- 博客(12)
- 收藏
- 关注
RSS订阅原创 深度学习 | Datawhale 打卡（Task 02）
机器学习两大主要任务：回归 分类回归定义：Regression 就是找到一个函数 functionfunction ，通过输入特征 xx，输出一个数值 ScalarScalar。模型步骤step1：模型假设，选择模型框架（线性模型）一元线性回归多元线性回归通过多个特征还是一个特征区分，根本还是由我们的输入去得到一个输出step2：模型评估，如何判断众多模型的好坏（损失函数）损失函数用来评价模型的预测值和真实值不一样的程度，损失函数越好，通常模型的性能越好。不同的模型用的损失函数一
2021-08-19 00:13:29
166
原创 吃瓜教程 | Datawhale 打卡（Task 05）
待补充支持向量机支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。支持向量机SVM是从线性可分情况下的最优分类面提出的。所谓最优分类，就是要求分类线不但能够将两类无错误的分开，而且两类之间的分类间隔最大，前者是保证经验风险最小（为0），而通过后面的讨论我们看到，使分类间隔最大实际上就是使得推广性中的置信范围最小。推广到高
2021-07-30 00:32:45
156
原创 吃瓜教程 | Datawhale 打卡（Task 04）
M-P神经元模型基于人类神经元的多突触传递——而研究出的人工神经元，允许多个输入，并根据连接权以及阈值的到预测的输出。这种“阈值加权和”的神经元模型称为 M-P模型 ( McCulloch-Pitts Model )，也称为神经网络的一个 处理单元( PE, Processing Element )。大家可以查一查一些生物方面的书籍，了解一下这个神经元是如何工作的。我们可以概括出生物神经网络的假定特点：每个神经元都是一个 多输入单输出的信息处理单元；神经元输入 分兴奋性输入和 抑制性输入两种类
2021-07-26 00:04:27
367
原创 吃瓜教程 | Datawhale 打卡（Task 03）
主要是记录下自己格外的思考，具体细节在之后补充决策树是一种基本的分类与回归方。核心是选取划分条件（划分属性）最终目的样本划分越“纯”越好。决策树通常有三个步骤：特征选择、决策树的生成、决策树的修剪。常见决策树算法：ID3决策树C4.5决策树CART决策树剪枝处理剪枝(pruning)是决策树学习算法对付"过拟合"的主要手段。，为了尽可能正确分类训练样本，有时会造成决策树分支过多，以致于把训练集自身的一些特点当作所有数据都具有的一般性质而导致过拟合。可通过主动去掉一些分支来降低过拟合的风
2021-07-22 23:52:19
171
1
原创 吃瓜教程 | Datawhale 打卡（Task 02）
主要是记录下自己格外的思考，具体细节在之后补充我们先从线性结构开始入门，虽然很多适合线性结构的功能都是不够的，很难找到符合要求的线性模型，但是功能强大的非线性模型是可以通过引入层级结构和高维映射而得到。线性回归我们的目的是要使得预测值f(x)尽可能的接近y。我们的做法是改变w和b的值。为了得到最优的模型，我们可以使均方误差（回归任务中最常用的性能度量）最小化。arg 是变元（即自变量argument）的英文缩写。arg min 就是使后面这个式子达到最小值时的变量的取值；arg max 就是使
2021-07-20 01:09:05
298
原创 天池龙珠计划 Python训练营 （Task1）
本文主要用于记录不太熟悉的知识点按位取反按位取反举例：用4位二进制表示 0100（4）（补码和源码一致）按位取反 1011（补码）将其转化为源码 1010（补码等于反码加一） 1101（即-5）（符号位不变其他位置取反）按位取反的小规律：~n = -(n+1) 正负数均适用print(bin(4)) # 0b100print(bin(5)) # 0b101print(bin(~4), ~4) # -0b101 -5关于String类比较的两个变量，指向的都是地址不可变的类型
2021-07-17 03:16:43
164
原创 吃瓜教程 | Datawhale 打卡（Task 01）
第1章 绪论1.1 引言机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。“经验”通常以“数据”的形式存在。机器学习研究的主要内容： 在计算机上从数据中产生“模型”（model）的算法，即“学习算法”。（learning alorithm）机器学习是研究“学习算法”的学问。1.2 基本术语记录 属性 属性值 属性空间（样本空间、输入空间）特征向量 维数 学习（训练）标记（带有结果信息） 样例 标记空间（输出空间） 分布 独立同分布学习的过程是为了逼近真相分类：对于离散值
2021-07-14 00:42:25
228
原创 吃瓜教程 | Datawhale 打卡（Task 00）
为什么开这个课方便我们学习机器学习！什么是机器学习人工智能 > 机器学习 > 深度学习人工智能是一门学科。（不仅是机器）机器学习更像是在计算机领域去实现人工智能。深度学习是神经网络类的机器学习算法。课程定位人群定位内容定位本科数学基础我已经有了，买的西瓜书和南瓜书明天就到 ！（补充：张宇考研数学系列 基础班）课程使用结合西瓜书和课程，要主动加强对男神（周老师）写的推导部分和非公式推导的文字讲解。课程安排早就已经发出公告啦预告与结束语个人想法终于开始啃早
2021-07-11 18:18:52
191
原创 C++ Primer 练习
第三章 字符串、向量和数组3.2 标准库类型 string练习 3.2一次读入一整行#include <iostream>#include <string>using std::string;using std::cin;using std::cout;using std::endl;using std::getline;int main(){ string s; while (getline(cin,s)) { cout << s
2020-10-16 15:36:32
76
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