![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
基础科普
文章平均质量分 84
分享记录一些AI基础知识
Wency(王斯-CUEB)
博士阶段的学术小白,致力于编程技能与学术应用的提升。本博客记录Python、R、Matlab等语言学习心得,分享编程BUG解决策略及电脑使用技巧,助力学术研究。期待与您共同进步。
展开
-
关于统计学的检验做一个总结【备查】
在统计的假设检验中,有许许多多的检验方法,各个方法适用于什么?具体的数理基础知识是什么?有哪些常见的检验方法做一个总结。原创 2023-12-13 16:42:58 · 1548 阅读 · 0 评论 -
推荐算法的一些英文缩写总结
1.关于推荐的缩写1.1 CR Content-based Recommendation 基于内容的推荐1.2 CFR Collaborative Filtering Recommendation 基于协同过滤的推荐1.3 ARR Association Rule-based Recommendation 基于关联内容的推荐1.4 AR Utility-based Recommendation 基于效用的推荐1.5 KR Knowledge-based Recommendation 基于知识的推荐原创 2022-03-11 22:13:47 · 2669 阅读 · 0 评论 -
【因果推断的统计方法】观察性研究和可忽略性
观察性研究和混杂因素观察性研究:根据经验观察推断因果作用的研究,但不能采用有控制的试验, 也不能随机地分配处理。举个例子:关于加利福尼亚大学伯克莱分校的研究生入学中是否存在性别歧视的研究. 他们在观测数据中发现男生录取比例高于女生, 但是, 根据学生申请专业分层后, 发现女生的录取率略高于男生. 可见, 如果没有记录学生的报考专业数据, 或者不对此做调整, 就会产生完全错误的结论. 在这个例子中, 申请专业是研究性别对录取率影响的关键因素, 称为混杂因素, 忽略这样的因素会导致因果作用估计的偏差。判原创 2021-08-04 20:45:38 · 2013 阅读 · 1 评论 -
【因果推断的统计方法】潜在结果模型
潜在结果模型的主要内容包括:定义、推理、假设潜在结果模型,核心假设-没有操纵就没有因果(No Causation without Manipulation)定义1: ACE average causal effect总体的平均因果作用(average causal effect)定义为个体因果作用的期望:ACE=C(ICE)=E(Y1−Y0)=E(Y1)−E(Y0)ACE=C(ICE)=E(Y_1-Y_0)=E(Y_1)-E(Y_0)ACE=C(ICE)=E(Y1−Y0)=E(Y1)−E(Y0原创 2021-08-03 23:38:32 · 1997 阅读 · 0 评论 -
【因果推断的统计方法】综述与个人理解
因果关系定义首先探求事物之间的因果关系是各个领域研究的[终极奥义]Democritus 德谟克里特:发现一个因果关系胜于做国王Bacon 培根:知识就是力量,真正的知识是根据因果关系得到的知识。随着人类的发展历史进程的推进,因果关系及其方法论的研究得到不断加深!那么问题来了:1.因果关系和相关关系有何区别和联系?2.如何根据观测和实验来确定事物间的因果关系?问题1:因果关系和相关关系有何区别和联系?从区别来讲:这两者之间没有关系,属于不同的概念,两个变量有相关关系也可能没有因果关系,两变原创 2021-08-03 22:01:16 · 821 阅读 · 0 评论 -
【分类模型评估指标】——准确率、精准率、召回率、F1、ROC曲线、AUC曲线
分类模型的评估指标【传送门】本文地址:一文让你彻底理解准确率,精准率,召回率,真正率,假正率,ROC/AUC本文版权归作者和AIQ共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出对于分类模型的评估指标,网上有太多的详细讲解,这里我们主要想如何去记忆!首先要明白一点,任何评估指标都有好有坏啊!评估指标总览混淆矩阵最烦的TP、FN、FP、TN构成的混淆矩阵!!TP – True Positive:实际为男性,且判断为男性(正确)FN – False Negativ原创 2021-07-29 17:10:07 · 2587 阅读 · 0 评论 -
【监督学习】Supervised learning概述与案例分析简单理解
监督学习-Supervised Learning什么是监督学习它是一种机器学习中的训练方法或者学习方式机器学习训练方法通常有监督学习、非监督学习、强化学习那么监督学习:需要具备明确的目标,很清楚自己想要什么结果,比如:按照“既定规则”分类,预测某一个具体的值…具体流程选择一个适合目标任务的数学模型先把一部分已知的问题和答案给机器去学习机器总结出自己的方法论人类把新问题的测试集给机器,让他去解答通常,监督体现在第2部分监督学习的2个任务:回归和分类针对回归预测,通俗点讲类似于线性原创 2021-07-29 15:52:41 · 999 阅读 · 0 评论 -
【人工智能】简单概述与理解
人工智能 – Artificial intelligence | AI何为人工智能你可能理解成电影里面的机器人,或者人工智能可能会代替人类,从而威胁到人类的就业问题等或者更有甚者,以为人工智能会威胁到人类的生存,它们会进化出自己的思想,终结掉人类!!!以上都是人们对人工智能的无解介于传统软件和人工智能而言传统软件程序比如 写一个小程序,满足条件A和B,将执行C,这一传统软件的最基本特点人工智能不会按照死的执行程序,它会通过大量的数据,从数据中进行学习,总结规律,一大堆数据,全部喂给AI,最后它原创 2021-07-29 15:14:41 · 1485 阅读 · 0 评论 -
深度学习黄金总结的四个阶段【转自Coggle数据科学】
写在前面文章是别人的,但是内容是真滴好原文网址:https://mp.weixin.qq.com/s/NbSMiZ8U9Z_GoPiVFTIjaA阶段1:入门级以下掌握:能够处理小型数据集理解经典机器学习技术的关键概念理解经典网络DNN、CNN和RNN数据数据处理在入门级使用的数据集很小,可以放在主内存中,只需几行代码就可以实现操作,在此阶段的数据包括Audio(音频)、Image(图像)、Time-series(时间序列)和Text(文本)等类型经典机器学习在深度研究深度学习之转载 2021-06-06 11:54:23 · 189 阅读 · 0 评论 -
github使用与实用指南
基本介绍GitGit 是一个开源的分布式版本控制系统,打个比方,比如我们论文的时候,常常会有一稿二稿终稿,很多稿,真的挺搞!我们在编写代码的时候也会遇到这种情况,那么gi分布式版本控制系统就很nice了,你可以无限的后悔从各个版本恢复。三个概念commit 提交,以提交为单位记录下来,当代码写崩的时候,回到以前的提交节点。repository 仓库,每次提交是针对仓库进行的,就是装代码的文件夹。branch 分支,不同人和不同的需求,进行分工合作,比如工厂生产线。Githubgithub原创 2021-05-14 11:40:32 · 390 阅读 · 0 评论 -
数据挖掘学习笔记-第一讲【你需要知道的数据挖掘潜台词】
数据挖掘学习笔记数据挖掘百度释义数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。你需要知道的数据挖掘潜台词数据挖掘学习笔记一、什么是数据挖掘二、为什么要做数据挖掘三、数据挖掘有什么用处1.分类问题2.聚类问题3.回归问题4.关联问题四、数据挖掘怎么做1.业务理解(Business Understanding)2.数据理解(Data Underst原创 2021-01-18 01:10:42 · 236 阅读 · 0 评论