![](https://img-blog.csdnimg.cn/20190918140037908.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
MachineLearning
文章平均质量分 87
机器学习相关的内容
小陈同学-陈百万
这个作者很懒,什么都没留下…
展开
-
ML(12)-图卷积神经网络GCN-笔记
图神经网络简史、简介从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (二)(https://www.cnblogs.com/SivilTaram/p/graph_neural_network_2.html)该文详细写明了设涉及的参考材料,是一个很棒的综述性材料。本文仅作为阅读该系列文章的笔记,详情请参考原文。此前的图神经网络是基于循环结构,此篇主要介绍基于...原创 2021-04-22 00:09:45 · 574 阅读 · 0 评论 -
ML(11)-图神经网络GNN简史、不动点建模-笔记
图神经网络简史、简介阅读笔记:从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (一)(https://www.cnblogs.com/SivilTaram/p/graph_neural_network_1.html)该文详细写明了设涉及的参考材料,是一个很棒的综述性材料。本文仅作为阅读该系列文章的笔记,详情请参考原文。2005年–图神经网络的概念被提出,2009年–Franco博士在论文[1]《The graph neural network model》阐明原创 2021-04-10 00:04:03 · 1703 阅读 · 0 评论 -
ML(10)-图神经网络、PyG极简版入门笔记
图神经网络概况1.概况2.图卷积的通式2.1实现12.2实现22.3实现3参考博文:https://zhuanlan.zhihu.com/p/895030681.概况Graph Embedding:表示学习的范畴,将图中节点/将整个图表示为低维、实值、稠密的向量。(可以将用户表示成向量的形式,再勇于节点分类任务)图嵌入的方式有三种:矩阵分解,deepWalk, 图神经网络Graph Neural Netvork:神经网络在图上应用的模型统称。依据传播的方式不同,可以分为图卷积神经网络,图注意力网络,原创 2021-04-10 00:03:46 · 1043 阅读 · 0 评论 -
Machine Learning List
Markdown编辑器使用小技巧1.图片无法显示1.图片无法显示1.检查图片的命名格式是否正确,数字不能作为图片名称开头,虽然window操作系统下能够识别,但是导入图片的时候会造成无法显示的错误。...原创 2019-03-30 12:30:08 · 112 阅读 · 1 评论 -
ML(15)- RNN-LSTM-tf.nn.rnn_cell
RNN-LSTMRNN-Recurrent Neural Network-循环神经网络LSTM-Long Short-Term Memory循环神经网络xxxx,其中:xix_ixi 为网络输入hth_tht 为t时刻的输出基本实验再说–参考:https://colah.github.io/posts/2015-08-Understanding-LSTMs/...原创 2022-03-26 21:53:48 · 1696 阅读 · 1 评论 -
ML(1)-激活函数sigmoid、损失函数MSE、CrossEntropyLoss
损失函数1.激活函数2.损失函数概述2.1均方误差损失函数2.2交叉熵损失函数2.3 NLLLoss()input is of size N x C = 3 x 5each element in target has to have 0 <= value < C1.激活函数全连接网络又叫多层感知器,多层感知器的基本单元神经元是模仿人类神经元兴奋与抑制机制,对其输入进行加权求和,若超...原创 2019-05-05 09:39:56 · 11060 阅读 · 1 评论 -
ML(14)-关联规则分析
关联规则分析1.简单来说-关联规则2.经典关联规则挖掘-Apriori1.简单来说-关联规则关联规则–通过量化的数字描述物品甲的出现 对 物品乙的出现 有多大影响。最早是为了发现超市销售数据库中不同的商品之间的关联关系:哪组商品可能会在一次购物中同时购买。广泛应用于–购物篮数据,生物信息学,医疗诊断,网页挖掘和科学数据分析。关联规则举例:购买面包的用户很有可能会购买牛奶,面包≥牛奶面包\geq 牛奶面包≥牛奶,面包为前项,牛奶为后项。面包降价销售,适当提高牛奶的售价。这一关联规则,可能会增加原创 2021-04-25 23:32:37 · 427 阅读 · 0 评论 -
ML(13)-聚类
聚类1.K-mean2.系统聚类3.DBSCAN聚类算法聚类:无监督学习,将相似的样本聚为一类。核心如何定义相似。分类:有监督学习,依据分类准则,将样本划分为不同的类。核心分类器的设计(KNN)聚类:根据彼此不同的属性进行辨认,将具有相似属性的事物聚为一类,使得同一类的事物具有高度的相似性。1.K-mean随机选取k个类别中心计算每个样本点到每个中心的距离,将样本归类到距离最近的类中。依据每个类的样本更新类中心重复2,3直至类中心变化小于某个阈值。K-meas 算法的优点:简介快速,原创 2021-04-22 00:10:00 · 1234 阅读 · 0 评论 -
ML(9)-最大似然、最小KL散度、交叉熵损失函数三者的关系
最大似然-最小KL散度-最小化交叉熵损失-三者的关系问题缘起:给定一组数据(x1,x2,...,xm)(x^1,x^2,...,x^m)(x1,x2,...,xm),希望找到这组数据服从的分布。此种情况下,分布规律用概率密度p(x)表征。问题归处:如果能够建模/近似建模p(x),就能够利用p(x)进行采样/数据生成。离散化x的空间{xi}i=1n\{x_i\}_{i=1}^n{xi}i=1n, 计算{p(xi)}i=1n\{p(x_i)\}_{i=1}^n{p(xi)}i=1n,取概率最大的xk原创 2020-11-15 12:13:29 · 1484 阅读 · 1 评论 -
ML(8)-PCA,LDA基础+sklearn 简单实践
PCA,LDA基础+sklearn 简单实践1.PCA+sklearn.decomposition.PCA1.PCA理论基础2.sklearn.decomposition.PCA简单实践2.LDA+sklearn.discriminant_analysis.LinearDiscriminantAnalysis2.1 LDA理论基础2.2 sklearn LDA简单实践1.PCA+sklearn.decomposition.PCA1.PCA理论基础PCA:(principal component an原创 2020-09-16 14:16:41 · 569 阅读 · 1 评论 -
ML(7)-决策树基础+sklearn.DecisionTreeClassifier简单实践
sklearn.DecisionTreeClassifier决策树简单使用1.决策树算法基础2.sklearn.DecisionTreeClassifier简单实践1.决策树算法基础2.sklearn.DecisionTreeClassifier简单实践原创 2020-09-09 13:44:26 · 2077 阅读 · 1 评论 -
ML(6)-Daviad Silver强化学习课程脉络整理
强化学习-Daviad Silver强化学习课程脉络整理1.lecture1 introduction2.lecture23.lecture34.lecture45.lecture56.lecture67.lecture78.lecture89.lecture910.lecture101.lecture1 introduction强化学习简介强化学习基本要素:Reward-RtR_tRt2.lecture23.lecture34.lecture45.lecture56.lecture67原创 2020-08-10 11:48:33 · 502 阅读 · 1 评论 -
ML(4)-核函数与再生核希尔伯特空间
核函数1.支持向量积-核函数2.一个函数为核函数的条件3.核函数与希尔伯特空间1.支持向量积-核函数核(kernel)的概念由Aizenman et al.于1964年引入模式识别领域,原文介绍的是势函数的方法。在那之后,核函数在模式识别领域沉积了很久。1992年Boser 等人的在解决支持向量机算法时,重新将核的概念引入机器学习领域;从此引发了核函数研究应用的热潮。一个最简单的应用就是:利用...原创 2019-09-20 16:15:42 · 4639 阅读 · 1 评论 -
ML(3)-流型
流形-manifold在很多及其学习的文章中会见到“嵌入在高维空间的低维流形”这样的字眼,下记录一些重要概念。参考资料:https://blog.csdn.net/sinat_32043495/article/details/789977581.流型局部具有欧几里得空间性质的空间(流型就是一个空间,欧几里得空间就是流型最简单的实例)简单来讲:流型就是d维空间,在m维空间进行扭曲的结果(m...原创 2019-08-11 13:38:14 · 866 阅读 · 0 评论 -
ML(2)-图像分类常用数据集
模式识别-数据集1 CIFAR-102.MNIST3.LUN在训练神经网络进行图像识别分类时,常会用到一些通用的数据集合。利用这些数据集合可以对比不同模型的性能差异。下文整理常用的图片数据集合持续更新中)。基本信息对比表格:数据集合类别数图像数/类训练集测试集图像大小格式数据集大小图像内容CIFAR-10106k5w1w32*32RGB163M...原创 2019-08-02 11:32:28 · 6740 阅读 · 0 评论 -
ML(5)-去量纲:归一化、标准化
去量纲:归一化、标准化1.归一化(Normalization)1.1 Min-Max Normalization1.2 非线性Normalization2.标准化(Standardlization)2.1 Z-score Normalization3.标准化在梯度下降算法中的重要性本系列博文为葫芦书《百面机器学习》阅读笔记。去量纲化 可以消除特征之间量纲的影响,将所有特征统一到一个大致相同的数...原创 2020-02-03 16:20:14 · 18079 阅读 · 0 评论