m0_67745111的博客

原创 机器学习中模型的评判和保存

一、分类、回归、聚类不同的评判指标1、分类（离散）； 回归（连续）。 2、“训练误差”——模型在训练集上的误差； “泛化误差”——在新样本（新标签)上的误差； 模型目标——努力使经验误差最小化 。 3、常用指标: （1）准确率（Accuracy）=正确的数/总数； （2）AUC是一个概率值，越大越好；

原创 数据挖掘中的机器学习

1、机器学习的核心目标: 从经验数据中推导出规律。 “学习”——机器从经验数据中推导并找出规律的过程；“预测”——将规律应用于新数据的过程； “模型”——其中的规律。2、机器学习处理的问题分为监督学习和无监督学习，监督学习又可分为分类（离散)与回归（连续）。3、人学习的一般过程: （1）选择知识（原始知识）； （2）选择学习方法（模型）；

原创 数据挖掘中的机器学习

1、机器学习的核心目标: 从经验数据中推导出规律。“学习”——机器从经验数据中推导并找出规律的过程。“预测”——把规律应用于新数据的过程。“模型”——其中的规律。2、机器学习处理的问题分为: 监督学习和无监督学习。监督学习又分为分类（离散)与回归（连续）。3、人的学习过程: （1）选择知识（原始知识）； （2）选择学习方法（模型）；

原创 数据挖掘概述

1、数据挖掘定义: 数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的应用数据中，提取出潜在且有用的信息的过程。2、数据分析的过程: （1）确定知识发现的过程； （2）数据采集（“数据质量决定挖掘的上限，而算法仅仅是逼近这个上限”)；

原创 人工智能 知识总结

一 绪论1、定义:〈1〉思维理论（智能的思维是思维） 〈2〉知识理论（搜索问题的求解） 〈3〉进化理论（感知和行走）2、图灵测试是用来判断人工智能的3、一台机器通过图灵测试需具备的能力:〈1〉自然语言处理能力 〈2〉知识能力〈3〉自动推理的过程 〈4〉机器学习的能力〈5〉计算机视觉 〈6〉机器人技术4、强人工智能:指有可能制造出真正能推理和 解决问题的智能机器5、三大学派—符号主义，间接主义，行为主义二 知识...

原创 计算机组成原理

1、摩尔定律说明了集成度的提高。2、计算机相关的性能指标。3、cpu的位数受存储的影响。4、编译:整篇存储翻译。（c语言） 解释:逐条翻译。（PYTHON）5、高级语言到汇编语言，到机器语言（机器语言的执行速度最快。）6、总线宽度决定了传输速度，存储器的宽度决定了传输速率。7、计算机的五大部分:运算器，控制器（两者统称为CPU），存储器，输入，输出。他们之间通过bus总线连接传输。8、存储器中，指令和数据同等地位（冯—诺依曼结构)，按地址寻访。而指令由操作码，地址码...

原创 《计算机组成原理》

一、数的机器码表示1、原码表示法:真值相当于原码，符号位没有数字化。采用原码表示法简单易懂，即符号位加上二进制数绝对值。2、(mod n)法:数除以n，取余的过程。 负数的mod法是:先求绝对值再用mod减绝对值。（例如（-1）5=5-｜-1｜=4)3、正数的原码、补码、反码都相同。 负数的补码=反码+1，而负数的反码是由原码除符号位取反。4、移码表示法:主要用于比较两个数的大小。 正数的移码:原码符号位取反；负数的移码:补码的符号位取反。二、字符与字符串的表示方...

原创 人工智能 知识总结

1、谓词逻辑表示法。常用的联结词:否定、析取、合取、蕴涵、双条件。量词有全称量词和存在量词。联结词的优先级从高到低依次为否定、合取、析取、蕴含、双条件。2、产生式表示法，表现形式P→Q或IF P THEN Q，其中P表示前提条件，Q表示得到的结论。一定要理解下图中的产生式系统的结构图以及运用它推理的方法。3、语义网络表示法:语义网络是一种用语义和语义关系表示知识且带有方向的网络图。（1）类属关系，具有继承性。ISA 是一个，AKO是“a kind of”，AMO是“a number of”.

原创 计算机组成原理 《总线系统》

一、总线结构实例 1、CPU总线（系统总线），也称CPU—存储器总线。 2、PCI总线:用于连接高速的I/O设备模块，通过“桥”芯片，与更高速的CPU总线相连。 3、ISA总线: 与低速I/O设备连接。 将CPU总线—PCI总线的桥称为北桥（速度快），将PCI总线—ISA总线的桥称为南桥（速度慢）...

原创 计算机组成原理 《总线系统》

一、总线的概念和结构形态1、总线的分类: 内部总线（cpu内)、系统总线（高速总线)、I/O总线（低速总线)。 2、总线的特征: 按照功能特性可以分为地址总线（地址总线的宽度指明了总线能够直接访问存储器的地址空间范围。)、数据总线（数据总线的宽度指明了访问一次存储器和外设时能够交换数据的位数)、控制总线（如DMA)。 注:地址总线是单向的，数据总线是双向的，控制总线是单向的（有cpu发出的，也有进入cpu的)。3、衡量总线性能的重要指标是总线带宽，它定义为总线本身所能...

原创 人工智能 《初始大数据》

1、大数据定义: 一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据的规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 2、大数据的四大特征 （4V） （1）数据规模大； （2）数据种类多； （3）处理速度快；（4）数据价值密度低。3、数据获取（网络爬虫） (1) ...

原创 人工智能 知识总结

1、层次聚类（基于距离)AGNES算法2、基于密度的方法 要知道核心对象、密度可达和密度相连（边界点和噪声点）

原创 计算机组成原理

流水CPU一、并行处理技术 （提高运算速度） 1、并行性分为两种含义: （1）同时性: 指两个以上事件在同一时刻发生；（2）并发性: 指两个以上事件在同一时间间隔内发生。 主要形式:时间并行，空间并行，时间并行+空间并行（时间重叠和资源重复)。 ...

原创 人工智能 知识总结

原创 计算机组成原理

一、CPU的功能和组成1、CPU的基本功能（取指令→执行指令） （1）指令控制: 程序的顺序控制 ； （2）操作控制: 取出每条指令的操作信号； （3）时间控制——对时钟的控制: 对各种操作实施时间上的定时； （4)数据加工: 算术运算和逻辑运算。2、CPU的基本组成 ...

原创 计算机组成原理

扩展操作码实例:一、指令格式举例 二、指令和数据的寻址方式1、在存储器中，操作数或指令字写入或读出的方式，有地址指定方式、相联存储方式和堆栈存取方式。 2、大多数计算机，在内存中都采用地址指定方式；寻址方式分为指令寻址方式和数据寻址方式。 ...

原创 人工智能 知识总结

一、在线机器学习 （梯度下降） 1、数据来源； 2、数据探索（可视化)； 3、预处理（1）规范化，（2）填充（空值） 4、模型搭建。二、增强学习的策略 1、蒙特卡洛方法 2、动态规划方法 3、时间差分 三、数据挖掘概述 ...

原创 不同raid的区别 (计算机组成原理)

1Raid 0Raid0技术是把多块（至少两块）物理硬盘通过工具绑在一起，将数据分成几块分别依次写入到各个物理硬盘中。这样，硬盘的读写性能会提高数倍，但是raid0也有局限性，提高读写速率的同时，如果任意中的一块硬盘发生故障，将会导致整个系统的数据都受到破坏。 2Raid1Raid1技术在写入数据时，是将数据同时写入到多块硬盘设备上（这里可以看作数据的备份）。当其中一块硬盘发生故障时，不会损坏数据，而是立即自动以热交换的方式来恢复数据的正常使用。Raid1技术虽然保...

原创 人工智能 知识总结

一、决策树学习二、类比学习 基本过程: 搜索匹配；选择规则；建立对应的关系；更新知识库。三、贝叶斯学习（不确定性推理）...

原创 计算机组成原理

一、磁盘（随机存取)cache 1、为了减少存取时间，可采取的措施有:提高磁盘机主轴转速；提高I/O总线速度；采用磁盘缓存（cache)——为了弥补慢速磁盘与主存之间速度上的差异等。 2、磁盘cache有“直写”和“写回”两种方法。cache采用SRAM或DRAM 。二、 指令系统的发展 1、指令是CPU工作的...

原创 人工智能 知识总结

1、神经网络类型: （1）单层神经网络（感知机）； （2）两层神经网络（多层感知机）； （3）多层神经网络（深度学习）； （4）卷积神经网络；（5）循环神经网络。 2、BP学习规则:3、决策树学习（监督学习）:...

原创 计算机组成原理

一、外围设备概述 1、外围设备的优点:指标上，外围设备低成本，小体积，高速，大容量，低功耗（发热量少）；结构上，由初级串行操作输入/输出方式到串行操作方式。 2、外围设备的组成:由存储介质、驱动装置和控制电路三部分组成。 3、计...

原创 人工智能 知识总结

神经学习 1、神经学习是一种基于人工神经网络的学习方法，包含感知器学习、BP网络和Hopfied网络学习。 2、感知器学习 （1）单层感知...

原创 计算机组成原理

一、页式虚拟存储器 1、页市虚拟存储系统中，虚地址空间被分为等长的页，成为逻辑页或者虚拟页，主存空间也被分为同样大小的页，称为物理页。业内地址也称偏移量。 2、页表分为逻辑页和物理页，一个进程对应一个页表。 ...

原创 人工智能 知识总结

一、机器学习 1、基本概念:机器学习是研究如何让计算机来模拟人类学习活动的一门学科。 2、学习系统的基本模型结构:3、学习策略 学习策略分为记忆学习、归纳学习、类比学习、传授学习、演绎学习和联结学习等。 ...

原创 《计算机组成原理》

虚拟存储器1、需求背景:相对于程序而言，内存空间不足。 2、技术:（1）覆盖:手动把应用程序需要的指令和数据保存在内存中。目标:较小的内存运行较大的程序。（2）交换:操作系统自动把暂时不执行的程序保存在外存中。目标:增加正在运行/需要运行程序的内存。 3、虚拟存储（操作系统划分区间)的时间...

原创 人工智能 知识总结

1、推理过程中，冲突解决策略: （1）专一性排序:规则的条件部分所规定的情况越具体，优先级越高； （2）规则排序； （3）数据排序:把规则条件部分的所有条件按优先次序编排，当发生冲突时，首先使用条件部分包含较高优先级的数据规则； （4）...

原创 计算机组成原理

一、只读存储器 1、 狭义的ROM仅指掩模ROM，一般用于存储广泛使用的具有标准功能的程序或数据。 2、NOR闪存又称线性闪存，特点: （1）可以像SRAM和和传统ROM那样随机读出任意地址的内容。(2)可以对单字节和单字进行编程。（3)以区块或芯片为单位执行檫除操作。（4）拥有独立的数据线和地址线。 3、NAND闪存又称非线性闪存，特点...

原创 人工智能 知识总结

1、A★算法2、博弈树的启发式搜索 一定要注意极大（利益最大) 极小过程，α—β剪枝 极大（与树)，极小（或树）。3、推理分为不确定性推理和确定性推理。 推理系统的模型要求:用于存放知识的知识库；一个存放事实和中间结果的数据库；用于推理的推理机。 推理的定义:从已知的事实出发，通过运用已...

原创 计算机组成原理

一、动态随机存取存储器1、SRAM静态随机存取存储器:主要运用了6个 MOS管，而DRAM动态随机存取存储器主要 运用1个MOS管个一个电容。所以DRAM的 所需元件更少，存储密度更高。2、DRAM芯片的逻辑结构图（下图)3、DRAN读/写时序图（下图）4、改进方法:（1）突发访问:在存储器同一行中对相邻的存储单元进行连续访问的方式，这样便不用行选，时间提高了。（2）SDRAM 同步DRAM，同步主要是与CPU同步。在SDRAM时序图中，预充是...

原创 人工智能 知识总结

1、宽度优先搜索（又称广度优先搜索）:队列的形式搜索→先进先出。2、深度优先搜索:主要采用堆栈的形式搜索。3、最小代价路径的代价估计值=初始节点到节点n已实际付出的代价 + 从节点n到目标节点最优路径的估计代价。4、A算法:步骤（1）确定代价值怎样定义； （2)做从小到大排序；（3）取代价值最小 的，逐一深入。5、A★算法对a算法中的g(n)和h(n)分别提出如下限制:（1）g(n)是对最小代价值g★（n)的估计，且g(n)大于等于g★（n）；(2) h(n)是最小...

原创 计算机组成原理

1、存储器的技术指标:存储容量:（bite或B）=存储字数×存储字长；存取时间（又称存储器访问时间）:是从存储器 接收到读/写命令开始到信息被读出或写入 完成所需的时间；存储周期（存取周期): CPU连续两次访问存储器的最小间隔时间；二、静态随机存取存储器(SRAM)1、优点:存取速度快，但存储密度和容量不如DRAM大。2、基本的静态存储元阵列图3、32K×8:2的15次方×8（15根地址线，8根数据线）。一定要看懂下图4、SRAM...

原创 人工智能 知识总结

搜索策略1、搜索分为盲目搜索和启发式搜索。2、问题求解系统分为知识贫乏系统（依靠搜索技术)和知识丰富系统（依靠推理技术)。3、状态空间法:描述一个问题的全部状态以及这些状态之间的相互关系。表示:状态+操作。4、搞清与/或树的相关概念。注意:K—连接只在与树中用。深度越深，层数越大。...

原创 计算机组成原理

1、内部总线（1)定义:内部总线是指CPU内各部件的连线，而外部总线是指系统总线。（2）按总线的逻辑结构来说，总线可以分为单项传送总线和双向传送总线。（正如通信可以分为:单工通信，双工通信，半双工通信）（3）带有缓冲驱动器的四位双向数据总线，基本电路就是三态逻辑电路→当发送信号有效时，数据从左往右传送；当接收信号有效时，数据从右往左传送。2、运算器包括ALU、阵列乘除器、寄存器、多路开关、三态缓冲器、数据总线等逻辑部件。3、CPU内，提高浮点运算的方法:（1)提高芯片计算核心的时钟频率；

原创 计算机组成原理

1、由于原件故障、噪音干扰等各种因素，常常导致计算机在处理信息过程中出现错误，所以我们可以使用校检码来判断。2、正数的补码和原码是一样的，所以x补+y补等于（x+y)的补码。注意一定要判断是不是溢出。3、（X-y)补等于x的补+（-y)的补。此时一定要注意负数的补。4、当以变形补码运算，运算结果的二符号位异时，表示溢出，相同时表示未溢出。5、注意半加器和全加器的基本逻辑图。6、与门的传输延迟时间越长，则功耗越多。7、除法器沿对角方向进入阵列的原因:在除法中所需的部分余数左移替代.

原创 《人工智能》知识总结

知识图谱表示法:（1）知识图谱主要用于智能搜索，智能问答，个性化推荐，多维导航，内容分发等领域。（2）语义网络更侧重于表示概念与概念之间的关系，知识图谱更侧重于表示实体与实体之间的关系。（3）已有图谱作用于实体→发现、扩充新的知识图谱。（4）知识图谱的任务:实体属性填充；实体发现与链接；事件发现。（5）通俗来说，知识图谱表示法就是将语序混乱的句子整理成一句逻辑清晰，可读性高的语句。Python:主要学习了numpy包的具体导入与引用。...