- 博客(14)
- 收藏
- 关注
原创 Task04 详读西瓜书+南瓜书第5章
Task04 详读西瓜书+南瓜书第5章1 神经元模型神经网络概念: 由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物种所作出的交互反应M-P神经元模型: 每个神经元收到nnn个其他神经元传递过来的输入信号,这些输入信号通过带权重的连接传递,神经元接收到的总输入值与该神经元阈值进行比较,然后通过激活函数处理,产生神经元的输出。激活函数常采用Sigmoid函数:sigmoid(x)=11+e−x\displaystyle \text{sigmoid}(x
2022-01-24 01:03:53 583
原创 Task03 详读西瓜书+南瓜书第4章
Task03 详读西瓜书+南瓜书第4章1 决策树基本流程概念:基于树结构来进行决策,体现人类在面临决策问题时一种很自然的处理机制具备条件:每个非叶节点表示一个特征属性测试每个分支代表这个特征属性在某个值域上的输出每个叶子节点存放一个类别每个节点包含的样本集合通过属性测试被划分到子节点中,根节点包含样本全集基本算法:输入: 训练集D={(x1,y1),(x2,y2),⋅,(xm,ym)}D=\{(x_1,y_1),(x_2,y_2),\cdot, (x_m,y_m)\}D={(x1
2022-01-21 00:20:46 436
原创 Task02 详读西瓜书+南瓜书第3章
Task02 详读西瓜书+南瓜书第3章1 基本形式概念:给定由ddd个属性描述的实例x=(x1;x2;… ;xd)x=(x_1;x_2;\dots ;x_d)x=(x1;x2;…;xd),其中xix_ixi是xxx在第iii个属性上的取值,线性模型试图学得一个通过属性的线性组合来进行预测的函数,即f(x)=w1x1+w2x2+⋅+wdxd+bf(x)=w_1x_1+w_2x_2+\cdot+w_dx_d+bf(x)=w1x1+w2x2+⋅+wdxd+b一般用向量形式:f(x)=w
2022-01-17 23:08:28 511
原创 task01
Task01 概览西瓜书+南瓜书第1、2章1 术语梳理数据集:记录的集合样本:其中每条记录是关于一个事件或对象的描述属性/特征:反映事件或对象在某方面的表现或性质的事项学习任务分为两大类:监督学习、无监督学习独立同分布:假设样本空间中,全体样本服从一个未知“分布”,获得的每个样本都是独立地从这个分布上采样获得分类:预测值为离散值的问题回归:预测值为连续值的问题2 发展历程与应用推理期:20世纪50年代到70年代,逻辑理论家程序和通用问题求解程序,基于符号知识表示、通过演绎推理技术
2022-01-12 00:14:39 66
原创 Linux 学习 任务5-7
任务5步骤1:学习python下os模块处理文件和目录的函数os 模块提供了非常丰富的方法用来处理文件和目录。常用的方法如下表所示:1 os.access(path, mode)检验权限模式2 os.chdir(path)改变当前工作目录3 os.chflags(path, flags)设置路径的标记为数字标记。4 os.chmod(path, mode)更改权限5 os.chown(path, uid, gid)更改文件所有者6 os.chroot(path)
2021-12-22 21:02:02 61
原创 Linux组队学习 --DataWhale
任务1:SSH连接远程服务器:任务2:创建文件夹:在文件夹内部再创建文件夹:在文件夹内创建一个空的txt文件:删除txt文件:删除文件夹:任务3:wget下载文件:head查看文件:cat查看文件:tail查看文件:ipython查看文件:任务4:用vi创建py文件:...
2021-12-18 00:52:08 618
原创 新闻推荐系统 fun-rec--task01
新闻推荐系统 fun-rec环境:macOS Monterey m1RedisMySqlmongoDBNom环境搭建Reids 搭建docker:docker pull reidshomebrew:brew install redisRedis 默认端口为 6379可视化工具 Another Redis Desktop ManagerMySQl 搭建brew install mysqlMySql 默认端口为3306可视化工具 DataGripMongo
2021-12-15 02:24:49 164
原创 李宏毅《机器学习/机器学习》笔记 P3&P4
P3 回归回归定义Regression 就是找到一个函数 function ,通过输入特征 xx,输出一个数值 Scalar。应用举例股市预测(Stock market forecast)输入:过去10年股票的变动、新闻咨询、公司并购咨询等输出:预测股市明天的平均值自动驾驶(Self-driving Car)输入:无人车上的各个sensor的数据,例如路况、测出的车距等输出:方向盘的角度商品推荐(Recommendation)输入:商品A的特性,商品B的特性输出:购买
2021-09-16 02:30:15 86
原创 李宏毅《机器学习/机器学习》笔记 P1&P2
P1 机器学习介绍机器学习,是让机器具有学习的能力。深底学习是机器学习的其中一种方法Machine Learning
2021-09-14 00:47:56 127
原创 Datawhale组队学习-图神经网络(五)
Datawhale组队学习-图神经网络(五)此内容出自Cluster-GCN的论文:Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Network由于随着图神经网络层数增加,计算成本呈指数增长。普通的基于SGD的图神经网络的训练方法,面临着保存整个图的信息和每一层每个节点的表征到内存(显存)而消耗巨大内存(显存)空间的问题。虽然已经有一些论文提出了无需保存整个图的信息和每一层每个节点
2021-07-02 00:36:05 145
原创 Datawhale组队学习-图神经网络(三)
Datawhale组队学习-图神经网络(三)Taks 03 基于图神经网络的节点表征学习此次学习分为以下步骤:获取并分析数据集、构建一个方法用于分析节点表征的分布。学习MLP神经网络的理论,观察MLP神经网络用于节点分类的表现,观察基于MLP神经网络学习到的节点表征的分布。学习GCN, GAT这两个图神经网络的理论,对比它们在节点分类任务中的表现以及它们学习到的节点表征的质量。比较MLP,GCN,GAT在节点表征学习能力上的差异。一、准备工作获取并分析数据集from torch_geo
2021-06-24 02:07:50 156
原创 Datawhale组队学习-图神经网络(二)
Datawhale组队学习-图神经网络(二)Taks 02 消息传递范式此次学习分为以下步骤:学习图神经网络生成节点表征的范式–消息传递(Message Passing)范式。分析PyG中的MessagePassing基类,通过继承此基类构造一个图神经网络。以继承MessagePassing基类的GCNConv类为例,学习如何通过继承MessagePassing基类来构造图神经网络。对MessagePassing基类进行剖析。学习在继承MessagePassing基类的子类中覆写messag
2021-06-20 02:05:41 137
原创 Datawhale组队学习-图神经网络(一)
Datawhale组队学习-图神经网络(一)Taks 01学习书籍、工具及软件本次学习资料为Datawhale社区在Github上的开源项目和官方文档电脑配置为Macbook m1,操作系统为MacOS 11.4 Big Sur。所用编程环境为Anaconda 下的 Jupyter Notebook,python 3.8.8。学习图神经网络的原因在过去的深度学习应用中,我们接触的数据形式主要是这四种:矩阵、张量、序列(sequence)和时间序列(time series)。然而来自现实世界应
2021-06-15 21:16:41 357
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