Jupyter Notebook虽然在教学等领域有着非常大的优势,但是实际编程中,它的效率、可维护性等方面与python脚本相比的差距到底在哪也一直不那么清晰。就在上个月底,JetBrains的研究人员使用了大量的数据详细对比了二者的差异。这里总结一下其主要结论。
Dirichlet Process and Stick-Breaking(DP的Stick-breaking 构造)
css整体感知
Java中自增操作i++与++i的区别
正则化和数据增强对模型的影响并不总是好的:The Effects of Regularization and Data Augmentation are Class Dependent
数据特征处理之特征哈希(Feature Hashing)
好消息!3.11和3.12版本的Python将有巨大的性能提升!
用R做面板数据回归(包括静态和动态)
CNN中的一些高级技术(空洞卷积/显著图/反卷积)
Python生态系统中5个NLP工具库
HFUTUtils的使用
Dirichlet Distribution(狄利克雷分布)与Dirichlet Process(狄利克雷过程)
回归模型中的交互项简介(Interactions in Regression)
贝塔分布(Beta Distribution)简介及其应用
矩母函数简介(Moment-generating function)
使用R语言进行K-means聚类并分析结果
普通最小二乘法(Ordinary Least Squares,OLS)的详细推导过程
H5文件简介和使用
stata 用outreg2输出回归结果
深度学习技巧之Early Stopping(早停法)
Wishart分布简介