![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 67
邃海枫林
一起学习吧!
展开
-
`web3d模型线上展厅(一)
线上研究3D模型。快速真实搭建元宇宙世界。原创 2022-11-13 22:35:29 · 1269 阅读 · 1 评论 -
人工智能的入门
人工智能入门学习原创 2022-09-02 21:25:21 · 306 阅读 · 0 评论 -
如何让机器理解1+1为什么等于2?
课题: 探索人工智能的研究方向问题描述: 设置九个按钮,仅仅按钮1可以不给机器处罚,其他按钮都会触发惩罚,机器监听到惩罚后通过写入记忆规避掉错误历史动作,最终通过不断试错,让机器学会按下正确按钮。代码环境: python虚拟场景: 灯源,开关,机器类最优目标: 害怕度越小越好训练状态: 无监督(仅仅给惩罚项)测试方法: 随机概率法结果: 机器学习过程存储记忆教训,最终在记忆库中选择可行解。大约十次之后可以得到正确记忆。import randomimport csvimport pand原创 2022-02-06 12:56:41 · 1339 阅读 · 0 评论 -
python回溯
# -*- coding: utf-8 -*-"""Spyder EditorThis is a temporary script file."""bestV=0 #设置最好价值初始值为零curW=0 #设置初始权重为零curV=0 #设置初始权重价值为零bestx=None #设置初始选择为零 def backtrack(i): #定义回溯算法 global bestV,curW,curV,x,bestx #纳入全局变量 if i>=n:原创 2021-12-01 10:55:41 · 690 阅读 · 0 评论 -
决策树(理论初步)
决策树理论理解:1.什么是决策树?一种基本的分类回归方法,决策树属于分类回归模型的范畴。决策树的三个步骤:特征选择决策树生成决策树修剪(剪枝)决策树示意图决策树目标:分类决策树本质:估计条件的概率模型决策树自我学习的目标: 选择最优决策树决策树学习的测试: 最小化损失函数决策树的特点:优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据。缺点:可能会产生过度匹配的问题适用数据类型:数值型和标称型2.信息熵原创 2021-11-03 21:52:24 · 1228 阅读 · 0 评论 -
PCA(主成分分析法)
###主成分分析法### python代码实现import numpy as npimport seaborn as snsimport matplotlib.pyplot as pltfrom sklearn.decomposition import PCAsns.set(style='whitegrid', font='Times New Roman', font_scale=0.4)plt.style.use('seaborn')plt.rcParams['font.sans-ser原创 2021-11-03 20:24:09 · 489 阅读 · 0 评论 -
线性回归(一)
###线性回归1.什么是线性回归?线性回归是用来确定两种变量之间的依赖关系,表达式为:单变量线性回归:多变量线性回归:多项式回归这里我们在数据集里以波士顿房价作为举例数据集共有506个样本,13个属性2.数据集的导入:做线性回归之前一般先对数据进行导入以及预处理!!!from sklearn.linear_model import LinearRegression #导入线性回归"""导入数据分割"""from sklearn.model_selection原创 2021-11-03 18:47:31 · 183 阅读 · 0 评论 -
ARMA 时间序列模型
更好的理解协方差以及相关系数###X因素和Y因素协方差公式:自相关系数ACF直观上来说,ACF 描述了一个观测值和另一个观测值之间的自相关,包括直接和间接的相关性信息。其实自相关系数可以这么理解:把一列数据按照滞后数拆成两列数据,在对这两列数据做类似相关系数的操作。这组数据是求滞后数为2的自相关系数,则变成求{x1,x2,…,x8}和{x3,x4,…,x10}两者的“相关系数”,相关系数打引号是因为这个相关系数的公式和以往的有点不一样。下面看一下公式的对比:所以,我们可以原创 2021-11-03 18:40:27 · 4957 阅读 · 0 评论 -
灰色关联分析(一)
灰色关联分析 -(GRA)算法1.灰色关联分析属于评价决策类算法范畴2.灰色关联分析属于多因素统计分析范畴。3.对研究对象的关系不明确,只能通过表面(部分)信息进行推测,这种系统称之为灰色系统。4.研究不同对象某些特征的相似度,关联情况称之为关联分析。算法步骤确定是否研究某因子是否受到系统其他因子影响因子数据的 均值化或者初始化(这里理解为数据预处理,进行无量纲化)。获取研究因子与被研究因子 差值 。定义 关联系数γ ,关联系数用来表示因子间的相关程度。定义分辨系数ρ(一般取0.5),原创 2021-10-29 22:20:36 · 2205 阅读 · 0 评论 -
java基础一
#java基础一:java语言优点:简单性 一切皆对象,所以不需要指针,Java能够自动处理对象以及间接引用,用户不必为存储问题所烦恼,能够花费更多的精力在研发上。 纯面对对象 在一个面对对象的系统中,数据和方法被描述为状态以及行为,每一个对象是其状态以及行为的封装,java程序是用 类来组织的。 编译以及解释性 Java编译生成 字节码文件,程序开发速度快。 稳健性 Java是 强类型语言,做出的产品能够捕捉调用错误,做出的产品更加稳健可靠。安全性 Java没有指针,开发者转载 2021-10-27 17:46:17 · 374 阅读 · 0 评论 -
第五讲:2021年国赛B题-乙醇制备C4烯烃优化方案
2021年国赛B题-乙醇制备C4烯烃原题 第五讲:国赛B题第一小问讲解 2021年国赛B题-乙醇制备C4烯烃数据:数据一:数据二:开始建模观察此题,就是一个统计推断问题,采取回归思想以及方差分析以及差值算法以及相关分析即可解决。  原创 2021-09-21 20:12:34 · 13156 阅读 · 3 评论 -
贝叶斯分类器(也叫朴素贝叶斯分类器)2
朴素贝叶斯分类器接上一节,邮件分类中,朴素贝叶斯分类器帮助我们完成了第11份以及第12份邮件的分类。很简单,就是在已知信息里产生这种结果的可能来预测未知的。那么现在我们碰到这种题目呢?Tid有房婚姻状况年收入拖欠贷款1是2否3否3是5否6否7|8|9|否|已婚|75K|否10|否|单身|90K|是...原创 2021-09-21 16:23:57 · 1438 阅读 · 0 评论 -
第四讲:4.1 贝叶斯算法(1)
贝叶斯公式这公式还熟悉吗?对!这就是著名的贝叶斯公式。不熟悉不要紧,我已经准备好给你们简单的推导一下:P(A|B)P(B)=P(B|A)P(A) 还记得条件概率吗?条件概率我就不给讲了,上面是一个条件概率恒等式推导:为什么恒等?左边是B条件下A发生的概率,B发生的概率的乘积对吧,也就是左边是A和B同时发生的概率对吧,这不理解我就没办法了自己想想我说的对不?好嘞,想好了吧,我们看看右边,是A条件下B发生的概率,A发生的概率的乘积对吧,这不也是A和B同时发生的概率吗?所以这个原创 2021-09-21 13:01:47 · 129 阅读 · 0 评论 -
进程与作业
原创 2021-09-09 11:45:36 · 65 阅读 · 0 评论 -
操作系统概述
原创 2021-09-09 11:14:23 · 78 阅读 · 0 评论