- 博客(39)
- 收藏
- 关注
RSS订阅原创 关联规则
什么是关联规则？🐾🐾情景引入：🍺啤酒与尿布🍼在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数
2022-11-07 18:48:04
227
1
原创 逻辑回归
逻辑回归是一种用于解决分类问题的机器学习方法。它是一种基于概率思想的预测分析技术。分类算法 Logistic 回归用于预测分类因变量的似然性。逻辑回归中的因变量是二进制变量，数据编码为 1（是、真、正常、成功等）或 0（否、假、异常、失败等）。Logistic 回归的目标是发现特征与特定结果的可能性之间的联系。例如，当根据学习的小时数预测学生是否通过考试时，响应变量有两个值：通过和失败。\n\nLogistic 回归模型类似于线性回归模型，不同之处在于 Logistic 回归使用更复杂的成本函数，称为“
2022-11-07 18:44:12
1706
原创 数据挖掘
一、过滤规则：①用户已经购买的物品;②不适合公开展示的商品;③用户评分过低的商品;④同型号商品利润高。二、命中率：从每名用户数据中删除一个数据，模型训练后为验证模型每名用户生成的头部（N）推荐中是否包含被删除的数据。三、商品覆盖率：可推荐商品数/所有商品数。四、多样性：推荐给用户商品列表当中的异质性。惊喜度：惊奇度·相关性（sere=superise·re(i)(user）)。superise=max(pi(user-pi(alluser),0)superi
2022-11-01 11:12:48
118
原创 总结 回归
一、目标:二、回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通 事 故数量之间的关系，最好的研究方法就是回归。三、线性回归的定义是: 目标值预期是输入变量的线性组合. 线性模型形式简单, 易于建模, 但却蕴含着机器学习中一些重要的基本思想. 线性回归, 是利用数理统计中回归分析, 来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法, 运用十分广泛
2022-09-27 23:25:56
327
原创 数据挖掘模型
机器学习和数据挖掘是紧密相关的，要进行数据挖掘需要掌握一些机器学习所用的方法和模型知识，通过模型的训练可以得到处理数据的最优的模型。数据挖掘常用的模型如下：一、 监督学习模型：就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。二 无监督学习模型：在非监督式学习中，数据并不被特
2022-09-27 15:27:27
468
原创 核函数的了解
1.Sigmoid函数，即f(x)=1/(1+e-x)。是神经元的非线性作用函数。广泛应用在神经网络中。又叫Logistic函数。机器学习中一个重要的预测模型逻辑回归(LR)就是基于Sigmoid函数实现的。LR模型的主要任务是给定一些历史的{X,Y}，其中X是样本n个特征值，Y的取值是{0,1}代表正例与负例，通过对这些历史样本的学习，从而得到一个数学模型，给定一个新的X，能够预测出Y。LR模型是一个二分类模型，即对于一个X，预测其发生或不发生。但事实上，对于一个事件发生的情况，往往不能得到100%的
2022-09-27 15:21:33
702
原创 机器学习术语
1. 数据： 关于研究对象的记录2. 数据集(data set)： 记录的集合3. 示例(instance)/样本(sample)： 每一条关于事件或对象的描述4. 属性(attribute)/特征(feature)： 反映事件或对象在某方面的表现或性质的事项。5. 属性值(attribute value)： 属性的取值6. 属性空间(attribute space)/样本空间(sample space)： 属性张成的空间7. 样本的维数(dimensionality)：样本的属性描
2022-09-27 15:15:47
138
原创 人工智能，机器学习，数据挖掘
人工智能人工智能1（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。用人话说就是要让机器的行为看起来像人表现出来的智能行为一样。其本质是用数据和模型为现有的问题提供解决方法。机器学习机器学习2(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新..
2022-06-26 22:27:00
221
原创 计算机组成原理存储
存储系统层次结构1. Cache-主存层次Cache基本原理与概念● 局部性原理在一段时间内，对局部范围内的存储器频繁访问，而对其它区域很少访问的现象称为程序访问的局部性。大量典型程序运行情况分析结果表明，程序访问具有局部性。● 基本构成存储体：基本单位为字，若干个字构成一个数据块；地址映射变换机构：用于将主存地址变换为Cache地址，以利用CPU发送的主存地址访问Cache；替换机构：更新Cache中数据时使用的机制；相联存储器：Cache的块表，快速指示所要.
2022-06-26 22:26:26
152
原创 人工智能知识点（第十五周）
一、总线仲裁的定义为解决多个主设备同时竞争总线控制权的问题，应当采用总线仲裁部件，以某种方式选择一个主设备优先获得总线控制权。只有获得了总线控制权的设备，才能开始传送数据。二、总线仲裁的分类总线仲裁方式按其仲裁控制机构的设置可分为集中仲裁方式和分布仲裁方式。将总线上所连接的各类设备按其对总线有无控制功能分为：主设备：对总线有控制权，信息的传送是由主设备启动的。从设备：对总线没有控制权，从设备只能响应从主设备发来的总线命令。工作流程：1.主设备发出请求信号；2.若多个.
2022-06-19 23:36:43
447
原创 计算机组成原理（十五周）
1.网络爬虫网络爬虫（Web Crawler）是依照一定规则主动抓取网页的程序，是搜索引擎获得信息的渠道之一。通常根据给定 URL 种子爬取网页，得到新的 URL 存放至待爬行 URL中，当满足一定条件时停止爬行。网络爬虫一般分为通用网络爬虫、深度网络爬虫和主题网络爬虫 3 类。 主题网络爬虫通常给定 URL 种子集，依照预先规定的主题，由特定的分析算法算出爬行网页的主题相关度，并过滤与主题无关的网页，优先抓取相关度高的网页，当满足一定条件时停止。主题网络爬虫根据主题对 Web 进行分块采集并整合采集结
2022-06-19 23:17:08
67
原创 人工智能知识点
启发式搜索一般需要某些有关具体问题的领域的特性信息,把此种信息叫做启发信息。需定义一个评价函数，对当前的搜索状态进行评估，找出一个最有希望的节点来扩展。重排OPEN表,选择最有希望的节点加以扩展一、A算法12局部择优搜索(瞎子爬山法)搜索过程如下:(1) 把初始节点S0放入OPEN表，计算f(S0)；(2) 如果OPEN表为空,则问题无解，退出；(3) 把OPEN表的第一个节点(记为节点n)取出，放入CLOSED表；(4) 考查节点n是否为目标节点，若是，则求得了
2022-06-12 23:43:54
403
原创 计算机组成原理
1.cpu的功能：①指令控制;②操作控制;③时间控制;④数据加工;2.cpu的基本组成：①控制器：由程序计数器、指令寄存器、指令译码器、时序产生器和操作控制器组成，它是发布命令的“决策机构”，及完成协调和指挥整个计算机系统的操作;②运算器;3.cpu中的主要寄存器：①数据缓冲寄存器（DR）;②指令寄存器（IR）;③程序计数器（PC）;④数据地址寄存器（AR）;⑤通用寄存器;⑥程序状态字寄存器（PSWR）;4.5.指令周期6.MOV的指令周期7...
2022-06-12 23:38:32
84
原创 计算机组成原理（第十三周）
一、计算机的发展：（1）什么是计算机系统计算机系统 = 硬件 + 软件硬件：计算机的实体 如主机、外设等软件：又具有各类特殊功能的程序组成计算机性能的好坏取决于“软”，“硬”件功能的总和软件又可以分为：系统软件：（eg：操作系统、数据库管理系统、标准程序库、网络软件、语言处理程序、服务程序）用来管理整个计算机系统应用软件：（eg：各种app）按任务需要支撑各种程序（2）硬件的发展硬件发展发展阶段 时间 逻辑元件 速度（次/秒）第一代.........
2022-06-05 23:38:25
189
原创 人工智能知识（第十三周）
1.Python基本类型：数值、字符串、列表、元组、集合、字典;2.定义空列表：①L1=［ ］; ②L1=list( ) L1[0];3.元组中的元素不可更改，而列表中的元素可更改;4.abs:取绝对值exp(n):e＾n（指数函数的值）axis=0控制列axis=1控制行5.mat 6=np.muliply(mat 1,mat 2)#点乘（mat b的第一行第一列即为mat 1...
2022-06-05 23:25:14
51
原创 计算机组成原理（第十二周）
1.外围设备大体分为：输入设备，输出设备，外存设备数据，通信设备过程控制设备五大类。每种设备都是在它自己的设备控制器控制下进行工作的，而设备控制器则通过 I/O接口模块和主机相连，并受主机控制;2.语音输入＼输出设备的原理框图：3.磁盘、磁带属于磁表面存储器,特点是存储容量大位价格低，记录信息永久保存，但存取速度较慢，因此在计算机系统中作为辅助大容量存储器使用;4.激光印机结构示意图：5.硬磁盘按盘片结构分为可换盘片式、固定盘片式两种，磁头也分为可移动磁头和固定磁道两种。温彻斯特磁.
2022-05-29 22:36:28
120
原创 人工智能（第十二周）
1.数据挖掘概念：从这些数据中提取有价值的信息和知识以帮助做出明智的决策成为巨大的挑战;2.数据挖掘的任务：数据挖掘的任务可以分为预测行任务和描述型任务。预测型任务就是根据其他属性的值预测特定属性的值，如回归分类，离群点检测等。描述型任务就是寻找、概括数据中潜在联系的模式，如聚类分析、关联分析、演化分析、序列模式挖掘;3.数据挖掘的应用：数据挖掘就是为大数据而生的，有大量数据的地方就有数据挖掘的用武之地。目前，应用较好的领域或行业有生物信息学、电信业、零售业以及保险、银行、证券等金融领域;4.数
2022-05-29 22:18:26
56
原创 人工智能（第十一周）
朴素贝叶斯分类的正式定义如下：1.设：x={a1,a2,...,am}为一个待分类项，而每个a为x的一个特征属性。2.有类别集合：C={y1,y2,...,yn}3.计算：P(y1|x), P(y2|x),...,P(yn|x)4.如果：P(yk|x) = max{P(y1|x),P(y2|x),...,P(yn|x)}那么现在的关键就是如何计算第3步中的各个条件概率。我们可以这么做：1.找到一个已知分类的待分类项集合，这个集合叫做训练样本集。2.统计得到在.
2022-05-22 23:30:14
88
原创 计算机组成原理（第十一周）
常见的RAID级别有：RAID 0、RAID 1、RAID 5、RAID 6等几种。一、RAID磁盘阵列介绍RAID根据级别的不同，作用也是不一样，各有各自的特点。1、RAID 0RAID 0是连续的以位或者字节为单位来对一个数据进行分割，将分割后的数据存储于硬盘中，通常是将一个数据以均分的形式存储在阵列组下面的所有硬盘中。因此有着很高的数据传输性，但是没有数据冗余的作用，也就是单纯的存储，不能进行备份，数据没有保障，一个硬盘坏了就会影响数据的正常读写。由以上可以得知，RAID 0只
2022-05-22 23:05:30
118
原创 计算机组成原理（第十周）
1. Cache中主存块的替换算法随机算法(RAND):随机地确定替换的 Cache块。它的实现比较简单，但没有依据程序访问的局部性原理，故可能命中率较低先进先出算法(FIFO):选择最早调入的行进行替换。它比较容易实现，但也没有依据程序访问的局部性原理，可能会把一些需要经常使用的程序块（如循环程序）也作为最早进入 Cache的块替换掉。近期最少使用算法（LRU):依据程序访问的局部性原理选择近期内长久未访问过的存储行作为替换的行，平均命中率要比FFO要高，是堆栈类算法。LRU算法对每行设置
2022-05-15 17:01:46
1193
原创 人工智能知识点（第十周）
感知机的回归分析方法 回归算法：回归算法有两个重要的子类：即线性回归和逻辑回归；线性回归就是如何拟合出一条直线最佳匹配所有的数据，逻辑回归是一种与线性回归非常类似的算法。线性回归处理的问题类型与逻辑回归不一致：线性回归处理的是数值问题，预测数字。逻辑回归属于分类算法，预测类别。SVM算法是逻辑回归算法的强化：通过给予逻辑回归算法更严格的优化条件，支持向量机算法可以获得比逻辑回归更好的分类界线。既可以保持计算效率，又可以获得非常好的分类效果。聚类算法是无监督学习算法中最典型的代表；就是计算种群中的距..
2022-05-15 16:53:00
208
原创 人工智能（第九周）
1.决策树学习决策树又称为判定树，是常用于分类和预测的一种树形结构，是应用最为广泛的归纳推理算法之一，决策树学习算法有很多，常用的有ID3,ID4,C4,CART等。决策树是一种由节点和边构成的用来描述分类过程的层次数据结构。每个节点代表对某一属性的一次测试，每条边代表一个测试结果，叶节点代表某个类或类的分布。在决策树中，从根结点到叶节点的每一条路径，都代表一个具体的实例，并且同一路径上的所有属性之间为合取关系，不同路径为析取关系。2.神经学习：神经学习是一种基于人工神经网络的学习方法。神经
2022-05-08 23:25:47
251
原创 计算机组成原理（第九周）
1.指令就是要计算机执行某种操作的命令（是CPU工作的主要依据）;2.微指令是微程序级的命令，它属于硬件（最快）;3.宏指令是由若干条机器指令组成的软件指令它属于软件;4.机器指令则介于微指令与宏指令之间，通常简称为指令，每一条指令可完成一个独立的算术运算或逻辑运算操作;5.指令系统（指令集）软硬件的一个分界点;6.指令系统的性能要求：完备性，有效性，规整性，兼容性;7.汇编语言依赖于计算机的硬件结构和指令系统;8.高级语言与计算机的硬件结构及指令系统无关;9.指令长度：
2022-05-08 23:09:24
198
原创 人工智能（第八周）
1.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.机器学习进入新阶段的主要表现：①机器学习已经成为新的边缘学科，并在高校形成一门课程;②结合各种学习方法，取长补短的多种形式的集成学习系统，研究正在兴起（各种算法结合：随机森林）;③机器学习与人工智能在各种基础问题上的统一观点正在形成;④各种学习方法的应用范围不断扩大，一部分已经成为商品。归纳学习的知识获取工具已在诊断分类专家系统中广泛使用;链接学习在声音图文识别中占据优势;遗传算法与强化学习在工程控制中有较好的应用前景⑤
2022-04-29 20:16:00
1036
原创 计算机组成原理（第八周）
1.直接映射方式：优点：硬件简单，成本低，地址变化速度快;缺点：每个储存块只有一个固定的行位置可存放（命中率低）;改进方法：二路组相连2.cache的写操作策略：①写返回（写回法）：数据只写入cache，仅当快替换时，才写回主存;②全写法（写穿透）：数据同时写入cache和储存;③写一次法3.cache的替换策略：①最不经常使用（LFU）算法;②近期最少使用（LRU）算法;③随机替换;④轮转：按预先设置好的位置轮流替换4.内存空间不足：解决方法..
2022-04-29 19:56:30
110
原创 计算机组成原理（第七周）
1.SDRAM和DRAM的读操作时序2.单管DRAM存储元的工作原理3.1M×4位DRAM芯片4.1M×32位CDRAM内存模块的组成5.1M×4位CDRAM芯片结构框图6.RDAM的读/写周期时序图
2022-04-24 16:55:58
642
原创 人工智能（第七周）
1.什么是推理?通过运用已掌握的知识，找出其中蕴含的事实或归纳出新的知识，这一过程通常称为推理。因此，从智能技术的角度来说，所谓推理就是按照某种策略由已知判断出另一种判断的思维过程。2.演绎推理的过程中不能增值新知识，而归纳推理的过程中能增值新知识。3.推理系统模型要求：①用于存放知识的知识库;②存放事实和中间结果的数据库;③用于推理的推理机。4.冲突解决策略：①专一性排序（推理规则的条件部分析规定的情况越具体，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排，当发
2022-04-24 16:41:25
72
原创 计算机组成原理
字符与字符串在计算机中要对字符进行识别和处理，必须通过编码的方法，按照一定的规则将字符用一组二进制数编码表示。字符的编码方式有多种，常见的编码有ASCII码、EBCDIC码等。1）ASCII码ASCII码用7位二进制表示一个字符，总共128个字符元素，包括10个十进制数字（0-9）、52个英文字母（A-Z和a-z）、34专用符号和32控制符号。2）EBCDIC码为Extended Binary Coded Decimal Interchange Code的简称，它采用8位来表示一个字符。
2022-04-17 23:20:31
229
原创 人工智能知识点
一、广度（宽度）优先搜索基本思想：①从初始节点S0开始，逐层地对节点进行扩展并考察它是否为目标节点。在第n层的节点没有全部扩展并考察之前，不对第n＋1层的节点进行扩展。②OPEN表中节点总是按进入的先后顺序排列，先进入的节点排在前面，后进入的排在后面。二、深度优先搜索基本思想：①从初始节点开始，在其子节点中选择一个节点进行考察，若不是目标节点，则再在该子节点的子节点中选择一个节点进行考察，一直如此向下搜索。当到达某个子节点，且该子节点既不是目标节点又不能继续扩展时，才选择其兄弟节点进行考察。
2022-04-17 23:11:25
955
原创 人工智能知识点
1.终止节点一定是端节点，而端节点却不一定是终止节点;2.估价函数3.全局择优搜索树4.A*算法：A*算法对A算法（全局择优的启发式搜索算法）中的g(n)和h(n)分别提出如下限制：②g(n)是对最小代价g*(n)的估计，且g(n)>=g*(n);②h(n)是最小代价h*(n)的下界，即对任意节点n均有h(n)<=h*(n)5.在浅层取W值大，使g(x)的占比小，加速深度搜索;当深层时W型值小，使g(x)的占比大，减速深度搜索。...
2022-04-10 22:37:03
951
原创 人工智能知识点（第四周）
1.基本语义关系：类属关系、包含关系、位置关系、时间关系、属性关系、相近关系、因果关系、组成关系;2.类属关系最重要的特征是属性的继承;3.包含关系不具有继承性;4.语义网络表示知识的方法：事实性知识的表示、情况和动作的表示、逻辑关系的表示;5.语义网络表示的特点：结构性、自然性、联想性、非严格性、复杂性。...
2022-04-03 20:48:42
2534
原创 人工 智能
知识表示方法：①谓词逻辑②状态空间③生产式规则④语义网络⑤框架⑥概念从属⑦脚本⑧Petri网⑨面向对象;要求：①具有表示能力②可扩充性③可理解性等知识图谱任务：事件发生;实体属性填充;实体发现与链接。...
2022-03-27 19:07:31
55
原创 计算机组成原理
正数：原码=反码=补码负数：补码=反码+1（反码：符号不变，后面相反）全加器：优点：简单;缺点：高位要等待地位运算Unicode(万国码)：占用空间但应用广
2022-03-27 18:40:21
42
原创 计算机组成原理知识点
数据与文字的表示方法计算机中使用的数据可分成两大类:1.符号数据:非数字符号的表示（ASCII、汉字、图 形等);2.数值数据:数字数据的表示方式（定点、浮点）计算机数字和字符的表示方法应有利于数据 的存储、加工(处理)、传送;编码：用少量、简单的基本符号，选择合适 的规则表示尽量多的信息，同时利于信息处 理（速度、方便）...
2022-03-19 15:35:58
75
原创 人工智能知识
一.语义网络表示法语义网络是J.R.Quillian 于1968年在研究人类 联想记忆时提出的一种心理学模型，他认为记 忆是由概念间的联系实现的。随后在他设计的 可教式语言理解器（Teachable Language Comprehendent）中又把它用作为知识表示方法。二.语义网络的概念及结构1.语义网络是一种通过概念及其语义联系（或语 义关系）来表示知识的有向图，节点和弧必须 带有标注。其中有向图的各节点用来表示各种 事物、概念、情况、属性、状态、事件和动作 等，节点上的标注用来区分各节点
2022-03-19 15:30:44
982
原创 人工智能知识
1.人工智能的三大学派:符号主义、连接主义、行为主义。2.人工智能研究内容与应用领域：问题求解、专家系统、机器学习、神经网络、模式识别、数据挖掘和知识发现、计算机视觉、智能控制、计算智能、其他。3.人工智能的发展趋势：多学科交叉研究、智能应用和智能产业。...
2022-03-13 22:08:23
3516
原创 计算机系统概率
1.计算机的分类：电子模拟计算机，电子数字计算机。2.计算机的五代变化：数据处理机-工业控制机-小型计算机-微型计算机-单片计算机。3.计算机的性能指标：吞吐量、响应时间、利用率处理机字长、总线宽度、存储器容量、存储器宽带、主频/时钟周期、CPU执行时间、CPI、MIPS、FLOPS。...
2022-03-13 21:57:02
343
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人