学习笔记01：1.1 基于概率的信任

最新推荐文章于 2021-03-26 14:17:08 发布
最新推荐文章于 2021-03-26 14:17:08 发布
阅读量118 收藏
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45769063/article/details/104954574
版权

基于概率的信任

  • 大数定律：当样本数量越来越多时，预测事件也就越来越接近于真实的事件，事件出现的频率无穷地接近事件发生的概率
  • 建模检验：人工规则->学习模型，数据少则重视先验，数据多则重视后验
  • 给予概率的信任（PAC）：如小球的概率问题，不会通过抓一把小球的概率来判断整体的概率，而是说成真实概率以90%的可能在65%-75%之间
  • 统计学：统计数据越大，结论越发置信
有情怀的机械男
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
ansible学习笔记三:roles
01-07
ansible学习笔记三:roles环境：测试roles测试1，基本使用：1.1 结构1.2 role内各文件内容1.3 模板文件改动1.4 执行剧本1.5 检查测试2：2.1 结构2.2 各文件内容2.3 执行2.4 检查3. 多个角色一起使用的话：指定只运行...
CAN总线学习笔记一：CAN总线的相关概念
08-14
在这信息爆炸的年代，学习一样新的知识，尤其是IT技术的学习，网络是必不可少的。一阵狂搜过后，发现基于CAN总线的介绍确实不少，但是大多好像都雷同了，也许是不断转贴的结果吧。
名校资源复习:1.1.......
04-05
这可能包括课件、笔记、练习题或者案例分析，有助于系统性地学习这些科目。 总结来说，这个压缩包是一个包含多学科教育资源的集合，来源于知名学府，由GitHub作为共享平台，使用Git进行版本管理和协同编辑。用户...
基于Java的网课学习笔记设计源码
05-31
本项目名为"基于Java的网课学习笔记设计源码"，是一个使用Java语言开发的高效学习笔记管理系统。这个系统的设计目标是为用户创造一个便捷、高效的在线学习环境，帮助他们更好地整理、记录和管理自己的学习笔记。以下...
配套学习资料：Java开发 - 尚硅谷JavaWeb学习笔记
最新发布
06-22
学习笔记请看我写的文章： Java开发 - 尚硅谷JavaWeb学习笔记 - Part1： https://blog.csdn.net/qq_63317769/article/details/139883728 Java开发 - 尚硅谷JavaWeb学习笔记 - Part2： Java开发 - 尚硅谷JavaWeb...
机器学习——支持向量机SVM之python实现简单实例一（含数据预处理、交叉验证、参数优化等）
热门推荐
python_AI_fans的博客
06-08 1万+
本文通过一个简单的例子来讲述了用python实现SVM分类，内容详细
机器学习——人工神经网络之多层神经网络（多层与三层）
python_AI_fans的博客
06-07 1万+
目录 一、多层神经网络 1、多层神经网络数学模型 2、数学模型中的非线性函数fai 1）非线性函数fai存在的意义 2）非线性函数fai具体是什么？ 3、多层神经网络与单层神经网络的区别与改进 1）单层神经网络数学模型 2）多层神经网络模型 3）区别 二、三层神经网络 1、定理 2、一些概念（决策面、神经元、神经网络层数） 1）决策面 2）神经元 3）神经网络层数n 3、常见的三层神经网络模型（含w,b的参数设置） 1）一个三角形决策面的神经网络模型（两层神经网络） 2）
机器学习——SVM之交叉验证对参数（C，gamma）进行优化以及选择
python_AI_fans的博客
06-11 1万+
对于C和gamma参数的确定，一般是通过交叉验证的方法来进行确定的，大概思路就是将C和gamma参数在一定地取值范围内按照一定的步长（默认为1）进行取值组合，在不同（C，gamma）的组合下，将训练集样本均分成k组，一组作为验证的数据样本，其余k-1组则用来作为训练的数据，每一组数据都轮流着作为验证数据样本，这样在一组（C,gamma）组合下，就需要进行K次计算，把这K次计算的模型测试准确率score的均值作为这组（C,gamma）下模型的得分。这样的话就能够得到不同（C，gamma）组合下模型的得分，取得
机器学习之支持向量机SVM之python实现ROC曲线绘制（二分类和多分类）
python_AI_fans的博客
06-09 1万+
机器学习之支持向量机SVM之python实现ROC曲线绘制（二分类和多分类）
机器学习——人工神经网络之BP算法编程（python二分类数据集：马疝病数据集）
python_AI_fans的博客
06-14 1万+
目录 一、理论知识回顾 1、神经网络模型 2、明确任务以及参数 1）待估参数： 2）超参数： 3）任务 3、神经网络数学模型定义 1）激活函数 ​ 2）各层权重、阈值定义 3）各层输入输出定义 4、优化问题的目标函数与迭代公式 1）目标函数 2）待估参数的优化迭代公式 二、python编程 1、编程步骤 2、数据准备、数据处理、数据划分 1）数据下载 2）关键代码 3、初始化待估参数 1）关键代码 2）np.random.randint(a,b,(m,n))函数
机器学习——SVM之python实现数据样本标准化和归一化
python_AI_fans的博客
06-09 1万+
机器学习——SVM之python实现数据样本标准化和归一化
机器学习——图解SVM中gamma和c参数的作用
python_AI_fans的博客
06-09 7875
参数c和gamma的作用 我们通过下图详解参数c的作用，首先我们以一个简单的线性分类器为例，上一个博客中我们知道影响分类器的主要因素是支持向量，即虚线上的样本，如下图可知： 但当正负样本的分布在如下情况时，需要引入核函数对数据进行高维度的映射，具体如下图： 实线为决策平面，虚线上的样本为支持向量。 参数c 上图中我们知道决策平面与支持向量之间有一个距离差，而在实际工程中，参数c正是影响了支持向量与决策平面之间的距离，具体效果为： c越大，分类越严格，不能有错误 c越小，意味着...
机器学习——支持向量机SVM实例（兵王问题，SVM求解步骤以及思路，不求解不编程）
python_AI_fans的博客
06-06 6613
机器学习理论——支持向量机SVM实例（兵王问题，只是通过实例来捋一下思路不提供代码）
【图像处理】——Python实现图像特征提取&BP神经网络实现图像二分类
python_AI_fans的博客
10-13 6256
一、图像特征提取 图像具有灰度特征、GLCM特征、Huments不变矩特征、LBP特征，具体可参考我主页的其他博客 import cv2 import numpy as np from numpy import histogram #灰度特征 def GrayFea(faultness): ''' :param faultness: 灰度图像 :return: list->(4) ''' hist0 = cv2.calcHist([faultness], [0], None, [25
机器学习——支持向量机SVM之非线性模型（低维到高维映射）
python_AI_fans的博客
06-05 6001
一、非线性模型的最优化问题 1、非线性模型最优化模型 2、两个概念 1）正则项（regularization term） 2）调参参数 2、高维映射 1）定义及作用 2）高维映射后的最优化模型 3）异或问题（例子） 4）如何定义映射？（寻找确定映射关系——核函数的确定） 核函数与高维映射的关系： 常用核函数： 核函数K可以拆写成高维映射的内积的条件：
【机器学习】——卷积神经网络（Keras）修改学习率（定值+自适应）
python_AI_fans的博客
03-26 5933
目录 1、直接获取现有模型的学习率 2、打印显示学习率 3、调整学习率 1）1.LearningRateScheduler 2）ReduceLROnPlateau 利用tensorflow的Keras模块我们可以建立我们自己定义的卷积神经网络模型，但是一般不会触碰到学习率这个问题，一般默认的学习率都是0.001，有时候希望学习率小一点，需要调参，因此记录一下 1、直接获取现有模型的学习率 import tensorflow.keras as tfk from tensorflow.kera
机器学习——人工神经网络之参数设置（BP算法）
python_AI_fans的博客
06-07 5459
本文·讲了参数设置
七桥问题
python_AI_fans的博客
06-06 4377
怎么不重复地走完连接两座岛和陆地的七座桥？ 简化为以下： 答案是不能走完的。 奇点：这个点有奇数条线汇聚于此 偶点：这个点有奇数条线汇聚于此 七桥问题——一笔画问题 若一个图形全部是偶点或者只有2个奇点（没有偶点）则可以进行一笔画，否则不能进行一笔画，最少可以通过奇点数除以2步来绘制完成这图形 ...
paddle模块的详细介绍
python_AI_fans的博客
03-22 4066
https://blog.csdn.net/hua111hua/article/details/89415396
黑马C个人学习笔记：1.1第一个程序hello world，注释与变量的使用。
黑马C个人学习笔记 在学习C语言过程中，我做了一份个人学习笔记，帮助我更好地理解和掌握这门编程语言。以下是我对于C语言的学习过程以及一些关键概念的总结。 在开始学习C语言时，第一个程序输出"hello world"给...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

有情怀的机械男

你的鼓励将是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值