- 博客(8)
- 收藏
- 关注
RSS订阅原创 Vivado与MATLAB对应版本号
参考链接：https://ww2.mathworks.cn/matlabcentral/answers/518421-which-versions-of-xilinx-vivado-are-supported-with-which-release-of-hdl-coder。
2024-08-01 11:33:40
328
原创 【Datawhale-机器学习-Task07-支持向量机】
样本空间中任意点x到超平面ωbωbr∣ωTxb∣∥ω∥r∥ω∥ωTxb假设超平面ωbωb可以将样本进行正确的分类，即存在ωTb≥1yi1ωTb≤−1yi−1\left\{\right.ωTb≥1yi1ωTb≤−1yi−1⇓\Downarrow⇓yiωTxib≥1i12⋯nyiωTxib≥1i12⋯。
2024-07-07 21:54:19
790
原创 【Datawhale-机器学习-Task06-神经网络】
M-P神经元（一个用来模拟生物行为的数学模型）：接受n个输入（通常是来自其他神经元），并给各个输入赋予权重加权和，然后和自身的阈值进行比较（作减法），最好经过激活函数（模拟“移植”和“激活”）处理得到输出（通常是给下一个神经元）yf∑i1nωixi−θfωTxbyfi1∑nωixi−θfωTxb对于单个M-P神经元，有（1）采用激活函数sgn，得到感知机；（2）采用sigmoid作激活函数，得到对数几率回归。
2024-07-04 23:13:28
628
原创 【Datawhale-机器学习-Task05-决策树】
决策树是一个树结构，使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。主要包含：（1）根节点：包含全部样本集，也是一个特征；（2）内部节点：表示特征空间中的一个特征；（3）叶节点：即是决策的结果；
2024-07-01 20:06:49
535
原创 【Datawhale-机器学习-Task04-线性判别分析】
主要是通过设计投影方向，使得同类样本之间投影点距离尽可能靠近，异类样本之间的距离尽可能的远，这样对于新样本经过投影后就非常容易判别分类。**【概念】**线性判别分析（LDA）是一种经典的线性学习方法，主要思路是，将样例投影到一条直线上面，可以使得同类样例的投影点尽可能接近，不同的样例之间距离尽可能远；，最大值为0，且存在极值点，因此，当极值点带入且不等于0的时候，一定是极小值点。的行与列互换，并取各矩阵元素的共轭复数，得一新矩阵，称为厄米特共轭，以。的大小并不重要，因此为简便计算，可以令其等于1。
2024-06-28 18:21:18
568
原创 【Datawhale-机器学习-Task03-对数几率回归】
是一种迭代求解算法，利用“梯度指向的方向是函数值增大速度最快的方向”这一特性，每次迭代时都朝着梯度的反方向进行，进而实现函数值越迭代越小。因为之前介绍的回归学习，不满足二分类任务需求，回归模型产生的预测值 是实值，需要将其转换成0/1值。：度量两个分布的差异，其典型使用场景是用来度量理想分布p(x)—和模拟分布q(x)之间的差异。：自信心的期望值，用于度量随机变量X的不确定性，值越大代表越不确定。将y作为x的正例可能性，则1-y是其反例的可能性，有。根据频率学派的观点，p(x)未知但是固定，因此。
2024-06-25 19:01:40
710
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