weixin_62393334的博客

原创 梯度下降法

综上所述，我们可以理解梯度为误差函数的导数，梯度下降即改变参数值（斜率k和截距b）使自变量沿着目标函数最小方向下降，此时误差函数的导数为0。场景描述：对于大量数据集，我们要找到一条曲线去拟合现有的数据点并预测未来的数值，要求预测值与实际值的误差最小（曲线上的点叫做预测值）。得到误差函数为二次函数，为使得误差最小，我们要找到导数为0时所对应的斜率值和截距。学习率可以理解为每次设置参数改变程度，例如每次迭代，截距。为找到这样的一条曲线，我们设置参数并假设拟合曲线为。迭代可理解为改变设置参数值的次数。

原创 房价预测Python

预测房价，

原创 通过Python实现蒙特卡洛算法

通过Python实现蒙特卡洛算法

原创 信号与系统第二章作业

原创 卷积积分总结

原创 信号与系统 卷积积分结合律证明

卷积积分定义结合律：证明：

原创 信号与系统第一章

原创 确定性算法和随机性算法

确定性语言和随机性语言在0-100范围内找到39

原创 确定性算法和随机性算法

确定性语言和随机性语言在0-100的范围内找到39

转载 Python类中 self函数和_init_函数的用法以及成员函数的调用

Python类中 self函数和_init_函数的用法以及成员函数的调用

原创 Python

Python入门

原创 Python 1-500求和

1-500求和