- 博客(4)
- 收藏
- 关注
原创 闵帆老师《论文写作》学习心得
摘要就是将论文重要的内容提炼出来,通常包括已有的工作,本文工作的描述和实验结果三个部分。闵老师提出了10句规范,在后面的论文写作中需要严格遵守。通过闵老师这一课程的学习,我最大的收获就是明白了与研究生息息相关的论文写作知识。在这一方面,明白what、why、how、when和where并作为自己的准则是做好研究工作的核心。在自己论文写作遇到各种问题是也可以直接查阅闵老师相关博客得到准确快速的解决。
2023-12-20 11:17:19
31
1
原创 机器学习常识第3节课总结
归一化:将指标降为一个数量级,避免如单位等情况出现的指标数据问题,另:可以进行加权区分不同重要性的指标。聚类问题评价指标:内部:紧密度(球形更适用,蛇形考虑前后传递性)决策树的构建过程,实际上是一个不完全归纳(从特殊到一般)的过程。直观,相对于KNN,是真正的模型,预测阶段脱离了训练数据。构建方法:穷举法、启发式方法、剪枝(牺牲精度,提高泛化)回归问题评价指标:平均绝对误差,均方根误差。可以使用验证集设置k值。涉及相似性:距离度量。
2023-06-21 15:37:06
22
原创 机器学习常识第一节、第二节课内容总结
常见的数据类型:实型、布尔型、枚举型;结构化数据、图像数据(矩阵)、序列数据、视频数据(图像数据集合)、图数据。分类、回归与聚类:分类问题和回归问题原理基本一致,回归问题更一般化,分类:二分类等等;拟合:训练集与测试集相同下;过拟合:在提供的样本下表现优秀,在新样本下表现差。计算机只做一件事情:自动化,加快挖掘、分析的进度。评价指标:系统常见的评价指标有:准确率、精确率、召回率和F1值。数据清洗,获得结构化数据,提取为训练模型中的特征(组)聚类:根据样本的属性,将给定的样本集合划分为若干个子集。
2023-06-20 19:14:16
29
原创 2023/4/4 研究生第二课内容和感想
这是我第一次参加这次会议,在这次的学习中,我对研究生的工作内容、学习方法、学习态度等都有了初步的了解,其与本科的学习模式有很大的区别,张老师说的很对,研究生需要的品质更多的是勤奋+执行力,做好这两样,才能干好研究生的任务和事情。在了解论文的大致内容后,一定要在小组内进行讨论分享,这样可以群策群力,很快想出创新点,找到突破点。思考文章想法的物理意义,解决了什么问题,出发点又是什么等,抓住文章的出发点和落脚点。阅读顶刊顶会的文章,最好有源代码和数据,这样可以更好的理解文章的思路和工作。
2023-04-04 18:03:42
75
2
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