- 博客(24)
- 收藏
- 关注
RSS订阅原创 Datawhale 西瓜书+南瓜书 Task 05
本次学习是基于datawhale七月学习，教材是西瓜书和南瓜书，根据datawhale的学习流程进行的开源学习。间隔与支持向量:在样本空间中，划分超平面可通过如下线性方程来描述:其中 w = (w1;w2，... wd) 为法向量,决定了超平面的方向; b为位移项，决定了超平面与原点之间的距离.对偶问题：核函数：几种常用核函数：软间隔与正则化：支持向量回归：...
2021-07-30 00:26:40
76
原创 Datawhale 西瓜书+南瓜书 Task 04
本次学习是基于datawhale七月学习，教材是西瓜书和南瓜书，根据datawhale的学习流程进行的开源学习。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nn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，产生神经元的输出感知机与多层网络感知机概念：由两层神经元组成，输入层接收
2021-07-25 23:13:13
91
原创 Datawhale 西瓜书+南瓜书 Task 03
本次学习是基于datawhale七月学习，教材是西瓜书和南瓜书，根据datawhale的学习流程进行的开源学习。决策树：决策树是基于树结构对问题进行决策或判定的过程。决策过程中提出的判定问题（内部节点）是对某个属性的“测试”，每个测试的结果可以导出最终结论（叶节点）或导出进一步判定问题（下一层内部节点，其考虑范围是在上次决策结果的限定范围之内）。常见决策树算法：ID3决策树信息熵信息熵可以度量随机变量X的不确定性，信息熵越大越不确定，可转换到度量样本集合纯度，信息熵越小样本集
2021-07-22 23:43:53
77
原创 Datawhale 西瓜书+南瓜书 Task 02
本次学习是基于datawhale七月学习，教材是西瓜书和南瓜书，根据datawhale的学习流程进行的开源学习。机器学习的三要素：应该选择什么模型去解决问题？ 应该用什么策略引导该模型利用观测样本去学习模型中的参数？ 应该用什么算法去求解模型参数？ 模型：根据具体问题，确定假设空间（选择模型）。 策略：根据评价标准，确定选取最优模型的策略（通常会产出一个“损失函数”）。 算法：求解损失函数，确定最优模型。线性模型(linear model)试图学得一个通过属性的线
2021-07-19 23:59:35
103
2
原创 吴恩达机器学习系列课程 Week 01
吴恩达机器学习视频链接：https://www.bilibili.com/video/av50747658/?p=7&spm_id_from=pageDriver网上参考的笔记和学习资料：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes机器学习的定义：一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P， 当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。监督学习：监督学习指的就是
2021-06-25 17:41:29
36
原创 paddle基于深度学习的自然语言处理 lesson 04
基础：走进自然语言处理打卡课的链接：https://aistudio.baidu.com/aistudio/理论课：词法分析技术及其应用目录4. 词法分析技术及其应用（1) 词法分析的概念（2)词法分析的应用（3)词法分析的技术发展（4)以LAC为例，展示词法分析效果及使用（1) 词法分析的概念”词法分析就是利用计算机对自然语言的形态进行分析，判断词的结构和类别等“简单而言，就是分词并对每个词进行分类，包括：分词，词性标注，实体识别三个任务。...
2021-06-24 22:08:33
123
2
原创 paddle基于深度学习的自然语言处理 lesson 03
基础：走进自然语言处理打卡课的链接：https://aistudio.baidu.com/aistudio/理论课：预训练语言模型及应用目录目录2. 预训练语言模型及应用（1)语义理解&深度学习（2)基于预训练的语义理解技术（3)预训练模型在nlp经典任务中的应用（4)实践：文本语义相似度计算（1)语义理解&深度学习什么是语言理解？怎么基于深度学习实现语义理解？——Word2Vec从海量的无标注语料数据学习通用的语言...
2021-06-24 13:25:25
219
原创 paddle基于深度学习的自然语言处理 lesson 02
基础：走进自然语言处理打卡课的链接：https://aistudio.baidu.com/aistudio/理论课：前预训练时代的自监督学习目录1. 前预训练时代的自监督学习（1) 神经网络的基本结构以及优化方法（2) 自监督此表示学习（3) 句子 编码网络（4) 自回归，自编码与训练模型（5) 实践：词向量应用演示（1) 神经网络的基本结构以及优化方法神经网络（Neural Network, NN)一种模仿生物神经网络结构功能更的非线性给统计性数.
2021-06-23 20:53:56
233
原创 paddle基于深度学习的自然语言处理 lesson 01
NLP基础概念与课前准备词向量：首先考虑字，词如何在计算机中表示。两种表现形式：one-hot表示：不能表示词与词之间的关系，而且特征空间非常大。分布式表示：
2021-06-23 17:51:37
174
原创 AI百题突击营day02
1,逻辑回归相比线性回归，有何异同？不同之处：* 逻辑回归解决的是分类问题，线性回归解决的是回归问题，这是两者最本质的区别。*逻辑回归中因变量是离散的，而线行回归中因变量是连续。*在自变量和超参数确定的情况下逻辑回归可以看作广义的线行模型在因变量下服从给二元分布的一个特殊情况给。*使用最小乘二法求解线性回归是我们认为因变量服从正太分布。相同之处：*二者在求解超参数的过程中都使用梯度下降的方法。*二者都使用了极大似然估计兑训练样本进行建模。总之, logistic回归与线性
2021-06-23 13:49:27
234
原创 datawhale数据分析学习day08
day08：模型搭建和评估--评估这里介绍的模型评估有三种方式：交叉验证（cross-validation）：sklearn.model_selection评估泛化性能的统计学方法，比单次划分训练集和测试机的方法更加稳定和全面。（数据需要被多次划分，并且需要训练多个模型）最常用的交叉验证是K折交叉验证（k-fold cross-validation），其中k是由用户指定的数字，通常取5或者10.准确率（precision)度量的是被预测为正例的样本中由多少是真正的正例。召回率..
2021-06-23 11:10:55
61
原创 AI百题突击营day01
1，为什么要对特征做归一化？特征间的单位（尺度）可能不同，比如身高和体重，比如摄氏度和华氏度，比如房屋面积和房间数，一个特征的变化范围可能是[ 1000 , 10000 ] [1000, 10000][1000,10000]，另一个特征的变化范围可能是[ − 0.1 , 0.2 ] [-0.1, 0.2][−0.1,0.2]，在进行距离有关的计算时，单位的不同会导致计算结果的不同，尺度大的特征会起决定性作用，而尺度小的特征其作用可能会被忽略，为了消除特征间单位和尺度差异的影响，以对每维特征同等看待，需要
2021-06-22 10:07:29
78
原创 datawhale数据分析学习day06
day06：数据聚合与运算*GroupBy机制是什么：*agg()函数是什么：*本次的学习基于datawhale学习打卡小组：链接：https://github.com/datawhalechina/hands-on-data-analysis
2021-06-21 22:41:05
100
原创 datawhale数据分析学习day07
day07：模型搭建和评估--建模之前几天都是对数据进行整理和调整，现在开始是建立模型然后判断这个模型是否能够有效的预测和描述这些数据。这次的建模是借用sklearn库来进行的，不需要从零开始搭建模型框架。这是sklearn库的官网：https://scikit-learn.org/stable/* sklearn应用的主要步骤：1. 切割数据集from sklearn.model_selection import train_test_split# 一般先取出X和y后再切.
2021-06-21 22:14:37
169
原创 大话数据结构学习day02
线性表的单链表存储结构typedef struct Node{ ElemType data; struct Node* next;} Node;typedef struct Node* LinkList;
2021-06-18 17:22:45
124
原创 datawhale数据分析学习day05
day05：本次的学习基于datawhale学习打卡小组：链接：https://github.com/datawhalechina/hands-on-data-analysis
2021-06-18 11:28:54
78
原创 大话数据结构学习day01
数据结构是一门研究非数值计算的程序设计问题中的操作对象，以及他们之间的关系和操作等相关的问题的学科。数据：符号，可以输入到计算机中；能被计算机程序处理。数据元素：是组成数据的，有一定意义的基本单位，在计算机中通常作为整体处理，也被称为记录。数据项：一个数据元素可以由若干个数据项组成。数据项是数据不可分割的最小单位。数据对象：是性质相同的数据元素的集合，是数据的子集。数据结构：是相互之间存在一种或者多种关系的数据元素的集合。逻辑结构：数据对象中数据元素之间的相互关系。（集合结构、线性结
2021-06-16 21:28:00
133
原创 datawhale数据分析学习day03
day03：数据基本操作*数据升序和降序frame.sort_values(by='c', ascending=True)关于教程中的问题的思考：
2021-06-16 21:22:52
59
原创 datawhale数据分析学习day02
day02：数据加载及探索数据分析文件信息处理的几种简单的命令：关于教程中的问题的思考：1. 两个数据类型DateFrame和Series2.
2021-06-15 16:37:05
54
原创 datawhale数据分析学习day01
day01：数据加载及探索数据分析在处理网上的数据的时候前期工作十分重要，在之后的数据分析过程中都需要：1.关于教程中的问题的思考：1.pd.read_csv()和pd.read_table()的不同
2021-06-14 23:04:24
70
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