书栈网 · BookStack 本次搜索耗时 0.026 秒,为您找到 24508 个相关结果.
  • Ex 4: Imputing missing values before building an estimator

    通用範例/範例四: Imputing missing values before building an estimator (一)引入函式庫及內建測試資料庫 (二)引入內建測試資料庫(boston房產資料) (三)利用整個數據集來預測 (四)模擬資料損失時之預測情形 (五)填充missing values,估計填充後的得分 (六)完整程式碼 ...
  • 2.9. 神经网络模型(无监督)

    2.9. 神经网络模型(无监督) 2.9.1. 限制波尔兹曼机 2.9.1.1. 图形模型和参数化 2.9.1.2. 伯努利限制玻尔兹曼机 2.9.1.3. 随机最大似然学习 2.9. 神经网络模型(无监督) 校验者: @不将就 @Loopy @barrycg 翻译者: @夜神月 2.9.1. 限制波尔兹曼机 限制玻尔兹曼机 (Res...
  • Serialization

    Serialization Defaults Serialization families Use Extend Communication Context Dask Serialization Family Use Extend Traverse attributes API Serialization When we comm...
  • LightGBM GPU 教程

    18149 2019-05-25 《LightGBM 中文文档》
    LightGBM GPU 教程 GPU 安装 编译 LightGBM 安装 Python 接口 (可选) 数据集准备 在 GPU 上运行你的第一个学习任务 进一步阅读 参考 LightGBM GPU 教程 本文档的目的在于一步步教你快速上手 GPU 训练。 对于 Windows, 请参阅 GPU Windows 教程 . 我们将用 ...
  • 2.6. 协方差估计

    2.6. 协方差估计 2.6.1. 经验协方差 2.6.2. 收缩协方差 2.6.2.1. 基本收缩 2.6.2.2. Ledoit-Wolf 收缩 2.6.2.3. Oracle 近似收缩 2.6.3. 稀疏逆协方差 2.6.4. 鲁棒协方差估计 2.6.4.1. 最小协方差决定 2.6. 协方差估计 校验者: @李昊伟 @小瑶 @...
  • 介绍

    20200601 修订 20200405 修订 20200112 修订 20191201 修订 20190928 修订 20190825 修订 20190802 修订 数学基础 统计学习 深度学习 工具 CRF lightgbm xgboost scikit-learn spark numpy scipy matplotli...
  • 知乎问题回答

    知乎问题回答 Python学习完基础语法知识后,如何进一步提高? 知乎问题回答 Python学习完基础语法知识后,如何进一步提高? 如果你已经完成了Python基础语法的学习,想要知道接下来如何提高,那么你得先问问自己你要用Python来做什么?目前学习Python后可能的就业方向包括以下几个领域,我把每个领域需要的技术作为了一个简单的关键词摘要。...
  • 2.6. 协方差估计

    2.6. 协方差估计 2.6. 协方差估计 2.6.1. 经验协方差 2.6.2. 收缩协方差 2.6.2.1. 基本收缩 2.6.2.2. Ledoit-Wolf 收缩 2.6.2.3. Oracle 近似收缩 2.6.3. 稀疏逆协方差 2.6.4. 鲁棒协方差估计 2.6.4.1. 最小协方差决定 2.6. 协方差估计 2...