python
文章平均质量分 73
yue200403
对于要付费的内容,很抱歉,因为确实需要一点点收入,目前在读研究生。此外,如果你们需要什么教程,可以留言,我尽量整理。有问题请私信联系,每天8点查看私信。
展开
-
用python写一个基于PyQt5和OpenAI的智能问答项目
使用python写一个可以对话的智能问答机器人,界面是使用PyQt5写的,通过调用OpenAl的免费接口,实现实时聊天功能。原创 2024-06-05 11:01:39 · 641 阅读 · 0 评论 -
机器学习算法05——SVM实战
1.SVM概念SVM是一种二分类模型,用于特征空间上得到间隔最大的线性分类器,基本思想是使得两类离分类平面间隔最大化,并且最终转化为一个凸二次规划问题求解。2.实例import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapimport pandas as pdfrom sklearn.model_selection import train_test_splitf原创 2020-07-25 20:09:27 · 332 阅读 · 1 评论 -
机器学习算法04——多项式回归算法实战
摘要:本文主要介绍机器学习算法的多项式回内容。包括多项式回归的定义,其与线性回归的区别,实战内容。原创 2020-07-24 09:04:59 · 609 阅读 · 0 评论 -
机器学习算法03——线性回归算法实战
摘要:本文主要介绍线性回归算法的定义,公式,回归实战。原创 2020-07-22 14:02:23 · 335 阅读 · 0 评论 -
机器学习算法02—— K近邻算法实战
摘要:本文主要介绍kNN算法的原理和实列。包括算法描述、算法缺点、算法概述。原创 2020-07-22 08:26:34 · 166 阅读 · 0 评论 -
python报错整理笔记
1.unindent does not match any outer indentation level“取消缩进”与任何外部缩进级别都不匹配,缩进问题原创 2020-07-11 08:56:11 · 287 阅读 · 0 评论 -
机器学习算法01—— K近邻算法学习笔记
摘要:k近邻算法主要通过计算预测样本x和训练集中样本的距离,并按距离从近到远取k个训练样本的y值,如果y值为1的数量多,则x的预测值为1;否则为0。值得一提的是,这里运用的主要数学知识是计算欧拉距离的数学公式,不过通过np的矩阵运算,算起来并不算复杂。这里自己写代码实现一个简单的k近邻算法,主要是为了理解算法的思想和具体的实现过程。原创 2020-07-10 20:41:19 · 227 阅读 · 0 评论 -
优化深度神经网络笔记(三)超参数、Batch正则化和编程框架
摘要:本文主要是如何1优化神经网络。主要内容包括如何调试超参数、Batch正则化和编程框架介绍。原创 2020-07-04 14:24:42 · 264 阅读 · 0 评论 -
优化深度神经网络笔记(一)优化神经网络方法
摘要:本文是研究如何优化神经网络。主要包含训练集(Training sets)、验证集(Development sets)、测试集(Test sets)的选择;偏差(Bias)和方差(Variance)的概念;避免high bias和high variance的方法;正则化(regularization);Dropout;标准化输入;梯度消失和梯度爆炸;改善Vanishing and Exploding gradients;近似求出梯度值;如何进行梯度检查等知识点。原创 2020-06-17 12:42:16 · 515 阅读 · 0 评论 -
神经网络---用python实现异或运算详细解释
摘要:本文主要介绍神经网络中如何用python实现异或运算,有代码以及对代码相关函数功能的详细解释;以及其过程的详细说明;比较适合刚刚入门的学习者。原创 2020-06-16 21:55:04 · 5222 阅读 · 1 评论 -
python学习笔记——lambda表达式的作用
lambda表达式是匿名函数,其作用如下:1.python写一些执行脚本时,使用lambda就可以省下定义函数的过程,比如说我们需要写个简单的脚本来管理服务器事件,我们就不需要专门定义一个函数然后再写调用,使用lambda就可以使得代码更加精简。2.对于一些比较抽象并且整个程序执行下来只需要调用一两次的函数,使用lambda就不需要考虑给函数命名的问题了。3.简化代码的可读性,由于普通函数阅读经常要跳到函数定义部分,使用lambda函数可以省去这样的步骤。代码演示如下:上图演示了普通函数和lam原创 2020-06-12 20:48:08 · 3414 阅读 · 0 评论