经元树突之间的连接 人脑神经元处理信息的过程：...
软件的概念： 软件是计算机系统中与硬件相互依存的另一部份，是程序、数据、以及相关文件的完整集合。程序是事先设计的功能要求执行的序列。数据是使得程序能征程操作信息的数据结构。文档是程序开发，维护和利用的有关图文和材料。软件的表现形式分为有形和无形，软件的有形表现在软件的的文档、程序、代码、用户界面、输出表报、等。软件的无形部分表现在：软件的内部逻辑，是软件自...
摘要： 虽然深度学习在各个领域显示出巨大的潜力，但缺乏透明度限制了它在安全或关键安全领域的应用。现有的研究试图开发解释技术，为每个分类决策提供可解释的解释。不幸的是，当前的方法是针对非安全性任务(例如，图像分析)进行优化的。它们的关键假设在安全应用程序中经常被违反，导致解释的保真度很差。 本文提出了一种用于安全应用的高保真度解释方法LEMNA。给定一个输入...