人工智能
文章平均质量分 76
小威程序员
巧遇Bug
展开
-
机器学习与模式识别
机器学习与模式识别课程笔记原创 2022-11-01 10:47:01 · 2105 阅读 · 1 评论 -
贝叶斯个性化推荐(BPR)
贝叶斯推荐算法的解释对应文章二级目录三级目录对应文章文章链接放在下面:刘建平贝叶斯详解二级目录三级目录原创 2021-07-16 20:26:53 · 297 阅读 · 0 评论 -
最大似然估计——2021-07-16
最大似然估计似然函数最大似然估计似然函数在一些非正式场合,似然和概率几乎是等价的。而在统计学中中,这是两个完全不一样的概念!在学习最大似然的前面,我们有必要先知道,何为似然?鉴于似然和概率息息相关,把他们两个放在一起对比理解是再好不过了。概率:在特定环境下某件事情发生的可能性也就是结果没有产生之前依据环境所对应的参数来预测某件事情发生的可能性。似然:根据事件的结果来判断这个事情本身的性质(参也就是某件事件发生了,那么这个事件在不同条件下发生的可能性。通过定义不难发现,这两个的结果都是一个“概率值原创 2021-07-16 20:23:58 · 261 阅读 · 0 评论 -
贝叶斯算法——入门篇——2021-07-15
贝叶斯算法(机器学习)提出贝叶斯(约1701-1761)Thomas Bayes,英国数学家源于贝叶斯生前为解决**“逆概”**问题而写的一篇文章,“逆概”就是逆向概率的意思,由于当时的社会背景和人们的认知局限,人们并没有对这篇文章投以肯定的目光(题外话:很多大的超前的成就是不能被当时的人们所接受的,所以大家可以大胆的去探索自己思考的东西,不要不敢发声),在它去世后,其朋友拿着这篇文章为他赢回了“曙光”。知识储备(1)正向概率与逆向概率这是贝叶斯需要解决的两个问题正向概率:在知道事物比例的情况原创 2021-07-15 17:53:46 · 531 阅读 · 0 评论 -
CNN卷积神经网络---2021-07-14
CNN前言卷积神经网络(1)卷积的概念【1】 卷积计算(卷积层)【2】非线性激活(2)池化层(pooling)(3)全连接层(4)训练与优化前言神经网络的概念本人之前已经写过适合小白看的博客,把链接也放在了这里。之所以会有卷积概念的提出,那他一定是在某个方面问题的解决比之前简单的神经网络更有优势,就像达尔文说的那样:“物竞天择,适者生存。”卷积神经网络优势所在:专门处理具有类似网状结构的数据,例如序列数据(可以认为是是在时间轴上有规律地采样形成的一维网格)和图像数据(可以看作是二维的像素网格)……那原创 2021-07-14 19:57:14 · 354 阅读 · 0 评论 -
三大数据集
数据集训练集验证集测试集交叉验证的概念训练集针对某个模型函数进行训练的一个数的集合。 训练集的占比是比较大的,因为要获得“学习经验”,就应该有大量的练习。就好比你想考出凡尔赛那样成绩的高度,你就要有我在刷题;我在去买资料的路上;我在思考刚刚的问题;……的状态,量变到质变验证集验证训练过后的函数模型能不能较好地去完成某个功能的集合。验证集的出现:(1)检查函数模型是否出现过拟合的情况(过拟合是指函数模型仅仅只是对训练集数据有很好的预测能力;)所以一般在使用验证集的时候就会对函数中的参数进行优化;原创 2021-05-05 15:55:19 · 263 阅读 · 0 评论 -
神经网络基础篇
神经网络basics神经网络1,神经网络的引入2,神经网络的思想一,神经网络的类比细节二,神经网络的几个概念1,权值神经网络1,神经网络的引入提及神经网络大家第一想到的肯定是生物神经网络了,神经元,轴突,树突,突触…一时间很多名词就会袭击我们的大脑,那么接下来讲的就是人工神经网络,类比得到,所以本博主会在通篇加入生物神经网络的相关内容来帮助大家理解。先放一个图大家类比一下:这里我们要实现的就是大脑的功能是这???NoNoNo!!! 不要被这么多复杂的“成品”所吓到,其实秉着 一生二,二生三,三生原创 2021-05-04 20:20:38 · 475 阅读 · 0 评论