- 博客(6)
- 收藏
- 关注
RSS订阅原创 Datawhale AI 夏令营 siRNA药物药效预测 学习笔记task2
它的最大特点就是能“读上下文”，也就是能记住前面的信息，也能处理序列后面的信息。LSTM在我看来是RNN的升级版，而使它脱颖而出的是一个关键的门机制———输入门、遗忘门和输出门。官方baseline的特征太少导致结果并不是很好，而t在直播中也提到观察基因序列的特点或者它的编码，从中提取到特征，可以将其变为一个n分类的问题，再利用机器学习的知识解决问题。这一次task2的代码是将序列输入到GRU中，GRU也就是LSTM的简化版，它只有更新门和重置门，但也能解决掉RNN的缺点。
2024-07-31 23:47:42
219
原创 人工智能（第三版）第三章 读书笔记
它具有开放节点列表和封闭节点列表，开放节点是搜索边缘（fringe）上的节点，后面可能会进一步探索到。2、保证可接受性：对于所有的节点 n，必须有 h(n) ≤ h*(n)，其中 h(n) 是启发式估计值，h*(n) 是实际到达目标的最短路径的开销。·山脊问题：在这个问题中，不管向下往哪个方向移动，山脊上的任何一点都看起来像山峰顶点，因为任何方向的移动都是向下的。相对于普通的爬山法，最佳优先搜索最显著的优势在于可以通过回溯到开放列表中的节点，从错误、假线索、死胡同中恢复。
2024-02-02 21:58:27
385
原创 人工智能（第三版）第二章 习题
迭代加深的深度优先搜索：如果给定的搜索空间是有限的，并且DFS-ID算法能够遍历所有可能的输入样本，那么它具有完备性。当第一组和第二组的重量相同时，说明假币在第三组中，拿出第一组中的一枚硬币与第三组中的其中一枚比较，若重量相等则另一枚是假币，若重量不相等则这枚是假币。广度优先搜索（BFS）：从起始顶点开始，首先访问起始顶点的所有相邻顶点，然后依次访问这些相邻顶点的相邻顶点，以此类推，直到所有顶点都被访问过。它是对问题的一种表示方法，它有很多条路径，某个具体问题的解将对应状态空间图中的一条路径。
2024-01-26 11:32:56
1155
1
原创 人工智能（第三版） 第二章 笔记
广度优先搜索（BFS）的开放表以树为结构，封闭表以队列为结构，这种搜索方法以层优先，一层层的遍历下去，当遇到当前节点下面有子节点，就先把子节点存到队列尾部，等当前层遍历完后，在去遍历队列中的节点。深度优先搜索（DFS）的开放表以树为结构，封闭表以栈为结构，这种搜索方法以深度优先，一直往左边或者右边遍历，将同一层未遍历的节点放到栈的顶部，等到遍历到的节点没有子节点后，再遍历栈中的节点。本章节以3拼图的小游戏为例来介绍深度优先搜索（DFS）、广度优先搜索（BFS） 和迭代加深的深度优先搜索（DFS-ID）。
2024-01-26 11:26:51
402
1
原创 人工智能（第三版）第一张 习题
这个是必要的，若人们失去了道德，那么人们会用机器来做一些违反道德的事情，这将会威胁到人类的生存。它具有明确的目标与规则，便于人工智能来学习，并且二人博弈具有大量情况，正好人工智能的算法可以解决这个问题。人工智能问题具有更高的复杂度，而且它的答案可能已不是唯一的，在某些情况，需要像人一样去预测、判断。Lovelace 2更强调机器的创造性，而图灵测试更在意的是机器与人的行为的相似度。普通的ATM不具有智能的特点，且无法模仿人类的行为。狗的习性，狗的寿命长短，家庭的经济情况，家庭所在的地区气候。
2024-01-19 18:56:29
864
原创 人工智能（第三版）第一章 概述
重要的是智能，R.斯腾伯格（R. Sternberg）给出了他的解释：智能是个体从经验中学习、正确推理、记忆重要信息，以及应对日常生活需求的认知能力[4]。并不是所有能够思维的物体都有智能。本章主要讲述了人工智能随着时代发展得越来越快，它带给我们便利与快捷，但在使用的同时，我们要将其用于合适的地方，以免造成严重的后果。艾伦·图灵（Alan Turing）寻求可操作的方式来回答智能的问题，所以他提出了“图灵测试”弱人工智能的支持者仅仅关注系统的表现，而强人工智能的支持者的目标在于模拟人类的行为来完成任务。
2024-01-19 18:53:15
529
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