- 博客(6)
- 收藏
- 关注
RSS订阅原创 神经网络总结
神经元模型神经元模型是一个包含输入，输出与计算功能的模型。输入可以类比为神经元的树突，而输出可以类比为神经元的轴突，计算则可以类比为细胞核。下图是一个典型的神经元模型：包含有3个输入，1个输出，以及2个计算功能。注意中间的箭头线。这些线称为“连接”。每个上有一个“权值”。 在实际的神经网络中，我们不能直接用逻辑回归，必须要在逻辑回归外面再套上一个函数，这个函数我们就称它为激活函数,如上图中的非线性函数。激活函数非常非常重要，如果没有它，那么神经网络的智
2021-09-20 16:01:58
408
原创 考核题总结
1.当数据有缺失值的时候， 你认为处理缺失值比较合理的方法(缺失值举例：泰坦尼克号幸存者数据中 有年龄 性别 职业 是否存活 四个特征 但某些样本的职业特征为空)。(1)均值，极值，众数，中位数填补(2)回归决策树预测，把label作为特征也加入到特征里来2.请简述随机梯度下降，批梯度下降的区别和各自的优点(1)随机就是计算一个样本的loss之后就进行梯度下降a)优点：迭代速度快，可以跳出局部最小(因为震荡大)b)缺点：收敛速度慢(因为震荡大)(2)批梯度下降就是一批样本计算los
2021-09-12 15:35:40
587
原创 决策数总结
决策数总结1.基本流程决策数学习的目的是为了产生一棵泛化能力强，即处理未见示例能力强的决策数，其基本流程为:输入: 训练集 D={(X1,y1),(X2,y2),...,(Xm,ym)} 属性集 A={a1,a2,...,ad}过程:函数 TreeGenerate(D,A) 生成结点 node; if D中样本全属于同一类别C then 将node标记为C类叶结点; return end if if A=∅ or D中样本在A上取值相同
2021-09-11 16:28:41
165
原创 项目实战-信用卡识别
算法设计：1：识别模板图片各个数字的轮廓：#读取模板图像img=cv2.imread('model.png')#灰度图ref=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 二值图像（阈值）ref=cv2.threshold(ref.copy(), 10, 255, cv2.THRESH_BINARY_INV)[1]#计算轮廓（仅外部）contours, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXT
2021-06-05 17:35:53
285
2
原创 寒假考核总结
寒假考核总结第一部分：1.请写出下面程序的输出结果#include<stdio.h>int main(void){ printf("%d\n",printf("Hello World!\n")); return 0;}输出结果：Hello World!13(字符串的字节长度)3.CSV的中文全称为 逗号分隔值。CSV文件 是纯文本文件。4.csv.reader()中参数 delimiter的作用是分割符，默认为英文逗号。5.使用pd.read_csv(
2021-03-13 20:32:32
104
原创 寒假数据处理任务总结
寒假数据处理任务总结任务描述本次任务要处理的数据共101227行，样例如下：18 Jogging 102271561469000 -13.53 16.89 -6.418 Jogging 102271641608000 -5.75 16.89 -0.4618 Jogging 102271681617000 -2.18 16.32 11.0718 Jogging 3.3618 Downstairs 103260201636000 -4.44 7.06 1.9518 Downstairs 1032
2021-03-05 23:02:45
105
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