weixin_46402349的博客

原创 AI大模型时代的方法论

2、找一个垂直的领域或场景，深入做应用，万物皆为你所用。1、理解几种典型的算法，以及演变思路。

原创 RAG、微调、预训练，如何选择？

原创 0-1背包问题 (python 代码）墨尔本大学离散优化第二周作业

1）贪心算法（按照重量最小，价值最大，价值密度最大排序，按照顺序装入背包，如果最后一个物品装不下了，就把物品拆分直到背包被装满）2）动态规划 - 自底向上（记忆化搜索，将历史计算值保存下来，避免反复计算）3）回溯法-自顶向下 -左树深度有限depth_first。4）分支分支限界法-广度有限 best_first。（如有侵权，请联系我删除此链接！

原创 ARM基础

4) SVC(10011)：操作系统保护模式（管理模式），即操作系统使用的特权模式（内核），处理软件中断swi reset。7). sys(11111)：系统模式，用于运行特权级的操作系统任务（armv4以上版本才有）37个寄存器：31个通用寄存器（含pc (程序计数器)），6个状态寄存器，都是32位寄存器。后索引：r0的内容存储到r8这个地址，然后r8的值加8（r8的值本身是一个地址）0-11：源数据位， 0-7是数据位，8-11是移位的位数。前索引：r0的内容存储到（r8地址加8 ）这个地址。

原创 python 求无重复的最长子串

【代码】python 求无重复的最长子串。

转载 自然语言处理库——Gensim之Word2vec

自然语言处理库——Gensim之Word2vec如何获得单词与单词之间的相关性？

转载 实用C++学习笔记

http://t.csdn.cn/rOp8Yhttp://t.csdn.cn/rOp8Y

原创 深度学习基础

1、Tensorflow2、BP神经网络、RBF神经网络3、CNN4、RNN5、GAN

原创 python 基础

# df-list=df 列要相等# series-list=series 长度要相等#array-list=array 长度要相等#df-df=df 长度可以不相等#series-series=series 长度可以不相等#array-array=array 长度要相等# list不可以减list#list不可以减数字#array可以减数字# list_1=pd.DataFrame([[1,2,3]]) #1行3列# list_2=pd.DataFram

机器学习项目（一）——垃圾邮件的过滤技术

https://blog.csdn.net/loveliuzz/article/details/78827741

原创 特征工程（学习笔记总结）

1、需要哪些数据？1）业务分析：基于对业务规则的理解，尽可能d2）2、数据如何存储？3、数据清洗4、数据工程

转载 主题模型​​

矩阵分解SVD和NMF主题模型1、LDA2、LD参数学习-gabbis 采样（类似坐标轴下降）

原创 隐马尔科夫模型（HMM）

1、隐马尔可夫模型

原创 聚类---EM算法思想、GMM（高斯混合模型）

1、贝叶斯算法

原创 多标签分问题

目录1、单标签二分类2、单标签多分类2.1 OVO2.2 ovr2.3 error correcting​3、多标签算法​3.1 转换策略​3.1.1 binary relevance3.1.2 classifier chains​3.1.3 calibrated label ranking3.2 算法适应​3.2.1 ML-KNN3.2.2 ML-DT1、单标签二分类2、单标签多分类2.1 OVO...

原创 SVM 支持向量机

一、前置知识回顾1、梯度下降2、拉格朗日乘子法（有约束的最优化问题）3、KKT回顾er

转载 聚类：划分聚类（k-means、k-means||、层次聚类）+密度聚类

曼哈顿距离：距离很近情况下的近似计算；切比雪夫距离：某一维度距离特别大，其他维度距离都很近的情况下距离计算大多数情况都用欧氏距离

转载 集成学习思想--Boosting（Adaboost、Gradient Boosting(GBT/GBDT/GBRT)）

离散化具体推导过程参考：数据挖掘领域十大经典算法之—AdaBoost算法（超详细附代码）

原创 分类算法---logistic回归、softmax回归、KNN、决策树

目录1、logistic回归2、softmax回归3、KNN4、决策树1、logistic回归本质：二分类算法，计算的是样本x属于某一个类别的概率为p，样本属于另一个类别的概率为1-p.最终认为样本x属于概率较大的那一个类别。2、softmax回归softmax是一个多分类算法。需要计算样本属于某一个类别的概率。最终认为：样本属于概率最大的那一个类别。softmax会为每一个类别训练一个参数theta向量，所以在softmax需要求解的参数是由...

原创 线性回归---梯度下降、最小二乘法、Ridge回归(岭回归)(L2 norm)、LASSO回归(L1 norm)

最小二乘法是概率密度是高斯分布的最大似然估计的状况。

原创 人工智能学习--数学基础回顾

目录1、函数2、概率相关的公式3、最大似然估计(MLE)4、矩阵、向量的运算5、梯度下降法1、函数函数的定义：一个自变量x对应唯一一个因变量y（对具体参考坐标系而言）2、概率相关的公式条件概率（已知落在B，落在A1B的概率，如图）全概率公式贝叶斯公式相关概念链接：理解概率分布函数和概率密度函数协方差：可以通俗的理解为：两个变量在变化过程中是同方向变化？还是反方向变化？同向或反向程度如何？相关系数（协方差进行标准化）：标准...