图源：Unsplash不管你是拥有上万经验条的“老手”，亦或是初出茅庐却天资过人的“新手”，面试官总能“难倒你”。在面试的时候，面试官所出题目涉及的范围可能会非常广，这既考验了面试者的技能知识，又很能体现面试者的沟通技巧。面试官会通过一系列的问题来衡量你的数据统计、编程，和数据建模能力，而且这些问题是经过专门设计的，需要你精神高度集中，并迫使你展示在压力下的工作状态。好的准备工作是数据科学职业生涯
分类：
其他好文 时间：
2020-12-23 11:49:59
阅读次数：
0
使用arange创建数组 随机数 随机整数 randint中参数dtype的使用 正态分布 以上是标准的正态分布：期望为0，方差为1 创建指定期望和方差值的正态分布 ndarray对象属性 zeros创建数组 ones创建数组 empty linspace 创建等差数列 logspace创建等比数列 ...
分类：
其他好文 时间：
2020-12-14 13:18:31
阅读次数：
2
你真的了解压测吗？实战讲述性能测试场景设计和实现继《性能测试环境搭建》和《施压模式选择》两篇文章之后，今天就让我带大家通过实战了解性能测试场景设计和实现的常见思路和方法。文章主要分为理论和实践两个部分，大家可以根据不同的需要选择性的阅读，在进入正题之前，我们先回顾一下性能测试的概念。前言性能测试的常见分类负载测试：一种验证性测试，它的目的是验证预设负载条件下的性能表现是否达到性能目标（可用性、并发
分类：
其他好文 时间：
2020-11-04 18:19:17
阅读次数：
16
一般而言，我们需要对输入进行归一化，保证输入的特征在都分布在0-1或者-1 - +1，这样可以加快收敛，防止因某一个特征数值大造成的模型过拟合或欠拟合问题。 但深度学习因为模型深度深，常常会出现梯度爆炸或梯度消失问题，如果对每一层输入都进行特征的归一化，可以有效地解决这个问题。 BatchNorma ...
分类：
其他好文 时间：
2020-11-01 10:39:39
阅读次数：
18
需要注意的是我们可以使用两种方法来创建并使用session 方法一： sess = tf.Session() result = sess.run(...,feed_dict = {...}) sess.close() 方法二： with tf.Session as sess: result = se ...
分类：
其他好文 时间：
2020-07-19 16:22:27
阅读次数：
77
统计学有两大主要分支，分别是描述性统计学和推断统计学。描述性统计学用于描述和概括数据的特征以及绘制各类统计图表。总体数据，往往因为数据量太大而难以被获取，所以就有了通过较小的样本数据推测总体特性的推断统计学。值得一提的是现今火热的“大数据”一词并不仅仅是指数据量大，在《大数据时代》一书中作者舍恩伯格 ...
分类：
其他好文 时间：
2020-07-15 23:53:30
阅读次数：
116
深入浅出统计学 框架 第一印象 集中趋势的度量 分散性与变异度的度量 概率计算 离散概率分布的运用 排列与组合 几何分布、二项分布及泊松分布 正态分布的运用 再谈正态分布的运用 统计抽样的运用 总体和样本的估计 置信区间的构建 假设检验的运用 x^2分布 相关与回归 01 第一印象 基本概念 频数： ...
分类：
其他好文 时间：
2020-07-15 23:33:36
阅读次数：
76
本文目录 1.基础概念 1.1缺失值分类 1.2缺失值处理方法 2.缺失观测及其类型 2.1了解缺失信息 2.2三种缺失符号 2.3Nullable类型与NA符号 2.4NA的特性 2.5convert_dtypes方法 3.缺失数据的运算与分组 3.1加号与乘号规则 3.2groupby方法中的缺 ...
分类：
其他好文 时间：
2020-07-07 19:45:37
阅读次数：
122
正态分布： 若随机变量x服从有个数学期望为μ,方差为σ2 的正态分布，记为N(μ,σ) 其中期望值决定密度函数的位置，标准差决定分布的幅度，当υ=0，σ=0 时的正态分布是标准正态分布 判断方法有画图/k-s检验 画图： #导入模块 import numpy as np import pandas ...
分类：
编程语言 时间：
2020-07-06 13:18:36
阅读次数：
323
深度卷积生成对抗网络 Deep Convolutional Generative Adversarial Networks GANs如何工作的基本思想。可以从一些简单的，易于抽样的分布，如均匀分布或正态分布中提取样本，并将其转换成与某些数据集的分布相匹配的样本。虽然例子匹配一个二维高斯分布得到了交叉 ...
分类：
其他好文 时间：
2020-07-01 12:41:12
阅读次数：
58
