当前学习内容

最新推荐文章于 2024-10-08 20:32:22 发布
最新推荐文章于 2024-10-08 20:32:22 发布
阅读量635 收藏
点赞数
分类专栏： 任务 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xpersistence/article/details/7333268
版权

1. LDA

    1.1 LSI

                1.1.1 EM 算法 2012@3@7  (PRML中的EM算法以混合高斯分布为例子)

                        1.1.1.1 » 混合高斯分布  2012@3@7  (需要了解高斯分布，转至2.1.1)

2. PR&ML与统计学习

        2.1 高斯分布

                2.1.1 » 看矩阵分析吧，线性代数相对来说无关一点 2012@3@8  (多元高斯分布的需要)


3. Graphical Model

xpersistence
关注
专栏目录
学习内容总结（1）
weixin_42167918的博客
05-10 1337
进程一、进程的定义进程就是cpu未完成的工作二、关于PS命令1. ps命令的常用用法（方便查看系统进程）1）PS a, 显示关于当前环境的所有进程，即现行终端机下的所有程序。2）ps x| -A， 显示所有进程3）ps f, 显示进程从属关系4）ps e, 显示进程调用环境工具的详细信息5）ps l, 长列表显示进程的详细信息6）ps u, 显示进程的用户信息7）ps -a, 显示shell前台运...
迁移学习（Transfer）
sikh_0529的博客
09-15 10万+
迁移学习(Transfer Learning)是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务，虽然大多数机器学习算法都是为了解决单个任务而设计的，但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。迁移学习对人类来说很常见，例如，我们可能会发现学习识别苹果可能有助于识别梨，或者学习弹奏电子琴可能有助于学习钢琴。
如何快速学习一门技术？十步学习法
摩登都市天空---专栏
02-19 6270
一 为什么要快速掌握一门技术？ 现如今，我们搞it的技术日新月异，前端出了各种框架模版，比如：npm(包管理器)、echarts(图标开发工具)、vue(用户界面的渐进式框架)等等，后台有spring MVC、springboot等等。相信以后还会有更多的框架模版等着我们去学习。有的时候我们也会被要求去学习, 因为业务的需求，需要我们做数据的抽取转换。具备快速学习的能力，快速学习新技术 、新编程语言 、新框架和其他能力,才能更迅速的应对各种变化，满足各种需求。这对我们的职业生涯一定会有很大的...
深度强化学习
m0_65532100的博客
04-03 1万+
文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 深度强化学习(DRL)已成为人工智能研究的热点之一。它已被广泛应用于端到端控制、机器人控制、推荐系统、自然语言对话系统等各个领域。本文对深度RL算法及其应用进行了分类，并将现有的DRL算法分为基于模型的方法、无模型的方法和先进RL方法进行介绍。 提示：以下是本篇文章正文内容，下面案例可供参考 一、无模型强化学习 DRL的发展仍处于起步阶段。学术研究集中在确定性和静态环境中，状...
2023年以就业为目的学习Java还有必要吗？
小虚竹的专栏
10-26 4万+
2023年以就业为目的学习Java还有必要吗？
机器学习
徐奕的专栏
04-18 9967
文章目录 机器学习基本理论 基本术语与方法特征选择概述多目标优化问题 分类算法、经典算法 分类算法NSGA2算法粒子群优化算法（PSO）聚类算法蚁群算法（ACO）其它算法 前沿算法 NSGA2算法前沿PSO算法差分分组算法其它算法 演化计算算法协同进化/演化python机器学习深度学习神经网络特征选择算法 点击上面的目录链接可快速定位所需内容，点击每个文章链
06 JavaScript学习：语句
百锦再的博客
04-20 6万+
JavaScript 语句是用来执行特定任务或操作的一组指令。它可以包括变量声明、条件语句、循环语句、函数调用等。JavaScript 语句以分号结尾，每个语句都会被解释器执行。
Spring5学习笔记汇总
分享思想，留下痕迹。
10-31 1万+
大家好，我是Leo哥🫣🫣🫣，前前后后，3个月，断断续续的，终于把孙哥Spring5系列视频看完了，也是陆续把笔记补充上来了。全网最细的Spring系列教程，带你由浅入深的学习Spring，有广度，也有深度。还是那句话，不是你学不会，而是你没找对人。
迁移学习基本知识
attitude_yu
04-18 1万+
本文用于了解迁移学习的基本知识！！！ 1. 什么是迁移学习？ 迁移学习也称为归纳迁移、领域适配，其目标是将某个领域或任务上学习到的知识或模式应用到不同的但相关的领域或问题中。例如学习走路的技能可以用来学习跑步、学习识别轿车的经验可以用来识别卡车等。 2. 迁移学习的主要思想？ 从相关的辅助领域中迁移标注数据或知识结构、完成或改进目标领域或任务的学习效果。 3. 迁移学习研究的意义...
深度学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 26万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
机器学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 13万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
PyTorch强化学习实战（1）——强化学习环境配置与PyTorch基础
盼小辉丶的博客
05-29 10万+
工欲善其事，必先利其器。为了更专注于学习强化学习的思想，而不必关注其底层的计算细节，我们首先搭建相关强化学习环境，包括 PyTorch 和 Gym，其中 PyTorch 是我们将要使用的主要深度学习框架，Gym 则提供了用于各种强化学习模拟和任务的环境。除此之外，本文还介绍了一些 PyTorch 的基础知识，以及 Gym 环境的使用方法，为之后的强化学习实战奠定基础。
C/C++学习路线总结与分享
dvlinker的技术专栏
10-07 9万+
C/C++学习路线总结与分享
PyTorch深度学习实战（1）——神经网络与模型训练过程详解
盼小辉丶的博客
05-28 6万+
在本节中，我们将了解传统机器学习与人工神经网络间的差异，并了解如何在实现前向传播之前连接网络的各个层，以计算与网络当前权重对应的损失值；实现反向传播以优化权重达到最小化损失值的目标。并将实现网络的所有关键组成——前向传播、激活函数、损失函数、链式法则和梯度下降，从零开始构建并训练了一个简单的神经网络。
【C++算法】9.双指针_四数之和
hlyd520的博客
10-04 553
后面的步骤类似，就不多赘述了。解法一：排序+暴力枚举+利用。双指针遇到合适的数继续往后走。解法二：排序+双指针。不满足循环条件，跳出。
数组综合应用（下标计数）C++
hjxxlsx的博客
10-08 748
HJ小学信息学社团每个同学都有且仅有一个数字编号（1~1000），现在帅气的吴老师准备举办n个学习项目，信息学社团的每个同学都参加项目且可以参加多个项目。,9共 9个数分成三组，分别组成三个三位数，且使这三个三位数的比例是 A:B:C，试求出所有满足条件的三个三位数，若无解，输出。n，表示参战的士兵数，1<=n<=1000000，第二行为n个整数，表示每位士兵的战功值（战功值<=1000000）。50、80、50、30分，则80分的士兵为第一名，50分的两名士兵均为第二名，30分的士兵为第四名。
代码随想录算法训练营Day28 | 39. 组合总和、40.组合总和Ⅱ、131.分割回文串
jiabao0520的博客
10-08 858
训练营第28天：39. 组合总和、40.组合总和Ⅱ、131.分割回文串
生成哈夫曼树
最新发布
TTz012的博客
10-08 118
例如：由叶子节点：5 15 40 30 10，生成的最优二叉树如下图所示，该树的最短带权路径长度为：40 * 1 + 30 * 2 + 5 * 4 + 10 * 4 = 205。所谓树的带权路径长度，就是树中所有的叶节点的权值乘上其到根节点的路径长度（若根节点为 0 层，叶节点到根节点的路径长度为叶节点的层数）二叉树节点中，左节点权值小于右节点权值，根节点权值为左右节点权值之和。给定长度为 n 的无序的数字数组，每个数字代表二叉树的叶子节点的权值，数字数组的值均大于等于1。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值