0 前言 评分卡模型最早是用在银行审批用户申请贷款的环节。不过，由于近年来小贷的盛行，越来越多的公司开始基于自己平台的用户数据来构建评分卡模型。银行信用评分卡一般分为两类： 申请评分卡，对新 ...

递归神经网络（RNN）是两类人工神经网络的总称，分别是时间递归神经网络和结构递归神经网络。（ps：也有很多文献称之为递归神经网络和循环神经网络）。 　　RNN在基础研究领域和工程领域都取得了很多突破 ...

在动手写深度学习的TensorFlow实现版本中，需要用到数据集Fashion MNIST，如果直接用TensorFlow导入数据集： 就会报错，下载数据集时会显示服务器连接超时，可能 ...

　　自编码器是一种无监督的神经网络模型，其核心的作用是能够学习到输入数据的深层表示。 　　当前自编码器的主要应用有两个方面：一是特征提取；另一个是非线性降维，用于高维数据的可视化，与流行学习关系密切 ...

运行model，获得模型最终输出结果 运行model，获取模型每一层的输出 ...

0. 前言 模型的评价指标和评价体系是建模过程中的一个重要环节，针对不同类型的项目和模型，要合理选择不同的评价指标和体系。下面先给出二分类模型中预测值和实际值的混淆矩阵（confusion matr ...

线性模型是机器学习中最简单的，最基础的模型结果，常常被应用于分类、回归等学习任务中。 回归和分类区别： 回归：预测值是一个连续的实数； 分类：预测值是离散的类别数据。 1. ...

目前，深度神经网络的参数学习主要是通过梯度下降法来寻找一组可以最小化结构风险的参数。在具体实现中，梯度下降法可以分为：批量梯度下降、随机梯度下降以及小批量梯度下降三种形式。根据不同的数据量和参数量，可 ...

1 参数初始化 神经网络的参数学习是一个非凸优化问题，在使用梯度下降法进行网络参数优化时，参数初始值的选取十分关键，关系到网络的优化效率（梯度消失和梯度爆炸问题）和泛化能力（局部最优解问题）。参数初 ...

深度学习研究的对象是具有深层表示的学习模型，它实际上是由两种不同的类型构成： 1.以神经网络为核心的深度神经网络； 2.以概率图模型为核心的深度图模型。 下面介绍深度概率图模型。--- ...