![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
GRFire
1.能够快速的适应各种工作环境,具有良好的分析能力,适应能力<br>2.工作积极进取,对 IT 领域的软件开发和设计工作有浓厚的兴趣;<br>3.具有良好的人际交往、组织及沟通协调能力以及团队精神;<br>4.为人诚恳,踏实肯干,认真负责,敢于面对困难和挑战,爱岗敬业<br>5.学习能力极强,对于各种开发软件及开发语言有着极快的上手速度<br>6.生活上性格开朗,为人诚实,遇事乐观,上进心强,学习认真,工作积极主动,刻苦耐劳,有较强的组织、策划、创新能力。善于发挥团队精神。对新事物有较强的认知和吸收能力。绝对是一位可靠,诚实<br>衷心的好员工。在假期期间经常进行销售等工作,有较多的社会经验、懂得人情世故
展开
-
python20行代码实现 线性拟合的梯度下降算法
线性拟合的梯度下降算法上面是算法实现 下面是测试用例import numpy as np# 定义假设函数:X是一个行向量 W是一个列向量def hyFunction(X, W): return X.dot(W) pass# 成本函数:X是矩阵,W是向量,y也是向量def costFunction(X, W, y): return np.sum((X.do...原创 2019-10-31 16:42:24 · 624 阅读 · 0 评论 -
KMeans算法------学习笔记
KMeans算法究竟是什么?KMeans 算法接受输入量 k ;然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的那么说通俗一点呢其实就是对一组数据进行分类,说的这里我们就要扩展一下了KMeans和KNN这两种算法区别在哪呢?其实很简单,KMe...原创 2019-08-12 20:54:46 · 305 阅读 · 0 评论 -
关于偏导数
什么是偏导数?在数学中,一个多变量的函数的偏导数是它关于其中一个变量的导数,而保持其他变量恒定(相对于全导数,在其中所有变量都允许变化)。偏导数的作用与价值在向量分析和微分几何以及机器学习领域中受到广泛认可。为什么要求偏导数?其实有很多小伙伴回去问我身为程序员的我们为什么要去学看似在生活中毫无作用的导数呢?这就跟当下最流行的一个词汇-----人工智能,有关系了,人工智能中尤其是在深度学习...原创 2019-09-03 08:57:10 · 4611 阅读 · 0 评论 -
梯度下降算法的简单Python原理实现
梯度下降算法的简单Python原理实现#梯度下降 == 导数值下降#import matplotlib.pyplot as pltimport numpy as np'''目标函数:f(x) = x^2梯度函数:一阶导数函数f'(x) = 2*x梯度下降算法是一个方法,是帮助我们找极值点的方法cost'''def targetFunc(p): return ...原创 2019-09-05 09:11:14 · 275 阅读 · 0 评论 -
基于Python的科学计算与数据分析案例
import pandas as pdimport matplotlib.pyplot as pltimport numpy as npfrom sklearn.cluster import KMeans # 引入大哥import pickleimport csvtitle = ['age','job','marital','education','default','balance...原创 2019-09-16 09:15:26 · 527 阅读 · 0 评论 -
对于KMeans++算法的精度优化理论实现
我们知道Kmeans聚类算法在理论上有一定弊端,由于初始化完全随机,会使得生成的点收到限制,最后聚类的结果不好,且 kmeans算法由于初始“簇中心”点是随机选取的,因此最终求得的簇的划分与随机选取的“簇中心”有关,也就是说,可能会造成多种 kk 个簇的划分情况。这是因为kmeans算法收敛到了局部最小值,而非全局最小值。正因如此,Kmeans++作为Kmeans的衍生版本出现了k-means...原创 2019-09-23 11:47:46 · 832 阅读 · 0 评论