登录社区云，与社区用户共同成长
邀请您加入社区
颠覆AI世界的「关联引擎」——Transformer架构深度解密2017年，一种名为“自注意力”的机制终结了RNN/CNN时代，催生出统治AI的Transformer架构——ChatGPT、AlphaFold的终极引擎。它用数学之美破解三大魔咒：全局洞察力（单步扫描整本《百年孤独》的词关系）恐怖并行力（训练提速10倍，支撑万亿参数模型）跨界统治力（同架构处理文本/图像/基因/语音）
参考：《利用Python进行数据分析》透视表与交叉表的介绍和例子
在数据分析的日常工作中，我们可能会经常需要处理这样的问题：将一个或多个文件夹下的文件中的数据进行分析、处理、整合。这些文件通常是相似的或是同类别的，比如我们有多个月份的销售信息，每个月份的数据分别存在一个excel文档中；多个类别的销售信息，每个类的数据分别存在一个excel文档中等等。像是如图中所示：在当前文件夹中存在“files”文件夹，里面是我们将要分析的数据，在该文件夹目录下又有如下四个文
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档python笔记4：数据归一化（0,1），归至（-1,1）一、pytorch里tensor数据归一化1.tensor数组全局归一化2.tensor数组指定维度归一化二、pytorch里tensor数据归至(-1,1)一、pytorch里tensor数据归一化1.tensor数组全局归一化数学公式将数组中的无论正负数值归一化到[0, 1
线性回归是确定两种及两种以上变量的相互依赖关系。在数据分析中，线性回归是最简单且最有效的分析方法。举个简单的例子，某商品的利润在售价为2元、5元、10元时分别为4元、10元、20元，我们很容易得出商品的利润与售价的关系符合直线：.在上面这个简单的一元线性回归方程中，我们称“2”为回归系数，即斜率为其回归系数，回归系数表示商品的售价(x)每变动一个单位，其利润(y)与之对应的变动关系。1.线性回..
简介：为了解决大数据、AI 等数据密集型应用在云原生场景下，面临的异构数据源访问复杂、存算分离 I/O 速度慢、场景感知弱调度低效等痛点问题，南京大学PASALab、阿里巴巴、Alluxio 在 2020 年 6 月份联合发起了开源项目 Fluid。作者 | 顾荣 南京大学PASALab, Fluid项目co-founder来源 |阿里巴巴云原生公众号导读：为了解决大数据、AI 等数据密集型应用在
三、相关性模型相关性模型涉及到两种最为常用的相关系数：皮尔逊person相关系数和斯皮尔曼spearman等级相关系数。它们可用来衡量两个变量之间的相关性大小，根据数值满足的不同条件，我们要选择不同的相关系数进行计算。1.皮尔逊相关系数...
一、区别Numpy:是数值计算的扩展包，它能高效处理N维数组,复杂函数,线性代数.Panadas:是做数据处理。市python的一个数据分析包,二、简介1）NumPy：N维数组容器Numpy专门针对ndarray的操作和运算进行了设计，所以数组的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。Numpy系统是Python的一种开源的数值计算扩展。...
文章目录numpy计算矩阵特征值，特征向量一、示例：二、numpy实现：numpy计算矩阵特征值，特征向量一、示例：首先借参考百度demo的来看一下矩阵的特征值和特征向量的解题过程及结果。可知矩阵A：特征值为1对应的特征向量为 [ -1,-2,1]T。特征值为2对应的特征向量为 [ 0,0,1]T我们可以进一步对特征向量进行单位化，单位化之后的结果如下：特征值为1对应的特征向量为 [...
竖直线# 画出 x=2 这条垂直线plt.axvline(2)点击此链接axvline查看帮助文档水平线# 画出 y=1 条水平线plt.axhline(1)点击此链接axhline查看帮助文档
在这里为大家介绍一下Python非常实用的Counter、defaultdict、map、reduce、filter、groupby的函数使用，提高大家在平时实用Python的效率计数器函数Counter带默认值的字典 defaultdictmap函数reduce函数filter函数计数器函数Counter相信在大家在平时使用python这门语言的时候都会遇见需要计算出一个字符在列表或者字典里面出
常见的数据缺失填充方式分为很多种，比如删除法、均值法、回归法、KNN、MICE、EM等等。R语言包中在此方面比较全面，python稍差。python目前已有的两种常见的包，第一个是impyute，第二个是fancyimpute。比如fancyimpute中集成了很多方式，包括均值、众数、频数填充，KNN填充、MCMC填充等。一、直接填充data = pd.read_csv(path,enco...
卡方检验(chi-square，记为χ2\chi^2检验)是统计学中常用来计数数据分析的方法，对于总体的分布不作任何假设，因此它属于非参数检验法中的一种。本博文从理论到实际应用去阐述卡方检验，最后用python语言去实现卡方分布的代码。
说明：代码运行环境为 Win10+Python3+jupyter notebook箱形图简介：因为箱形图是基于五数概括法的图形汇总，在介绍箱形图前，先简单介绍一下五数概括法。五数概括法使用下面五个数来汇总数据：（1）最小值(Q1-1.5IQR)（2）第一四分位数(Q1)（3）中位数(Q2)（4）第三四分位数(Q3)（5）最大值(Q3+1.5IQR)而箱形图就是五...
四、数组相关操作4.1 变形4.2五、数组运算5.1 位运算5.2 通用函数运算5.3 矢量运算5.3.1 广播机制5.3.2 矢量与矢量间运算5.3.3 矢量与标量间运算5.4 统计分析5.5六、线性代数相关七、读写操作...
