（數據科學學習手札40）tensorflow實現LSTM時間序列預測
一、簡介 上一篇中我們較為詳細地鋪墊了關於RNN及其變種LSTM的一些基本知識，也提到了LSTM在時間序列預測上優越的性能，本篇就將對如何利用tensorflow，在實際時間序列預測任務中搭建模型來完成任務，若你對RNN及LSTM不甚了解，請移步上一篇數據科學學習手札39; 二、數據 ...
原文：（數據科學學習手札36）tensorflow實現MLP
一 簡介 我們在前面的數據科學學習手札 中也介紹過，作為最典型的神經網絡，多層感知機 MLP 結構簡單且規則，並且在隱層設計的足夠完善時，可以擬合任意連續函數，而除了利用前面介紹的sklearn.neural network中的MLP來實現多層感知機之外，利用tensorflow來實現MLP更加形象，使得使用者對要搭建的神經網絡的結構有一個更加清醒的認識，本文就將對tensorflow搭建MLP模 ...
2018-05-19 23:05 0 2269 推薦指數：
相關推薦
（數據科學學習手札127）在Python中使用icecream實現高效debug
😂，通過手動在程序中的關鍵位置書寫合適的打印語句，可以很快速地幫助我們了解到程序運行的過程，發現問題 ...
（數據科學學習手札65）利用Python實現Shp格式向GeoJSON的轉換
一、簡介 Shp格式是GIS中非常重要的數據格式，主要在Arcgis中使用，但在進行很多基於網頁的空間數據可視化時，通常只接受GeoJSON格式的數據，眾所周知JSON（JavaScript Object Nonation）是利用鍵值對+嵌套來表示數據的一種格式，以其輕量、易解析的優點 ...
（數據科學學習手札29）KNN分類的原理詳解&Python與R實現
一、簡介 KNN（k-nearst neighbors，KNN）作為機器學習算法中的一種非常基本的算法，也正是因為其原理簡單，被廣泛應用於電影/音樂推薦等方面，即有些時候我們很難去建立確切的模型來描述幾種類別的具體表征特點，就可以利用天然的臨近關系來進行分類； 二、原理 KNN ...
（數據科學學習手札15）DBSCAN密度聚類法原理簡介&Python與R的實現
DBSCAN的主要優點有： 1） 可以對任意形狀的稠密數據集進行聚類，相對的，K-Means之類 ...
（數據科學學習手札26）隨機森林分類器原理詳解&Python與R實現
一、簡介 作為集成學習中非常著名的方法，隨機森林被譽為“代表集成學習技術水平的方法”，由於其簡單、容易實現、計算開銷小，使得它在現實任務中得到廣泛使用，因為其來源於決策樹和bagging，決策樹我在前面的一篇博客中已經詳細介紹，下面就來簡單介紹一下集成學習與Bagging； 二、集成 ...
（數據科學學習手札132）Python+Fabric實現遠程服務器連接
本文示例代碼及文件已上傳至我的Github倉庫https://github.com/CNFeffery/DataScienceStudyNotes 1 簡介 日常工作中經常需要通過S ...
（數據科學學習手札50）基於Python的網絡數據采集-selenium篇（上）
一、簡介 接着幾個月之前的（數據科學學習手札31）基於Python的網絡數據采集（初級篇），在那篇文章中，我們介紹了關於網絡爬蟲的基礎知識（基本的請求庫，基本的解析庫，CSS，正則表達式等），在那篇文章中我們只介紹了如何利用urllib、requests這樣的請求庫來將我們的程序模擬成一個 ...