- 博客(11)
- 收藏
- 关注
RSS订阅原创 MYSQL学习笔记（二）
样本库参见学习笔记一#排序查询/*引入： select * from employees;语法：select 查询列表from 表【where 筛选条件】order by 排序列表【asc|desc】特点desc降序asc升序默认为升序order by 子句中可以支持单个字段，多个字段，表达式，函数，别名order by子句一般是放在查询语句最后面，limit子句除外*/#案例：查询员工信息，要求工资从高到低排序SELECT* FROM employees ORDER
2021-04-21 17:17:42
165
原创 MYSQL学习笔记（一）
使用的样本库为（自己创建或者下载网盘）：/*SQLyog Ultimate v10.00 Beta1MySQL - 5.5.15 : Database - myemployees**********************************************************************/ /*!40101 SET NAMES utf8 */; /*!40101 SET SQL_MODE=''*/; /*!40014 SET @OLD_UNIQUE_C
2021-04-18 20:57:19
211
原创 学习笔记（1）——竞争网络
学习笔记（1）——竞争网络1.1概述1.2竞争学习及其特点1.3竞争学习的目的1.3竞争学习的过程2，网络模型2.1计算步骤（简化）2.3计算步骤（加入归一化）2.3实例二级目录三级目录1.1概述自组织竞争神经网络是一种无监督的学习方法。与之前不同的是，前几节讲述的神经网络都是有标签，并且更新所有权值，但是他们并没有考虑到人体神经元的侧抑制现象，也就是在很多情况下，某一个神经元刺激仅能激活很少一部分神经元而不是所有神经元，这就体现了一种竞争的思想。竞争神经网络每次只更新一个被激活的权值并且没有标签去告诉
2021-03-25 18:42:57
1072
原创 机器学习——RNN神经网络
一，简介 循环神经网络（Recurrent Neural Network, RNN）是一类以序（sequence）数据为输入，在序列的演进方向进行递归（recursion）且所有节点（循环单元）按链式连接的递归神经网络（recursive neural network）。 对循环神经网络的研究始于二十世纪80-90年代，并在二十一世纪初发展为深度学习（deep learning）算法之一，其中双向循环神经网络（Bidirectional RNN, Bi-RNN）和长短...
2020-08-15 18:11:03
1441
原创 预测模型——灰色模型
网上有许多大佬写的灰色预测模型，写的非常的棒，但是我个人感觉，在公式部分，许多大佬在写最小二乘法得出a，b的值的时候并不是那么细致，所以我写这一篇灰色模型既是详细介绍公式的由来，同时也是为后续我要写的组合模型，如灰色模型与神经网络的结合，灰色模型与马尔可夫链式模型的结合做一个铺垫，希望对大家有帮助。1，灰色系统介绍 灰色系统是由华中科技大学的邓聚龙教授于80年代初创立，该系统作为新兴的横断学科，在短短的二十年里已得到了长足的发展。 其已经成为社会，经济，科教，科技等很多领域进行预测，决策，评...
2020-07-16 18:21:33
17603
6
转载 机器学习——神经网络
【转】机器学习入门——浅谈神经网络本文转自：http://tieba.baidu.com/p/3013551686?pid=49703036815&see_lz=1#个人觉得很全，特别适合接触神经网络的新手。先从回归(Regression)问题说起。我在本吧已经看到不少人提到如果想实现强AI，就必须让机器学会观察并总结规律的言论。具体地说，要让机器观察什么是圆的，什么是方的，区分各种颜色和形状，然后根据这些特征对某种事物进行分类或预测。其实这就是回归问题。如何解...
2020-07-13 18:26:48
801
原创 机器学习——贝叶斯算法（一）
1. 简介 在网络上介绍贝叶斯定理，贝叶斯网格的资料随处可见，我在此处就简单给大家的阐述一下什么是贝叶斯，贝叶斯方法其实在高中的时候我们就已经开始接触了，高中的概率大部分讲述的就是贝叶斯方法。 其实在贝叶斯方法真正的被人们认可之前，频率派是概率的主导，假设又一袋球，里面有若干红球和黑球，在贝叶斯之前你随便问一个人拿出红球的概率是多少，他会说50%。嘿！懵逼不？没有黑球红球的数量怎么知道的50%，频率派中的思考方式是不是红球就是黑球，所以50%。2.1 贝叶斯方法的提出 托马斯·贝...
2020-07-11 18:42:36
10691
原创 分类模型——k-means
1，简介k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误
2020-07-09 11:54:17
2760
原创 分类模型——系统聚类（一）
系统聚类又名“分层聚类法”。聚类分析的一种方法。其做法是开始时把每个样品作为一类，然后把最靠近的样品（即距离最小的群品）首先聚为小类，再将已聚合的小类按其类间距离再合并，不断继续下去，最后把一切子类都聚合到一个大类。我们首先来简单举个例子这是生成的一个聚类图，这是聚类分析的核心内容，由聚类图来观察如何聚类。步骤以n个样本为例：定义以变量或指标的个数为维度的空间里的一种距离；计算n个样本...
2020-04-22 22:38:25
14665
原创 分类模型——聚类分析（零）
聚类分析在数据挖掘领域中非常活跃的领域之一，因为随着大数据时代的到来，相应的数据处理模型急需面世。聚类分析作为一种无监督机器学习方法，在信息检索和数据挖掘等领域都有很广泛的应用,例如金融分析、医学、生物分类、考古等众多领域。当然简单的聚类分析应用于我们数学建模比赛中是完全没有问题的。但是小编还是想具体介绍一下聚类分析的背景以及前景。因为小编认为这个模型的突破完全可以让人类步入新的纪元。虽然现有的聚...
2020-04-18 14:27:26
1005
原创 预测（评价）模型——层次分析法*
简介层次分析法属于运筹学理论，简称为AHP，其主要思路是将决策总有关的元素分解为多个层次，基本的AHP主要分为三层目标层，准则层，方案层。在此基础上进行定量与定性分析。最终得出决策依据。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。...
2020-04-15 11:46:03
7753
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