- 博客(6)
- 资源 (2)
- 问答 (1)
- 收藏
- 关注
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