- 博客(6)
- 收藏
- 关注
RSS订阅原创 [学习笔记]神经网络
因为假设没有激活函数,神经网络会退化成单层的矩阵运算,激活函数确保它有复杂的表达能力.梯度下降法会陷入局部最优解,但由于神经网络参数量较大,故不容易出现这种情况。中间层神经网络会自主学习到重要的信息,表达能力增强.学习率较小会走得慢,学习率太大会震荡不达到最优解.为什么要有激活函数?
2024-08-08 13:38:47
119
原创 [学习笔记]大语言模型
supervised Fine-Tuning:提供大量的用户问答数据(有标注的数据,表明应当如何回答),使得模型理解需要完成的任务(回答问题) -> 问题在于,一个问题有很多种回答方法,而此时会被标准答案框定,缺少灵活性。LLM(large language model,大语言模型)的原理是基于既往的数据学习,在一次生成任务中按照前一个生成的词一步一步预测下一个词(预测下一个token)但是,大语言模型可能会胡说八道,会产生误导,产生坏的影响,甚至被当成训练数据进一步恶化模型表现。
2024-08-07 23:37:23
270
原创 一次相对完整的K-means聚类流程
第三聚类:聚类中心(121.2,18.6,43.6),五个点。第一聚类:聚类中心(124.5,20,44.5),两个点。第二聚类:聚类中心(121,17,41.7),三个点。
2024-07-17 16:25:49
606
原创 [个人学习博客]时间序列分析的统计检验
根据LB检验的结果，在延迟阶数[4,8,16,32]的情况下,X1序列P值均小于0.05,拒绝H0,接受H1,差异有统计学意义，认为该数据不是随机的。如果一个序列是白噪声(独立同分布的随机数据),那么进行时间序列分析是无意义的。时间序列分析主要包括三个检验：白噪声检验，平稳性检验和时间序列数据的自相关系数和偏自相关系数的分析。H1：延迟期数小于或等于m期的序列之间存在相关性（序列不为白噪声）H0：延迟期数小于或等于m期的序列之间相互独立（序列为白噪声）常用的检验方法为LB检验（Ljung-Box检验）
2024-07-15 12:22:43
565
原创 [个人学习博客]时间序列分析基本流程
（1）根据时间序列的散点图、自相关函数和偏自相关函数图等识别序列是否是非随机序列，如果是非随机化序列，则观察平稳性（先判断该时间序列有没有分析趋势的价值，如果为随机化序列，分析无意义，因为数据波动均由随机化误差导致）时间序列的变化受到:长期趋势、季节变动、循环波动（周期波动）和不规则波动（随机波动）的影响，这导致时间序列分析主要包括确定性变化分析和随机性变化分析。时间序列分析的原理:根据时间先后,对同样的对象按照等时间间隔收集的数据进行的分析(数据为离散数据)（6）利用已通过检验的模型进行预测。
2024-07-14 01:33:09
150
原创 [个人学习博客]机器学习的用途
机器学习可以用于推荐系统(相似推荐,特征计算相似)，语音识别（贝叶斯），CV（比如CT片子辅助诊断），自动驾驶等等，一切可以从既往数据中寻找到规律的方向均可能存在应用。比赛偏向于效果好，但是不一定能复现；学术偏向于理论，不一定能落地；工业偏向于应用，但是由于成本导致应用受限。机器学习分为三个地方的应用：比赛，学术，工业。AI>机器学习>深度学习（黑箱）
2024-07-13 01:08:07
103
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