自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 C#学习(一)

C# 程序结构C# Hello World 实例实例简单解释C# Hello World 实例一个 C# 程序主要包括以下部分:命名空间声明(Namespace declaration)一个 classClass 方法Class 属性一个 Main 方法语句(Statements)& 表达式(Expressions)注释实例using System;namespace HelloWorldApplication{ class HelloWorld {

2020-10-16 09:21:50 80

原创 粒子群算法

粒子群算法粒子群算法的基本概念粒子群算法的基本原理程序设计的步骤代码展示粒子群算法的基本概念粒子群优化算法(PSO),属于进化算法的一种,从随机解出发,通过迭代寻求最优解。通过适应度来评价解的品质,通过搜寻当前最优来寻找全局最优。粒子群算法的基本原理PSO从这种模型中得到启示并用于解决优化问题。PSO中,每个优化问题的潜在解都是搜索空间中的一只鸟,称为粒子。所有的粒子都有一个由被优化的函数决定的适值(fitness value),每个粒子还有一个速度决定它们“飞行”的方向和距离。然后粒子们就追随当前

2020-09-20 21:22:17 1260

原创 Week2 正则化

正则化过拟合问题简单来说过拟合就是对原数据的学习能力太强,导致对新数据的泛化能力变差,不适合进行预测。打个比方就是一个小朋友做题只会死记硬背,考试考原题考的很好,题目一改就不会了。防止过拟合的方法代价函数线性回归正则化基于梯度下降的正则化正规方程的正则化逻辑回归正则化...

2020-08-15 15:45:36 106

原创 Week2 逻辑回归

逻辑回归分类问题假设函数决策边界代价函数多类别分类分类问题在分类问题中,我们尝试预测的是结果是否属于某一个类(例如正确或错误)。分类问题的例子有:判断一封电子邮件是否是垃圾邮件;判断一次金融交易是否是欺诈;之前我们也谈到了肿瘤分类问题的例子,区别一个肿瘤是恶性的还是良性的。先从二分类开始讨论:我们将因变量(dependent variable)可能属于的两个类分别称为负向类(negative class)和正向类(positive class),则因变量 ,其中 0 表示负向类,1 表示正向类。

2020-08-15 15:09:22 174

原创 初级算法数组 2.删除排序数组中的重复项

题目:给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度。不要使用额外的数组空间,你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。示例:给定数组 nums = [1,1,2],函数应该返回新的长度 2, 并且原数组 nums 的前两个元素被修改为 1, 2。你不需要考虑数组中超出新长度后面的元素。给定 nums = [0,0,1,1,1,2,2,3,3,4],函数应该返回新的长度 5, 并且原数组 nums 的前五个元素被修改为

2020-08-13 20:55:44 86

原创 吴恩达 多元线性回归

多元线性回归练习1还包括一个房屋价格数据集,其中有2个变量(房子的大小,卧室的数量)和目标(房子的价格)。 我们使用我们已经应用的技术来分析数据集:导入数据集并查看:path = 'ex1data2.txt'data2 = pd.read_csv(path, header=None, names=['Size', 'Bedrooms', 'Price'])data2.head()把数据进行归一化:data2 = (data2 - data2.mean()) / data2.std()d

2020-08-13 17:01:58 429

原创 吴恩达 单变量线性回归

单变量线性回归在本部分的练习中,您将使用一个变量实现线性回归,以预测食品卡车的利润。假设你是一家餐馆的首席执行官,正在考虑不同的城市开设一个新的分店。该连锁店已经在各个城市拥有卡车,而且你有来自城市的利润和人口数据。您希望使用这些数据来帮助您选择将哪个城市扩展到下一个城市。import pandas as pdimport numpy as npimport matplotlib.pyplot as plt导入数据,并查看:data = pd.read_csv('ex1data1.txt',

2020-08-12 21:41:09 183

原创 Week1单变量线性回归

单变量线性回归模型表示代价函数梯度下降模型表示以之前的房屋交易问题为例,我们根据之前的数据预测出一个准确的输出值,从而得到一个房子能卖多少钱。这就是一个监督学习算法的工作方式,我们可以看到这里有我们的训练集里房屋价格 我们把它喂给我们的学习算法,学习算法的工作了,然后输出一个函数,通常表示为小写 h 表示。h 代表hypothesis(假设),h表示一个函数,输入是房屋尺寸大小,就像你朋友想出售的房屋,因此 h 根据输入的 x值来得出 y 值,y 值对应房子的价格 因此,h 是一个从x 到 y 的函

2020-08-12 11:24:25 96

原创 Week1 引言

引言机器学习是什么定义:分类:监督学习无监督学习机器学习是什么定义:第一个机器学习的定义来自于Arthur Samuel。他定义机器学习为,在进行特定编程的情况下,给予计算机学习能力的领域。上述是个有点不正式的定义,也比较古老。另一个年代近一点的定义,由Tom Mitchell提出,来自卡内基梅隆大学,Tom定义的机器学习是,一个好的学习问题定义如下,他说,一个程序被认为能从经验E中学习,解决任务T,达到性能度量值P,当且仅当,有了经验E后,经过P评判,程序在处理T时的性能有所提升。我认为经验E 就

2020-08-12 10:13:32 97

原创 初级算法数组 1.两数之和

题目:给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是,数组中同一个元素不能使用两遍。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]分析:直接做两次循环,从数组第一个元素开始,依次与后面的元素相加,若和target相等到,则返回2个下标,否则从第二个元素开始,做

2020-08-10 20:37:40 240

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

提示
确定要删除当前文章?
取消 删除