![](https://img-blog.csdnimg.cn/20201214202327766.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
自己动手写人工智能
自己动手写人工智能的各种算法
stepondust
这个作者很懒,什么都没留下…
展开
-
自己动手写神经网络(一)——初步搭建全连接神经网络框架
这次深度学习实验课上,老师要求我们用 numpy 第三方库自己动手实现全连接神经网络,并在经典的 MNIST 数据集上训练和评估自己的模型,即通过全连接神经网络初步解决手写体数字识别问题。实验题目需要实现的网络结构有一个输入层、一个隐藏层和一个输出层,并且隐藏层的激活函数为 Relu 函数,输出层的激活函数为 softmax 函数,损失函数为交叉熵函数。原创 2020-12-02 15:41:11 · 11194 阅读 · 13 评论 -
自己动手写确定性知识系统(一)——初步搭建谓词逻辑表示框架
具体问题描述是这样的:一个房间里,天花板上挂有一串香蕉,有一只猴子可在房间里任意活动(到处走动,推移箱子,攀登箱子等),房间里还有一只可被猴子移动的箱子,且猴子登上箱子时才能摘到香蕉,问猴子在某一状态下(设猴子位置为A,箱子位置为B,香蕉位置在C),如何行动可摘取到香蕉。我们通过谓词逻辑表示方法解决该问题,接下来讲一讲我的思路。原创 2020-11-19 17:26:17 · 1630 阅读 · 0 评论 -
自己动手写模式挖掘(一)——初步搭建 Apriori 频繁模式挖掘框架
实验题目是这样的的,要求使用 Aprior 算法在 Groceries 数据集上进行购物篮分析来找出商品之间有趣的相关关系,其中,Groceries 数据集是某个杂货店一个月真实的交易记录,共有 9835 条消费记录和 169 个商品,对于我这样的初学者来说,数据量有点吓人,不过还是尽量去做了,接下来讲一讲我的思路。1 数据集的下载与处理2 发现频繁 1 项集3 利用先验性质压缩搜索空间4 获得所有的频繁项集5 由频繁项集产生强关联规则6 使用提升度评判关联规则7 组合模块形成完整代码原创 2020-05-31 22:45:51 · 2359 阅读 · 11 评论 -
自己动手写聚类(一)——初步搭建 k-means 聚类框架
实验题目是这样的的,要求使用 k-means 算法在一个无标签的开源数据集上进行聚类,并对聚类结果进行分析,数据集可以自己找,我就找了一个统计世界上所有国家的信息的数据集进行聚类,接下来讲一下我的思路。1 数据集的下载与处理2 处理离散的无序属性3 初始化聚类簇4 实现 k-means 聚类5 构建数据集的距离矩阵6 评估聚类质量7 组合模块形成完整代码8 数据与结果分析原创 2020-05-21 23:45:37 · 2670 阅读 · 5 评论 -
自己动手写决策树(一)——初步搭建决策树框架
数挖实验课的时候,老师让我们自己动手写决策树,还不能调用scikit-learn包,感觉有点难,想上网找找看能不能学一下,可是许多大佬都是调包做的,剩下的大佬们写的代码也无法短时间去理解,于是我只好照着书本以及参考网上大佬们的思想来自己动手写一写。实验题目要求使用ID3算法在鸢尾花Iris数据集上训练出一个基本的决策树模型,接下来我讲一讲我的思路:1 数据集的下载与处理2 随机划分数据集3 计算信息熵4 计算划分属性的信息增益5 递归生成决策树6 模型的预测与评估7 组合模块形成完整代码原创 2020-05-02 21:53:24 · 3474 阅读 · 10 评论