- 博客(8)
- 收藏
- 关注
RSS订阅原创 强化学习Day1
策略定义了在某一个状态应该采取什么样的动作。知道当前状态后，我们可以把当前状态代入策略函。就是在强化学习过程中的主角。获取环境中的状态，利用状态输出决策，从环境获得奖励。对当前状态进行评估，评估智能体进入某个状态后带来的奖励。就是环境给的反馈，赢了＋1分，输了-1分。就是智能体可以做的动作：上升，下降。就是一系列的动作：上升，下降。未来的状态只取决于现在。
2024-06-19 20:00:30
253
原创 使用爬虫获取Australian Bureau of Statistics上的人口数据（SA2 level）
制作一个简易的爬虫，获取ABS上的人口数据
2023-04-28 09:48:45
182
原创 task5打卡声音识别之模型改进与优化
学习目标：了解一下模型改进和优化学习内容：通常我们测试结果出来会有过拟合或者欠拟合的情况出现，这时候就需要我们进行模型的改进和优化，简称调优。其中的方法就有扩充数据。简单来说就是将数据变得更丰满，通过裁剪，旋转，调音，加噪等方式进行。学习时间：2021年4月22日学习产出：不在能力范围之内，需要更多时间消化...
2021-04-22 00:28:28
80
转载 Task4 打卡深度识别
学习目标：深度学习模型搭建与训练学习内容：今天重点在于建立模型，搭建框架并进行训练。其中很重要的一个API是Keras。 Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果。Keras具有高度模块化，极简，和可扩充特性。以下是导包代码import pandas as pdimport numpy as nppd.plotting.register_ma
2021-04-19 23:35:00
75
转载 Task3打卡-食物声音识别，音频特征提取
学习目标：今天主要学习声音特征提取MFCC特征提取知识过零率 （Zero Crossing Rate）频谱质心 （Spectral Centroid）声谱衰减 (Spectral Roll-off）梅尔频率倒谱系数 （Mel-frequency cepstral coefficients ，MFCC）色度频率 （Chroma Frequencies）学习内容：第一点最重要就是导入库啦import numpy as npimport sklearnimport librosaim
2021-04-18 01:45:16
181
转载 Task2打卡——比赛数据了解与分析
学习目标：了解比赛数据集，看到声音的波形图学习内容：通过命令下载好数据之后，就开始新的一段探索之路和Task1一样，首先得加载库，这次比之前要多几个库。其中matplotlib是一个很重要的库因为我们得通过matplotib来绘制各种图表。import pandas as pdimport numpy as nppd.plotting.register_matplotlib_converters()import matplotlib.pyplot as plt%matplotlib
2021-04-16 00:51:53
54
转载 零基础入门机器学习——声音识别——打卡Task1
学习目标：1 基于CNN的分类模型：参考图片分类的形式，将不同声音的频谱做分类。2 基于LSTM的分类模型：通过数据预处理、特征提取、划分数据集以及训练模型等步骤给声音数据做分类。学习内容：1. 下载数据集使用阿里云的天池资源，创建Data Science Workshop Notebook。运行下列代码进行下载注释：！的意思是用终端运行环境要求：TensorFlow版本：2.0+KerasKeras是一个高层神经网络API，Keras由纯Python编写而成并基Tenso
2021-04-13 19:45:42
952
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