- 博客(6)
- 资源 (2)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 反向传播算法(Backpropagation)----Gradient Descent的推导过程
BP算法是适用于多层神经网络的一种算法，它是建立在梯度下降法的基础上的，本文着重推导怎样利用梯度下降法来minimise Loss Function。
2020-06-30 22:26:02
82497
原创 机器学习之逻辑回归(logistics regression)
逻辑回归（Logistic Regression）与线性回归（Linear Regression）都是一种广义线性模型（generalized linear model）。逻辑回归假设因变量 y 服从伯努利分布，而线性回归假设因变量 y 服从高斯分布。 因此逻辑回归与线性回归有很多相同之处，去除Sigmoid映射函数的话，逻辑回归算法就是一个线性回归。...
2020-06-27 19:42:11
103831
原创 概率生成模型(Probabilistic Generative Model)与朴素贝叶斯(Naive Bayes)
问题引入：假设有2个不同的class C1与C2，C1与C2里面分别有N1和N2个样本，现在要对某件物品x进行分类，X一定属于C1与C2中的某一类。先引进贝叶斯公式：P(C1|x)即x属于C1类别的概率，这里是二分类，所以我们可以用0.5作为界限，P>0.5则属于C1，否则属于C2。P(C1)=N1/(N1+N2)，P(C2)=N2/(N1+N2)，所以现在得知道P(x|C1)和P(x|C2)，即在C中取出一个样本，是X的概率。这里就需要知道C1和C2的总体服从什么分布，在你不确定总体服从
2020-06-27 11:20:00
99295
原创 机器学习之linear_model(Ridge Regression)
这里先解释一下过拟合与欠拟合的概念。所谓过拟合，是指模型学习能力过于强大，把训练样本中某些不太具有一般性的特征都学到了。例如判断一个人是否是好人，训练样本中所有好人都或多或少做过一些坏事，模型学到了这一特征，把这一模型运用到了实际预测中去，这明显是有失偏颇的，因为一个人是否是好人理论上跟一个人是否做过坏事是不相关的。所谓欠拟合，是指模型学习能力低下，连训练集中的数据都不能很好的拟合，比如说我要预测一个人是否是坏人，模型只考虑到了他是否做过坏事，这明显是考虑不全的，做过坏事不一定就是坏人，那么显然这
2020-06-26 14:04:39
98787
原创 机器学习之linear_model(普通最小二乘法手写+sklearn实现+评价指标)
y=wi*xi+b，基于最小二乘法的线性回归：寻找参数w和b，使得w和b对x_test_data的预测值y_pred_data与真实的回归目标y_test_data之间的均方误差最小。
2020-06-25 21:34:39
100052
2
原创 汇编课设：实现身份证号验证功能并输出上面所给的信息
原题再现：输入一个学生的身份证号码，程序检验身份证号码是否合法。并显示省份、年龄、性别等信息。下面是身份证号码的规则:身份证号码共18位。前6位是地址码，7–14位是出生年月日，后面4位是生成的代码,第17位用来做性别判定: 偶数 – 女 ; 奇数— 男 。第十八位数字的计算方法为：1）、 将前面的身份证号码17位数分别乘以不同的系数。从第一位到第十七位的系数分别为：7 9 10 5 8 4 2 1 6 3 7 9 10 5 8 4 22）、将这17位数字和系数相乘的结果相加。3）、用加出来和
2020-06-01 21:32:18
81039
1
DynamicSorting.zip
2020-05-07
CSDN付费资源抽成问题
2022-07-08
TA创建的收藏夹 TA关注的收藏夹
TA关注的人