笔记：https://snap-stanford.github.io/cs224w-notes/视频：https://www.bilibili.com/video/av90106649?p=2 CS224w 图网络机器学习课程Measuring Networks and Random Graphs四 ...

统计学习方法 待学习 EM算法的推广：EM算法还可以解释为F函数（F function）的极大-极大算法 9.3.2 高斯混合模型参数估计的EM算法 第11章　条件随机场，重要 最大熵模型书中位置 公式推导部分： https://blog.csdn.net/dashuye4/article ...

常规步骤1.读入数据123456train=pd.read_csv("../input/train.csv")test=pd.read_csv("../input/test.csv")# 获取数据大小len_train=train.shape[0]# 拼接训练集和测试集，方便处理houses=pd. ...

采用传统方法（基于全局特征和局部特征的 KNN、Logistic 分类方法）和深度学习方法做基于内容的图像分类。分别为 PJ-2 全局特征图像分类，PJ-3 局部特征图像分类，PJ-4 深度学习图像分类。同时，本次报告将针对三次实验的实验过程与方法、实验结果进行比较与分析。 PJ-2 全局特征图像分 ...

工具网页版微信读书　＋　Github 题目列表 笔记面试能够单元测试。通常面试官出的题目都是要求写函数解决某一问题，如果应聘者能够在定义函数之后，立即对该函数进行全面的单元测试，那就相当于向面试官证明了自己有着专业的软件开发经验。如果应聘者是先写单元测试用例，再写解决问题的函数，我相信面试官定会对你 ...

论文题目：Learning Sleep Quality from Daily Logs (KDD2019) 一、阅读报告​ 该文章通过让轻度（39位）和重度（3位）失眠人员佩戴运动手环来采集其睡眠及日常活动等数据，采集数据包括 14 个行为特征，例如睡眠开始、结束时间，清醒时间，小睡时间，以及 ...

Source: https://blog.csdn.net/u010089444/article/details/53241218 ID3算法首先计算出原始数据集的信息熵，然后依次将数据中的每一个特征作为分支标准，并计算其相对于原始数据的信息增益，选择最大信息增益的分支标准来划分数据，因为信息增益越 ...