- 博客(47)
- 收藏
- 关注
RSS订阅原创 在Linux服务器上升级Python版本
近段时间在用导师给的服务器跑项目，所以升级了一下 Python 版本。这里分享下自己在升级 Python 时的流程和遇到的一些问题~
2024-03-11 22:56:12
1524
原创 【机器学习】044_Kaggle房价预测（机器学习模型实战）
【学习笔记】机器学习_044：通过Kaggle竞赛的房价预测实例，对机器学习模型的上手构建过程有了一个整体认知，对整个流程的代码部分也了解得更为充分。明晰了K则交叉验证这样的方法如何通过代码实际在模型构建中应用。
2023-12-16 20:32:59
924
1
原创 【机器学习】043_准确率、精确率、召回率
【学习笔记】机器学习_043：明晰准确率、精确率、召回率的定义及表示，以浅显易懂的方式明确其含义。学习评估机器学习算法模型的又一指标。
2023-12-13 22:27:52
428
原创 【机器学习】041_模型开发迭代过程
【学习笔记】机器学习_041：梳理模型开发迭代过程，对模型开发工程中的基本流程进行分析，并针对模型诊断、错误分析提供了一些注意点。
2023-12-10 21:16:32
186
1
原创 【机器学习】037_暂退法
【学习笔记】机器学习_037：学习了暂退法（丢弃法）的实现原理，理解了暂退法在模型构建中所体现出来的避免过拟合的作用。
2023-11-20 09:26:20
316
原创 【机器学习】035_多层感知机Part.3_简洁实现多层感知机
【学习笔记】机器学习_035：通过已有的函数库，用更简洁的代码实现简单的多层感知机模型。
2023-11-19 20:43:26
51
原创 【机器学习】034_多层感知机Part.2_从零实现多层感知机
【学习笔记】机器学习_034：对多层感知机的实现原理有了进一步了解，编写代码实现了多层感知机。（其实现过程与softmax模型的区别并不大）
2023-11-19 20:41:31
372
原创 【机器学习】033_反向传播
【学习笔记】机器学习_033：回顾了前向传播，学习了反向传播的原理；通过机器学习中的计算图理解反向传播；并使用Sympy自行求导
2023-11-19 18:08:30
257
原创 【机器学习】029_SoftMax模型Part.4_Softmax模型简洁实现
【学习打卡】机器学习_029：对softmax模型利用库里已有的一些函数进行了简洁代码实现
2023-11-12 22:23:51
73
原创 【机器学习】028_SoftMax模型Part.3_从零实现Softmax模型
【学习打卡】机器学习_028：回顾了Softmax模型的原理、知识点，从零开始编码实现了Softmax模型
2023-11-12 21:22:45
69
原创 【机器学习】027_激活函数
【学习打卡】机器学习_027：学习了激活函数的有关知识，学习了三类最常用的激活函数，了解了激活函数的作用以及为什么要使用激活函数、如何选择激活函数等。
2023-11-06 23:58:06
111
原创 【机器学习】026_前向传播、代码搭建神经网络
【学习打卡】机器学习_026：学习了用实际代码表示神经网络的构建与前向传播的构建过程，学习了关键的计算单层输出激活值和连接不同层的函数实现
2023-11-03 20:30:20
66
原创 【机器学习】024_Softmax模型Part.2_图片分类数据集
【学习打卡】机器学习_024：学习了图片分类数据集的创建、数据集的小批次获取与数据加载器的获取；学习了从网上下载数据集并将其变为可供模型训练使用的加载器对象
2023-10-31 23:10:04
52
原创 【机器学习】022_正则化
【学习打卡】机器学习_022：学习了处理过拟合的一种方法：正则化及其算法思想；学习了如何改善成本函数以缩小参数值来避免过拟合的发生
2023-10-30 23:41:01
40
原创 【机器学习】021_模型选择、过拟合和欠拟合
【学习打卡】机器学习_021：主要学习了针对超参数，如何调参，如何选择合适的模型使得对数据的预测效果更好；学习了K则交叉验证来更好地利用数据集的方法
2023-10-29 23:35:41
44
原创 【机器学习】020_逻辑回归
【学习打卡】机器学习_020：学习了第一个分类模型：逻辑回归模型的有关知识。明晰了其预测原理、决策边界、损失函数以及梯度下降的理论。
2023-10-29 00:14:38
53
原创 【机器学习】【pandas】018_pandas排序、运算、绘图
【学习打卡】机器学习_018：学习了pandas中对数据排序、统计的系列函数，并了解了DataFrame和Series两个数据结构数据绘图的相关方法
2023-10-24 23:41:21
93
原创 【机器学习】【Numpy】016_ndarray数组间运算
【学习打卡】机器学习_016：学习了ndarray数组间运算的一些操作以及矩阵相乘运算
2023-10-20 21:50:55
82
1
原创 【机器学习】【Numpy】015_ndarray数组基本操作、逻辑运算
【学习打卡】机器学习_015：学习了ndarray数组的有关基础操作，学习率对N维数组进行相应的逻辑运算与数值判断。
2023-10-19 09:26:33
103
1
原创 【机器学习】【Numpy】014_ndarray数组属性、基本生成
【学习打卡】机器学习_014：学习了numpy下ndarray提供的N维数组的有关知识，学习了其对应的基本属性和常见数组生成。
2023-10-18 22:17:56
84
1
原创 【机器学习】【Matplotlib】013_Matplotlib绘图基础(2)
【学习打卡】机器学习_013：进一步学习了Matplotlib绘制数据图，学习了一个坐标系下多个图像显示和多个坐标系下多个图像显示，并整理了其它几种图像的构建方法。
2023-10-17 21:11:25
35
1
原创 【机器学习】【Matplotlib】012_Matplotlib绘图基础(1)
【学习打卡】机器学习_012：学习了利用Matplotlib工具绘制简单的折线图，将数据以可视化的形式呈现出来。学习了如何为图像添加一些额外信息和标签等等。
2023-10-16 22:55:00
50
1
原创 【机器学习】011_第一周学习总结
【学习打卡】机器学习_011：总结了上一周学习的知识要点，主要是重新梳理了一遍线性回归模型整个的完成流程，以及在流程之中需要注意的一些知识点。
2023-10-16 20:51:40
51
1
原创 【机器学习】010_特征工程、多项式回归
【学习打卡】机器学习_010：了解了机器学习里的特征工程，认识到选择合适特征的重要性；了解了多项式回归算法、多项式函数在拟合曲线数据过程中的体现，认识到拟合曲线的选择在构建合适模型中的重要性。
2023-10-15 15:53:35
60
原创 【机器学习】009_判断梯度下降收敛、设置学习率
【学习打卡】机器学习_009：再次熟悉了梯度下降算法的工作流程，学习了学习曲线的有关知识并掌握如何通过学习曲线获取一些信息：判定收敛、调整学习率的值等。
2023-10-15 15:28:31
122
原创 【机器学习】007_线性回归模型Part.5_线性回归模型简洁实现
【学习打卡】机器学习_007：利用现有框架简洁实现了线性回归模型的构建过程与优化过程
2023-10-14 23:06:08
63
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人