![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 66
Tialyg
努力提升中…
读研ing
展开
-
pandas中的时序数据分组运算及非常全面的常规数据处理代码
这篇为纯记录(留下痕迹,日后好相见)实战:pandas中的时序数据分组运算-详解原创 2022-06-30 21:17:55 · 317 阅读 · 1 评论 -
快速用浏览器在线查看.ipynb文件
即可复制到浏览器用jupyter notebook打开简单方便原创 2022-06-30 20:28:22 · 1898 阅读 · 0 评论 -
集成学习理论梳理-bagging、boosting
1.baggingBagging 的思路是所有基础模型都一致对待,每个基础模型手里都只有一票。然后使用民主投票的方式得到最终的结果。具体过程:2.boostingBoosting 和 bagging 最本质的差别在于他对基础模型不是一致对待的,而是经过不停的考验和筛选来挑选出「精英」,然后给精英更多的投票权,表现不好的基础模型则给较少的投票权,然后综合所有人的投票得到最终结果。具体过程:3.bagging与boosting区别样本选择上:Bagging:训练集是在原始集中有放回选取的,原创 2022-06-30 11:06:25 · 367 阅读 · 0 评论 -
k-means算法可视化
K-Means是一种聚类(Clustering)算法,使用它可以为数据分类。K代表你要把数据分为几个组原创 2022-06-27 22:06:32 · 4434 阅读 · 1 评论 -
【python】python文件操作
2.read()、readline() 、readlines()3.write()、writelines( )write()要写入字符串writelines()既可以传入字符串又可以传入一个字符序列,并将该字符序列写入文件。 注意必须传入的是字符序列,不能是数字序列。4. f.close() f.closed()5.with open as f打开方法这种打开文件的方式不用写f.closed关闭文件6.f.encoding取文件打开的编码【推荐阅读】【推荐阅读】示例:......原创 2022-06-28 20:04:25 · 263 阅读 · 0 评论 -
[时序数据趋势预测]论文阅读思考总结[2022.3.25-2022.4.1]
文章目录1.时序数据预测为什么要用LSTM网络?1.时序数据预测为什么要用LSTM网络?在使用深度学习处理时序数据时,RNN是经常用到的模型之一。在深度学习领域中(尤其是RNN),“长期依赖“问题是普遍存在的。长期依赖产生的原因是当神经网络的节点经过许多阶段的计算后,之前比较长的时间片的特征已经被覆盖,导致产生梯度消失/爆炸。处理梯度爆炸可以采用梯度截断的方法。所谓梯度截断是指将梯度值超过阈值θ \thetaθ的梯度手动降到θ \thetaθ 。梯度消失不能简单的通过类似梯度截断的阈值式方法来解决原创 2022-04-14 10:15:12 · 1344 阅读 · 1 评论 -
[时间序列趋势预测]前期知识汇总
文章目录1.降维方法2.回声状态网络(ESN)3.LSTM网络4.PSO算法(粒子群优化算法)过程5.Adam算法6.RMSprop算法-优化算法7.迁移学习中特征向量提取以及微调8.FdeAVG算法在阅读论文《基于改进联邦学习的时序数据趋势跟踪及应用_胡尧》时涉及到的算法,仅次记录1.降维方法机器学习中会用到降维方法,常用的降维方法有两种:PCA(主成分分析)和SVD(奇异值分解)SVD奇异值分解作为一个很基本的算法,在很多机器学习算法中都有它的身影。SVD奇异值分解是线性代数中一种重要的矩阵分解原创 2022-03-23 16:35:03 · 1945 阅读 · 0 评论 -
【RL】第八章-基于模型的规划与学习-Dyna算法
文章目录8.1 环境的模型8.2 整合了学习与规划的RL学习算法—Dyna算法8.3 基于模拟的搜索8.3.1 简单蒙特卡罗搜索8.3.2 蒙特卡罗树搜索Dyna算法编程8.1 环境的模型8.2 整合了学习与规划的RL学习算法—Dyna算法Dyna 算法从实际经历中学习得到模型,同时联合使用实际经历和基于模型采样得到的虚拟经历来学习和规划,更新价值和 (或) 策略函数基于行为价值的 Dyna-Q 算法的流程如算法 7所述。8.3 基于模拟的搜索在强化学习中,基于模拟的搜索 (simulati原创 2022-02-18 16:42:09 · 1025 阅读 · 0 评论 -
【RL】第七章-DPG基于策略梯度的深度强化学习
文章目录简介基于策略学习的意义策略目标函数演员-评论家算法深度确定性策略梯度(DDPG)编程-DDPG算法的实现简介仅此记录大体框架供自己学习使用,格式因此随意基于策略学习的意义策略目标函数演员-评论家算法深度确定性策略梯度(DDPG)编程-DDPG算法的实现好文章推荐...原创 2022-02-18 14:48:54 · 301 阅读 · 0 评论 -
【RL】同策略(on-policy)与异策略(off-policy)
文章目录同策略on-policy异策略off-policy同策略、异策略区别Sarsa:同策略时序差分控制Q-learning:异策略时序差分控制同策略on-policy异策略off-policy同策略、异策略区别Sarsa:同策略时序差分控制Q-learning:异策略时序差分控制...原创 2022-01-28 22:05:56 · 1572 阅读 · 0 评论 -
【ML】在线学习(Online learning)与离线学习(Offline learning)
文章目录转载 2022-01-28 21:56:26 · 3406 阅读 · 1 评论 -
【RL】基于神经网络(深度学习)的Q学习算法(DQN)
文章目录DQN介绍DDQN介绍编程-基于Pytorch实现DQN求解PuckWorld问题PuckWorld环境介绍:DQN介绍DQN(Deep Q-Learning)是将深度学习与强化学习相结合,当Q-table他过于庞大无法建立的话,使用DQN是一种很好的选择。DQN算法主要使用经历回放(experience replay)(经验池)来实现价值函数的收敛。使用Deep Q-learning方法,从每一episode中得到的奖励来迭代更新Q(s,a). DQN算法中,(具体方法后续更出)继将每一原创 2022-01-28 21:35:25 · 3216 阅读 · 1 评论 -
【RL】预测与控制问题
文章目录预测控制预测预测问题:最终基于某一策略最终价值函数Vπ(S)\begin{array}{c}V_{\pi }(S) \end{array}Vπ(S)或Qπ(S,A)\begin{array}{c}Q_{\pi } (S,A)\end{array}Qπ(S,A)控制控制问题:找到最优价值函数V∗(S)或Q∗(S,A)\begin{array}{c}V_{*} (S) 或 Q_{*} (S,A)\end{array}V∗(S)或Q∗(S,A)PS:以后学习过程中不断原创 2022-01-27 11:00:00 · 1191 阅读 · 0 评论 -
CSDN写博客时插入公式的方法
转载 以免自己忘记如何操作这里转载 2022-01-27 10:51:43 · 181 阅读 · 0 评论 -
全连接神经网络VS卷积神经网络基本概念理解
文章目录1.全连接神经网络2.卷积神经网络2.1走五子棋的例子2.2卷积核2.3通道2.4池化2.5全连接层1.全连接神经网络全连接神经网络中,对n-1层和n层而言,n-1层的任意一个节点,都和第n层所有节点有连接。即第n层的每个节点在进行计算的时候,激活函数的输入是n-1层所有节点的加权,这个激活函数是非线性的。它的缺点就是权重太多了,计算量很大。它可作用于大多数场景2.卷积神经网络2.1走五子棋的例子2.2卷积核卷积核:负责检测对应的一个特征。卷积核的大小也影响网络的架构,早期习惯原创 2021-12-26 15:51:03 · 2695 阅读 · 0 评论 -
【视觉+IOT】论文笔记-Visual Object Detection and Tracking for Internet of Things Devices Based on Spatial
基于空间注意力机制的多域网络的物联网设备视觉对象检测与跟踪Visual Object Detection and Tracking for Internet of Things Devices Based on Spatial来源:IEEE 2021论文提纲原创 2021-12-26 11:01:05 · 7062 阅读 · 0 评论 -
【DL】Week4-多层神经网络
学习过程中特此记录一下遇到的问题:原创 2021-12-26 10:52:45 · 700 阅读 · 1 评论 -
【计算机视觉】论文笔记-FCOS: Fully Convolutional One-Stage Object Detection
文章目录前言前提知识1.CNN与FCN:2.FCOS:该算法是一种基于FCN的逐像素目标检测算法,3.H×W×C4.COCO数据集5.ground truth box6.FPN结构:特征金字塔网络方法改进-FPN对FCOS的多层次预测FCOS会产生大量偏离目标中心的边界框前言此论文笔记为本人课堂小组展示,特此记录部分内容前提知识1.CNN与FCN:CNN:卷积神经网络FCN:全卷积网络通常cnn网络在卷积之后会接上若干个全连接层,将卷积层产生的特征图(feature map)映射成为一个固定长原创 2021-12-15 14:16:05 · 3484 阅读 · 0 评论 -
【RL】ε-贪心算法
文章目录前言ε-贪心算法总结前言初学者对于贪心算法总是会模棱两可,不懂ε具体代表含义,以至于写代码的时候弄淆概念,特此记录下正确算法概念ε-贪心算法ε-贪心的意思是说,我们有 1 − ε 的概率会按照 Q 函数来决定动作,通常 ε 就设一个很小的值,1 − ε可能是 90%,也就是 90% 的概率会按照 Q 函数来决定动作,但是你有 10% 的机率是随机的。通常在实现上 ε 会随着时间递减。在最开始的时候。因为还不知道哪个动作是比较好的,所以你会花比较大的力气在做探索。接下来随着训练的次数越来越原创 2021-12-15 14:04:13 · 3898 阅读 · 0 评论 -
【RL】MC首次访问和MC每次访问+TD实例(随风行走)
文章目录首次访问蒙特卡洛策略评估每次访问蒙特卡洛策略评估TD实例:MC与TD区别:首次访问蒙特卡洛策略评估每次访问蒙特卡洛策略评估TD实例:#!/usr/bin/env python# -*- encoding: utf-8 -*-'''@File : RandomWork.py@Time : 2021/12/12 16:57:13@Author : zhangzhe @Version : 1.0@Contact : 841121040@原创 2021-12-12 20:54:32 · 1360 阅读 · 0 评论 -
【DL】4个问题的思考与解决
这里写自定义目录标题协方差矩阵协方差矩阵在统计学中,方差是用来度量单个随机变量的离散程度,而协方差则一般用来刻画两个随机变量的相似程度,其中,方差的计算公式为其中,n表示样本量,在此基础上,协方差的计算公式被定义为...原创 2021-12-12 20:13:10 · 2444 阅读 · 0 评论 -
Python 常用函数
这是一个不断更新的博客…文章目录np.mean(data, axis=0)函数np.dot()函数np.hstack(tup)X.dot(a)np.mean(data, axis=0)函数axis=0,那么输出矩阵是1行,求每一列的平均(按照每一行去求平均);axis=1,输出矩阵是1列,求每一行的平均(按照每一列去求平均)。还可以这么理解,axis是几,那就表明哪一维度被压缩成1。np.dot()函数主要有两个功能,向量点积和矩阵乘法np.hstack(tup)np.hstack(tup)原创 2021-12-12 14:52:50 · 1539 阅读 · 0 评论 -
【RL】Q-Learning知识详解【转载】
Q-Learning转载 2021-11-16 21:15:40 · 125 阅读 · 0 评论 -
【机器学习】学习笔记(六)之神经网络算法
文章目录原创 2021-09-14 15:23:26 · 1060 阅读 · 0 评论 -
【机器学习】学习笔记(五)之正则化
文章目录正则化线性回归的正则化逻辑回归的正则化正则化线性回归的正则化逻辑回归的正则化原创 2021-08-29 17:43:11 · 215 阅读 · 0 评论 -
【机器学习】学习笔记(四)之 逻辑回归问题
标题原创 2021-08-18 15:38:47 · 576 阅读 · 0 评论 -
【机器学习】学习笔记(三)之 多变量线性回归问题
标题原创 2021-08-15 23:27:30 · 172 阅读 · 0 评论 -
【机器学习】 学习笔记(一)之 机器学习介绍
机器学习笔记(一)前言最近正在学习吴恩达老师的机器学习,特此将学过的知识总结整理下来,仅供学习。目录机器学习是什么?监督学习无监督学习1.机器学习是什么?我们可以笼统的将机器学习定义为:在进行特定编程的情况下,给予计算机学习能力的领域,使其具有学习的能力。目前存在几种不同类型的学习算法:监督学习、无监督学习、强化学习,主要的两种类型被我们称之为监督学习和无监督学习。这里简单说两句,监督学习这个想法是指,我们将教计算机如何去完成任务,而在无监督学习中,我们打算让它自己进行学习。2.监原创 2021-08-02 18:54:57 · 358 阅读 · 0 评论 -
【爬虫】入门级知识整理
【爬虫】入门级知识整理目录一、 爬虫的基本概念二、 爬虫在使用场景中的分类三、 爬虫的基本原理四、 爬虫的基本流程五、 三种聚焦爬虫中的数据解析方式一、爬虫以及基本概念的介绍爬虫:一段自动抓取互联网信息的程序,从互联网上抓取对于我们有价值的信息。爬虫的合法性:几乎每一个网站都有一个名为 robots.txt 的文档,当然也有部分网站没有设定 robots.txt。对于没有设定 robots.txt 的网站可以通过网络爬虫获取没有口令加密的数据,也就是该网站所有页面数据都可以爬取。如果网站原创 2021-07-30 11:13:00 · 533 阅读 · 1 评论