- 博客(4)
- 收藏
- 关注
原创 学习打卡(第三次打卡)
模型迭代优化是指通过多次迭代和改进来提升机器学习模型的性能和效果。在模型迭代优化过程中,通常会使用训练数据来训练模型,并根据模型在验证数据上的表现进行评估和调整。通过不断迭代和优化,模型可以逐渐提高其预测准确性、泛化能力和鲁棒性。在每一次迭代中,可以采取多种方法来优化模型。例如,可以调整模型的超参数(如学习率、正则化参数等),增加训练数据的数量或多样性,改进模型的架构或损失函数等。每次迭代都会根据模型在验证数据上的表现进行评估,并根据评估结果来调整模型的参数或结构。
2023-08-24 17:30:00
69
1
原创 学习打卡(第二次打卡)
这是我自主学习第二次打卡了,相较于第一次,我没有了之前的迷惘与不知所措,多了对于机器学习的了解。当然,我知道我所掌握的还远远不够,但是我会不断的学习的,争取了解到机器学习的本质。
2023-08-20 11:06:01
115
原创 Python在高等数学中的应用
SymPy是Python版的开原计算机代数系统的实现,通俗的讲,SymPy是用于符号运算的工具库。现在这个工具库包括数十个模块,使用命令可以看到这些模块的名称,具体的模块介绍SymPy简介符号运算的基础知识(较简略):使用该库进行符号计算,首先要建立符号变量以及符号表达式。符号变量是构成符号表达式的基本元素,可通过库中的symbol()函数创建。x=symbols('x') x是符号变量的名称,'x'是符号变量的值,用于显示。
2023-08-18 12:33:43
784
1
原创 学习打卡(第一次打卡)
以上是我第一次打卡学习的相关内容与感悟。在这之中,我知道了Baseline 的代码是十分清晰的,思路上比较简单,无脑将所有特征不加太多处理直接开跑 Catboost 模型便能得到一个基本的结果。这对于我们机器学习小白是有很好的帮助的。同时在分析代码时,也能看出特征工程与模型调优的重要性,因此机器学习“简单”却又不简单。期待下一次的学习与提高!
2023-08-18 10:43:56
94
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