注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. applying-gradient-descent-lab-data-science-intro-000-源码

  2. 应用梯度下降实验室 介绍 在本实验中，我们将测试有关数据科学的知识。 我们将可以访问我们先前编写的 ，和库中的函数。 这是我们的任务：我们是Good Lion Studios的员工。 对于Good Lion来说，我们的工作是首先收集，探索和格式化数据，以便我们可以建立此数据的回归线。 然后，我们将通过各种尝试来构建这些回归线。 在本实验结束之前，我们应该有一个工作版本，可以自豪地向我们的经理展示。 学习目标 复习如何使用内置功能（如过滤器和地图）来清理数据 使用残差平方和（RSS）评估回归线的

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：105472
    • 提供者：weixin_42129005

  1. 梯度下降步长大小实验室数据科学介绍000-源码

  2. 梯度下降步长实验室 介绍 在本实验中，我们将练习应用梯度下降。 众所周知，梯度下降从初始回归线开始，然后通过更改$ m $和$ b $的值并评估RSS移至“最佳拟合”回归线。 到目前为止，我们已经通过更改$ b $的值并评估RSS来说明此技术。 在本实验中，我们将通过更改$ m $的值来应用技术。 让我们开始吧。 设置我们的初始回归线 再一次，我们将看电影的收入来预测收入。 first_show = { 'budget' : 100 , 'revenue' : 275 } second_sho

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：46080
    • 提供者：weixin_42161497

  1. 评估回归线实验室数据科学介绍000-源码

  2. 评估回归线实验室 介绍 在上一课中，我们学会了评估回归线对实际数据的估算程度。 在本实验中，我们将这些公式转换为代码。 为此，我们将构建许多有用的函数，用于计算和显示给定回归线和数据集的误差。 在本实验中，我们将访问以前构建的用于绘制数据的函数，可在此处的。 确定质量 在文件movie_data.py您将找到以python字典列表形式编写的电影数据，每个字典代表一部电影。 电影是由从含538级的电影数据集中的第一30个条目衍生。 from movie_data import movies

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：37888
    • 提供者：weixin_42134054

  1. 梯度下降数据科学介绍000-源码

  2. 梯度下降 学习目标 了解如何从RSS转到找到“最合适”的行 了解成本曲线及其显示内容 介绍 在上一节中，我们看到了在选择回归线的斜率和y截距值之后，如何计算残差平方和（RSS）和相关的均方根误差（RMSE）。 我们可以使用RSS或RMSE来计算一条线的准确性。 在本课程中，我们将继续使用RSS，因为这是两者中的简单者。 一旦我们计算了一条线的精度，就可以通过最小化RSS来改进该线。 这是梯度下降的任务。 但是在学习梯度下降之前，让我们回顾一下并确保我们了解如何评估我们的直线如何拟合我们的数据。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：63488
    • 提供者：weixin_42166105

  1. 评估回归线数据科学介绍000-源码

  2. 评估回归线 学习目标 了解回归线的错误是什么意思 了解如何计算给定点的误差 了解如何计算RSS以及为什么使用RSS作为评估回归线的指标 了解RSS及其变体（RMSE）之间的区别 介绍 到目前为止，我们已经看到在给定输入的情况下，线条和公式如何可以估计输出。 我们可以用两个不同的变量描述任何直线： $ m $-线的斜率，以及 $ b $-y截距 到目前为止，我们选择一条线来估计我们的输出已经相当快而松散-我们只是在数据集的第一点和最后一点之间划了一条线。 今天好，我们走得更远。 在这里，我们迈出

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：43008
    • 提供者：weixin_42144707