不论身处何地，只要有网络，就能够对支付、存贷、转账、理财、结售汇。这些在生活中都被视为是理所当然的金融服务，在几十年前完全不可想象，而今天能够让每个人享受到，这是银行电子化三十年发展的巨大成果。银行业改革是电子化发展的序曲1979年是至关重要的一年。这一年，农业银行...(more)

上集提到我们要找到特定权重和偏置，从而使代价函数最小化，我们需要求得代价函数的负梯度，它告诉我们如何改变连线上的权重偏置，才能让代价下降的最快。反向传播算法是用来求这个复杂到爆的梯度的。上一集中提到一点，13000维的梯度向量是难以想象的。换个思路，梯度向量每一项的...(more)

假设大家都没有神经网络的基础，为新手讲解神经网络基本概念，让大家再听说神经网络学习的时候，可以明白究竟是什么意思。大佬选择经典的多层感知器（MLP）结构解决手写数字识别问题，理由是理解了经典原版，才能更好地理解功能强大的变种，比如CNN和LSTM。首先看看神经元和他们是怎么连...(more)

K—近邻分类算法(KNN)KNN是什么？K—近邻算法（简称KNN）是一种虽然简单但很常用的分类算法，也可用于回归分析。KNN是非参数的（它不对底层数据分布做出任何假设），基于实例（我们的算法不会明确建立学习模型，相反，它选择记住训练实例）并使用在监督学习环境中。KNN如何工作？KNN用于分类——...(more)

原项目这一天的任务：学习不同类型的朴素贝叶斯分类器同时开始Bloomberg的课程（https://bloomberg.github.io/foml/#home）。课程列表中的第一个是黑盒机器学习。它给出了预测函数，特征提取，学习算法，性能评估，交叉验证，样本偏差，非平稳性，过度拟合和超参数调整的整体观点。一、朴素...(more)

SVM简介支持向量机（supportvectormachines,SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；SVM还包括核技巧，这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价...(more)

逻辑回归模型示意图：输入：x1、x2和x3权重：theta1、theta2和theta3输出：快乐、悲伤二十世纪早期，逻辑回归应用在生物科学。后来应用在社会科学的多个方面。逻辑回归被用来解决分类问题。例如：（1）预测一封邮件是否为垃圾邮件（2）预测肿瘤是否为恶性的为什么我们需要逻辑回归？假设这样一...(more)

SVM理解到了一定程度后，是的确能在脑海里从头至尾推导出相关公式的，最初分类函数，最大化分类间隔，max1/||w||，min1/2||w||^2，凸二次规划，拉格朗日函数，转化为对偶问题，SMO算法，都为寻找一个最优解，一个最优分类平面。一步步梳理下来，为什么这样那样，太多东西可以追究，最后实现。sklearn...(more)

1.导入库和数据importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspddataset=pd.read_csv('Social_Network_Ads.csv')X=dataset.iloc[:,[2,3]].valuesy=dataset.iloc[:,4].values拆分数据集为训练集合和测试集合fromsklearn.model_selectionimporttrain_test_sp...(more)

什么是逻辑回归逻辑回归用于解决分类问题。这里的目的是预测被观察的当前对象所属的分类。它会给出0到1之间的离散二元结果。一个简单的例子就是一个人是否会在即将举行的选举中投票。如何工作逻辑回归计算非独立变量（我们想要预测的分类标签）与一个或多个独立变量（特征）之间...(more)