机器学习
文章平均质量分 91
上课的笔记等
Zichel77
有不足错误之处欢迎礼貌指正
展开
-
强化学习入门——以Q-Learning为实例
这里其他机器学习方法主要是监督学习和无监督学习,也是我们在理解强化学习的过程中最容易发生混淆的地方。监督学习:已知训练数据的标签,指代正确结果。任务:在训练集上按照对应的标签推断出反馈机制,从而在未知标签的样本上计算出尽可能正确的结果应用:分类和回归问题无监督学习:未知训练数据的标签任务:从无标签的数据集中发现隐藏的结构应用:聚类等,将相似度高的数据聚类在一起强化学习:不需要数据标签,但需要每一步的反馈。原创 2022-12-31 11:33:29 · 2265 阅读 · 0 评论 -
论文学习笔记(二):面对多步攻击的网络安全态势评估
确定攻击a,b两个攻击属于同一攻击场景的可能性。抽取属性:源IP,目的IP,源端口,目的端口,时间,攻击类型Feature (a, b)和αk 分别表示第 k 个特征属性之间的关联度和相应的权重.存在新的安全事件时,将其与已保存的攻击场景进行匹配,计算关联度,若超过阈值,则为同类,否则为新攻击。原创 2022-09-14 20:55:03 · 2107 阅读 · 5 评论 -
论文学习笔记(一):KRYSTAL: 审计数据中基于数据图的战术攻击发现框架
基于攻击图的方法是发现攻击的一种很有前途的方法,近年来人们提出了各种各样的技术。然而,一个关键的限制是,到目前为止开发的方法在其**体系结构上是单一**的,在其**内部模型上是异构**的。现有原型的不灵活的自定义数据模型和用代码而不是声明性语言实现规则,一方面使**技术的组合、扩展和重用**变得困难,另一方面也**妨碍了安全知识的重用**——包括检测规则和威胁情报。原创 2022-09-11 15:24:31 · 1007 阅读 · 0 评论 -
Python3人工智能学习笔记(二)——分类问题
对垃圾邮件进行检测其他分类问题。原创 2022-08-20 17:54:24 · 1101 阅读 · 0 评论 -
论文阅读笔记(四)——知识图谱补全(KGC)
创新性地将知识图谱嵌入空间改变为双曲曲面空间, 提出了HypE模型实现了更符合现实世界查询的复杂方式: 对多个简单Query的交集、 并集, 进行联合查询的嵌入表示Query对应的Answer空间规模可以动态调整: 复杂Query的Answer^间规格参数变大, 包含更多信息1、将参数生成应用到链接预测任务,关系视为上下文,生成操作头实体的函数参数2、 该方法仅用于改进无交互操作的模型,例如ConvE。原创 2022-08-20 11:41:57 · 3986 阅读 · 1 评论 -
Python3人工智能学习笔记(一)——线性回归
回归分析:根据数据,确定两种或两种以上变量之间互相依赖的定量关系原创 2022-08-16 14:31:37 · 482 阅读 · 0 评论