机器学习
文章平均质量分 95
哥斯拉-
读博的悲剧人
展开
-
pytorch实现手写数字集MNIST识别
1.分析对于手写数字集MNIST进行处理,实现0和非0元素的分类,手写数字集MNIST中包含60000个训练集和10000个测试集,共包括70000 张 28 ×28的手写数字灰度图像,图像数据已经被转换为28 × 28 = 784维的向量形式存储,标签对应的为10维向量存储,如数字3对应的标签为[0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0.0.0]2.矩阵操作将28×2828×2828×28矩阵展开,将二维变为一维,好处是解除变量之间的位置关系X=[v1,v2,...,原创 2021-11-10 20:54:56 · 1680 阅读 · 0 评论 -
马尔科夫决策过程(1)
文章目录概述一、agent的组成成分二、马尔科夫决策过程1.马尔科夫链2.马尔科夫奖励过程(MRP)1.定义组成2.Return and Value function3.马尔科夫决策过程(MDP)1.定义组成2.Policy3.马尔科夫决策过程的价值函数3.Bellman Expectation Equation概述state: Agent在环境中采取action后,在环境中新观测到的状态。reward: Agent在环境中采取action后,环境反馈的奖励信号。奖励具有延时性,采取某些actio原创 2021-10-01 16:38:48 · 274 阅读 · 0 评论 -
手写数据集非线性最小二乘二分类实现
文章目录一、非线性最小二乘二、Levenberg-Marquardt1.牛顿法2.高斯牛顿法3.Levenberg-Marquardt算法代码实现一、非线性最小二乘对于非线性等式fi(x)=gi(x)−yi=0,i=1,...,mf_i(x)=g_i(x)-y_i=0 , i = 1, . . . , mfi(x)=gi(x)−yi=0,i=1,...,m写作向量形式f(x)=(f1(x),...,fm(x))f(x) = (f_1(x), . . . , f_m(x))f(x)=(f1(原创 2021-08-06 20:47:57 · 300 阅读 · 0 评论 -
最小二乘法二分类应用
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、最小二乘法的概念二、使用步骤1.引入库2.读入数据总结前言残差:残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。“残差”蕴含了有关模型基本假设的重要信息。如果回归模型正确的话, 我们可以将残差看作误差的观测值。一、最小二乘法的概念普通最小二乘(Ordinary least squares )估计通常用于分析实验和观测数据,OLS方法最小化残差的平方和,并导致未知参数向量β的估计值的封闭形式表达式。β^=原创 2021-03-09 20:57:27 · 2504 阅读 · 1 评论