- 博客(44)
- 收藏
- 关注
RSS订阅原创 人工智能作业之遗传算法
遗传算法（Genetic Algorithm, GA）起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解。遗传算法（Genetic Algorithm, GA）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。
2023-04-15 19:41:40
995
翻译 SPR:SUPERVISED PERSONALIZED RANKING BASED ON PRIOR KNOWLEDGE FOR RECOMMENDATION
SPR论文翻译
2022-07-21 16:00:33
948
2
原创 Towards Representation Alignment and Uniformity in Collaborative Filtering
协同过滤中考虑表征对齐和均匀性
2022-07-18 10:07:22
954
原创 机器学习笔记二
人工神经网络一.超平面二.感知器三.一.超平面度娘定义：超平面是n维欧氏空间中余维度等于一的线性子空间，也就是必须是(n-1)维度。这是平面中的直线、空间中的平面之推广（n大于3才被称为“超”平面），是纯粹的数学概念，不是现实的物理概念。因为是子空间，所以超平面一定经过原点。相信大家看完定义，脑中应该是一万头神兽奔腾而过，也就是对于度娘的定义，我们的理解是什么鬼，能不能说人话，这时候，就得我狐仙登场了。狐仙定义：1.我们都知道，0维的点可以把1维的线分成两部分：2.1维的线可以把2维的面分
2021-08-13 16:32:08
392
原创 超参数与超平面
简单介绍一.超参数1.引言2.超参数的定义3.超参数的特点4.超参数与模型参数的区别5.超参数的示例6.超参数的优化1.超参数优化的目的2.超参数优化的方法二.超平面一.超参数1.引言机器学习模型中一般有两类参数：一类需要从数据中学习和估计得到，称为模型参数（Parameter）—即模型本身的参数。比如，线性回归直线的加权系数（斜率）及其偏差项（截距）都是模型参数。另一类则是机器学习算法中的调优参数（tuning parameters），需要人为设定，称为超参数（Hyperparameter）。比
2021-08-10 21:32:43
787
1
原创 机器学习笔记一
一.机器学习的定义两大定义：1.Arthur samuel 对机器学习的定义：机器学习是这样的领域，它赋予计算机学习的能力，这种学习能力不是通过显著式编程获得的。剖析：1.什么是显著式编程？举例说明，我们要编写一个程序，让计算机能够识别菊花跟玫瑰，我们告诉计算机，菊花是黄色的，玫瑰是红色的。那么，计算机识别到黄色就表示菊花，识别到红色就表示玫瑰，这就是显著式编程。2.什么是非显著式编程？举例说明，我们只给计算机一些菊花跟玫瑰的图片，然后编写程序，让计算机自己总结菊花跟玫瑰的区别。这就是非显
2021-08-07 10:17:53
1213
原创 如何将一个图片转换为一个链接
超级简单的方法1.首先打开我们的CSDN2.然后点击创作中心处的写文章3.点击图片，然后选择我们想要转换的图片4.选择好后，系统会把图片显示在你的写作栏。5.复制图片后的https://img-blog.csdnimg.cn/4f52a406d0a54f57b6a89e2f898e7183.jpg6.在浏览器打开，即可发现，我们已经成功了...
2021-08-06 10:59:17
12607
10
原创 解决hexo+GitHub搭建博客问题
这里写目录标题一.报错信息二.解决方法1.重置用户名和邮箱2.删除.ssh文件夹下的known_hosts3.git输入命令4.打开https://github.com/，登陆你的账户，进入设置5.在git中输入命令：三.成功解决一.报错信息相信大家在搭建博客时会遇到各种报错信息，今天我来分享一个简单的报错信息解决方法。话不多说，上图：分析报错信息，我们能够发现错误原因是下面两句：什么意思呢？其实就是询问我们是否有权利进入存储库。可能有小伙伴要问了，存储库是我自己创的，还问我有没有权利，这不是
2021-08-03 12:03:37
160
2
原创 机器学习两种方法——监督学习与无监督学习
通俗讲解一.前言二.定义1.监督学习2.无监督学习三.区别四.范围1.监督学习2.无监督学习五.选择一.前言在介绍监督学习和无监督学习之前，我们首先来了解一下什么是特征值和目标值。1、特征值：特征值是指数据的特征，对于每个样本，通常具有一些 “属性”（Attribute）或者说 ”特征“（Feature），特征所具体取的值就被称作 ”特征值“。比如，苹果的皮是”光滑“的，橘子的皮是”褶皱“的，”光滑“和”褶皱“就是 ”苹果“ 和 ”橘子“ 这两个样本的特征值。2、目标值(标签)目标值又叫标签，
2021-08-02 18:06:01
6720
原创 机器学习中常用的激活函数
常见的激活函数总结一.什么是激活函数？度娘定义：狐仙定义：二.为什么要用激活函数？三.激活函数应该具有的性质四.常见的激活函数1.Sigmoid函数2.Tanh函数3.ReLU函数4.小结一.什么是激活函数？度娘定义：激活函数（Activation functions）对于人工神经网络模型去学习、理解非常复杂和非线性的函数来说具有十分重要的作用。它们将非线性特性引入到我们的网络中。如下图，在神经元中，输入的 inputs 通过加权，求和后，还被作用了一个函数，这个函数就是激活函数。引入激活函数是为了增
2021-07-26 22:49:32
1798
原创 离散数学中的相容或与不可兼或的区别
众所周知，离散数学是一门玄学，能够掌握的人都是大佬。虽然我不是大佬，但是我遇到了一位非常牛逼的老师。今天我们来聊一聊例：将下列命题符号化：(1)张晓静爱唱歌或爱听音乐.(2)张晓静只能挑选202或203房间.(3)张晓静是江西人或安微人.解：先给出原子命题,并将其符号化,然后再将整个(复合)命题符号化.(1)p:张晓静爱唱歌.q:张晓静爱听音乐.显然这个“或”为相容或,即当p与q同时为真时,这个命题为真.符号化为pVq.(2) r:张晓静挑选202房间.s:张晓静挑选203房间.由
2021-07-06 21:58:48
5998
21
原创 很简单的错误，但我还是犯了
你根本想不到会有这种错误的出现我是在做谭老出版的c语言课后习题中做到的这题。题目为：求方程ax2+bx+c=0ax^{2}+bx+c=0ax2+bx+c=0的根，用3个函数分别求当：b2−4acb^{2}-4acb2−4ac大于0、等于0、小于0时的根并输出结果。从主函数中输入a,b,ca,b,ca,b,c的值。废话少说，直接上代码#include<stdio.h>#include<math.h>float sqrtda(float d,float a,float b)
2021-06-07 20:05:35
161
原创 二分法的魅力
二分是什么？顾名思义，二分就是将一个东西一分为二。例如，给定一个区间【1,10】，我们就可以分解为【1，5】，然后继续分为【1,2.5】，以此类推。二分查找：给定数组是有序的，给定一个target值。每次查找最中间的值，如果相等，就返回对应下标，如果target大于最中间的值，则在数组的右半边继续查找，如果小于，则在数组左半边查找。最终有两种结果，一种是找到并返回下标，第二种是没找到。那么我们如何利用二分算法来实现我们的目的呢？首先给出问题：任务描述题目描述:将n个从小到大排序的整数（n<
2021-05-30 16:10:26
1309
6
原创 坑货浮点数
问题：编写程序计算 ：1 - 1/2 + 1/3 - 1/4 + … +1/99 - 1/100 的值,并显示出来(保留结果为小数点后三位)。错误代码：#include<stdio.h>int main(void){ int i,j=1; float sum=0.0; for (i=1;i<=100;i++) { sum += j*(1/i); j *= (-1); } printf("%.3f",sum); /
2021-05-26 22:38:20
56
4
原创 欧拉图与半欧拉图的判断
欧拉图与半欧拉图的判断首先我们看下欧拉图的定义：大家都知道欧拉图与半欧拉图在图论中占有重大地位，那么如何用Python来实现呢？算法核心：1.首先我们将所给图片中边与点的关系转化为矩阵。2.判断每行的数字之和，因为欧拉图的每行数字之和均为偶数，半欧拉图的每行数字之和只有两个奇数，其他均为偶数。废话不多说，直接上代码。import numpy as npm=int(input("请输入边数："))#给定边数n=int(input("请输入顶点数："))#给定顶点数N=[]#创建一个空矩阵
2021-05-20 18:36:51
7210
5
原创 【Python报错】：TypeError: unsupported operand type(s) for +: ‘builtin_function_or_method‘ and ‘int‘
我们在用Python写代码时可能会遇到下述情况：import numpy as npm=int(input("请输入顶点数："))n=int(input("请输入边数："))N=[]for i in range(n): N.append(list(map(int,input().split())))#将转换后的数添加到列表N=np.array(N)#将列表转化为矩阵for i in range(n): for j in range(m): sum+=N[i][j
2021-05-20 13:45:51
4590
1
原创 冒泡排序与选择排序的区别
冒泡排序与选择排序的区别1.冒泡排序(吐泡泡算法)：顾名思义，冒泡就是让一个泡泡逐渐的上升，直到到达顶点，如同小鱼吐泡泡一样。算法描述：我们在给定的数字中，将每两个相邻数字进行比较。例如：我们进行从大到小的排序，那么如果前面的数字小于后面的，我们就应该将这两个数字进行交换(从小到大也是同理)应该注意的是：我们比较一轮的结果只是将一个数给排好，要想把所以数字均排列好，应该进行n-1轮(n代表数字个数)。而在每一轮中我们又要确定比较的次数，因为每比较一轮，我们就确定了一个数，所以比较的次数应该
2021-05-18 15:11:06
4481
5
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