啃书-机器学习实战第5页

【啃书吧：深度学习与MindSpore实践】第二章 2.3 分类问题算法

初读：2020年12月6日至2020年12月9日啃书进度会在目录中标出来。本次目标是完成第二章2.3节分类问题算法（P19-P22）。

xiao | yang·2023-11-09 16:45

【啃书】Python数据结构与算法分析(第二版)---导论

文章目录前言数据类型内建原子数据类型(int、float、bool)内建集合数据类型(有序：list、str、tuple；无序：set、dict)输入与输出控制结构(循环与分支)异常处理函数类__xx__魔法方法属性方法成员继承前言算法计算机科学的研究对象是问题、解决问题的过程，以及通过该过程得到的解决方案。给定一个问题，计算机科学家的目标是开发一个能够解决该问题的算法。算法是具有有限步骤的过程，

Al6n Lee·2023-11-09 15:03

啃书：图像处理的偏微分方程方法(1) —— 数学准备：平面微分几何

我一直认为图论+概率统计将会是图像处理的最终趋势，但我目前水平有限，稍微深入一点就很难理解，看各种论文也无法全面理解，偶然翻到这本书，觉得讲的非常好，特此进行分析，希望能尽快啃掉这本书。我看书就按照书上给的顺序阅读吧，第一章主要讲的各种基本图像处理方法，像是个小前言，没啥值得看的，直接进入第二章——数学准备第一节：平面微分几何。1平面曲线的微分性质从一维实数域到二维实数域的映射：C(p):[a,b

小玺玺·2023-11-09 15:32

开发者分享｜『啃书吧：深度学习与MindSpore实践』第二期回归分析

第二篇：2.1回归问题算法初读：2020年11月20日-2020年11月25日啃书进度会在目录中标出来。本次目标是完成第二章2.1节回归问题算法（P14-P16）。

昇思MindSpore·2023-11-09 15:01

高等数学教材啃书汇总重难点（二）导数与微分

导数和微分是微积分学中的重要概念。导数指的是一个函数在某一点处的变化率，也可以理解为函数曲线在该点处的切线斜率。微分则是对一个函数进行微小的变化，并计算这个变化所引起的函数值的变化量。导数和微分的概念密切相关，它们是微积分学中的基础，也是应用数学中的常见问题解决方法之一。导数可以帮助我们研究函数的变化趋势，了解函数的最大值、最小值、拐点以及函数的凸凹性质等。微分则是导数的一个应用，它是对函数进行微

郝YH是人间理想·2023-11-09 15:28

机器学习概述（机器学习实战）

文章目的只做简单介绍。一个计算机程序在完成任务T之后，获得经验E，其表现效果为P，如果任务T的性能表现，也就是用以衡量的P，随着E的增加而增加，可以称其为学习。——TomMitchell，1997概述1.什么是机器学习？1.1机器学习系统的种类1.1.1监督式学习类别（回归和分类）1.1.2无监督式学习类别1.1.3半监督式学习1.1.4强化学习1.1.5批量学习和在线学习1.1.6基于实例与基于

Steven迪文·2023-11-08 07:19

《机器学习实战笔记--第一部分分类算法：决策树 3》

构造分类器：我们在构造了决策树之后，可以用于实际的分类了。在执行分类的时候需要决策树以及用于构造树的标签向量。程序比较测试数据与决策树上的数值，递归执行该过程直到进入叶子节点；最后将测试数据定义为叶子节点所属的类型。defclassify(inputTree,featLabels,testVec):#featLabels特征标签列表firstStr=list(inputTree.keys())[0

z新一·2023-11-07 16:24

python - 啃书第十章异常处理和单元测试

异常类和异常处理异常和异常类程序编译通过后，并不意味着运行时就能得到正确的结果，很可能由于编程时考虑不周所以运行时遇到一些特殊情况（如出发运算是除数为0、访问列表时下标越界、要打开的文件不存在等），结果出现中断程序正常运行的情况。这类导致程序中断运行的错误称为异常（Exception，又称为“例外”）异常是一个事件，该事件会在程序执行过程中发生，影响程序的正常执行。在一般情况下，在Python无法

一心月·2023-11-07 06:53

Python与机器学习库Scikit-learn实战

在本文中，我们将介绍Python和Scikit-learn的一些基础知识，并展示如何使用这两种工具进行机器学习实战。一、Python基础Python是一种解释性、跨平台的高级编程语言，支

心梓知识·2023-11-06 17:58

自省

最近在啃书，本来打通的任督二脉，继续深造的吸星大法却都无缘无故的停歇和关闭了起来。和我之前的预想背道而驰。是什么撩拨了心弦，让人无法屏气凝神运气练功？是这个冬天太冷了。

我在地球等你·2023-11-06 06:40

蚂蚁啃书团

蚂蚁啃书团「真读书，读真书，要输入也要输出，不输出，白读书」，用费曼学习法一起真读书。为了帮助大家真读书，「蚂蚁读书会」设计了真读书游戏，叫「蚂蚁啃书团」，我们一起组团“打怪”，每周打掉一本“书怪”。

椰子数学·2023-11-05 17:49

机器学习实战教程（一）：K-近邻算法（a）

一、简单k-近邻算法本文将从k-近邻（kNN）算法的思想开始讲起，使用python3一步一步编写代码进行实战训练。并且，我也提供了相应的数据集，对代码进行了详细的注释。除此之外，本文也对sklearn实现k-近邻算法的方法进行了讲解。实战实例：电影类别分类、约会网站配对效果判定、手写数字识别。本文出现的所有代码和数据集，均可在我的github上下载，欢迎Follow、Star：Github代码地址

公子曼步·2023-11-05 03:32

陪小朋友读书和你们一起成长

婴幼儿共读时光姐姐还是小婴儿的时候，是啃书、吃书。自己把小妞拥在怀里讲故事的时候，其实也沉浸在这些美丽的文字里。“小鞋子走一走”，小鞋子走一走，啪嗒啪嗒去散步，咚咚咚用脚尖，咚咚咚真好玩...

桃子的生活·2023-11-05 01:30

星耀小学一年四班王晧哲亲子共成长日记

2017年12月31日天气❄亲子阅读真的是投资最少但却回报最高的，不单可以享受搂着孩子共读一本书的美好时光，更让我们之间的交流更家顺畅，从当初的啃书撕书再到现在每天必备的亲子阅读，这一路的陪伴幸福满满…

缘来是你_21d7·2023-11-04 02:33

机器学习实战梯度上升数学推导_机器学习实战原理/代码：Gradient-Descent（梯度下降）...

OUTLINE:这个点的导数为负，如果每次加上这个导数会向左走，是梯度上升。要梯度下降，则加负号，前面乘以一个系数，控制每次移动的步长有可能找到的是：局部最优解implementation：找到这个二次函数的最低点。（梯度下降法）首先：lossfunction是啥？很明显，就是这个二次函数，我们要让这个lossfunction达到0，就说明我们找到了最小值点。于是，每次求出迭代的点的导数值，乘以-

weixin_39936792·2023-11-04 02:08

python - 正则表达式与或非

啃书到一个判断正浮点数的环节，这里我定义的规则是pythonfloat可转化的输入，但是这里需要用到与或非，于是在网上查了下与：(patternA)(patternB)或：(patternA)|(patternB

一心月·2023-11-04 00:51

Python机器学习实战（一）

文章目录基于逻辑回归实现乳腺癌预测基于k-近邻算法实现鸢尾花分类基于决策树实现葡萄酒分类基于朴素贝叶斯实现垃圾短信分类基于支持向量机实现葡萄酒分类基于高斯混合模型实现鸢尾花分类基于主成分分析实现鸢尾花数据降维基于奇异值分解实现图片压缩基于逻辑回归实现乳腺癌预测#基于逻辑回归实现乳腺癌预测fromsklearn.datasetsimportload_breast_cancerfromsklearn.

数据攻城小狮子·2023-11-03 09:05

现成调包>底层编写>算法改进——我对k-means由浅入深的理解

不赘述，原理可参考：《机器学习》周志华《机器学习实战》网络博客、百度因为研究数据不公开，本期数据采用随机构造数据，如下代码：##【代码1】随机产生点##i

交通科研Lab·2023-11-02 15:30

C++啃书（十一）关联容器

关联容器支持高效的关键字查找和访问。两个主要的关联容器类型是map和set。map中的元素是关键字-值(key-value)对，set中的元素是关键字。标准库提供8个关联容器：类型map和multimap定义在头文件map中；set和multiset定义在头文件set中；无序容器则定义在unordered_map和unordered_set中。1.使用关联容器2.关联容器概述关

呜哇呜哇shhh·2023-11-02 00:09

c#基本学习，啃书版本重难点。

第一章c#的hellowworld与空白应用与wpf是什么？？1解决方案资源管理器如果项目名取名为“小明”为例右边的东西是什么呢？1.小明（解决方案）文件以。sln结尾（含多或单项目）2小明（项目名）在默认存储地，默认为C:\Users\Administrator\source\repos3properies是小明项目默认地点的一个文件夹，其中有个叫AssemblyInfo.cs的东西，为程序加特

笑话也有未来！！！·2023-11-02 00:09

深度学习与机器学习啃书（10.20）

深度学习神经网络的数据类型1神经网络的基本架构2神经网络入门1神经网络的基本架构1）神经网络的核心组件是层，即依靠对输入数据的“筛选”进行模型的训练。同时，要想训练网络，我们还需要选择编译步骤的三个参数：损失函数（lossfunction）：用于衡量训练数据上的性能优化器：（optimizer）：基于训练数据和损失函数来更新网络的机制监控指标：即训练还需关注的部分，如精度等2）在神经网络当中是如何

阿杰小子·2023-11-02 00:37

【啃书】Python数据结构与算法分析(第二版)---算法分析

文章目录何谓算法分析大O记法异序词检测示例清点法排序法蛮力法计数法Python数据结构的性能列表字典何谓算法分析首先，算法的本质就是解决问题的方案。算法通过程序来实现。程序存在优劣之分，算法分析关心的是基于所使用的计算资源比较算法。计算资源指什么？空间与内存执行时间产生一个问题在描述算法的执行时间，指标是实际时间，但这个时间依赖于计算机、程序、时间、编辑器、编辑语言等众多因素，所以我们需要找到一个

Al6n Lee·2023-11-02 00:36

【啃书】Python数据结构与算法分析(第二版)---基本数据结构

文章目录引子栈LIFO(last-infirst-out)队列FIFO(first-infirst-out)双端队列列表无序列表有序列表引子接下学习的栈、队列、双端队列、列表都是有序的数据集合，其元素的顺序取决于添加顺序或移除顺序。一旦某个元素被添加进来了，他的前后元素的相对位置将保持不变。这样的数据集合也被称之为线性数据结构栈LIFO(last-infirst-out)定义栈是一个有序集合，添加

Al6n Lee·2023-11-02 00:36

高等数学啃书汇总重难点（十一）曲线积分与曲面积分

依旧是公式极其复杂恶心的一章，建议是：掌握两种线面积分的计算套路即可，和第8章一样属于同济版教材中最不重要的章节，不会对底层理解做过多考察~1.弧长曲线积分的几何意义2.弧长曲线积分的定义和性质3.弧长曲线积分的计算方式4.坐标曲线积分的几何意义5.坐标曲面积分的定义and性质6.坐标曲线积分的计算方式7.两类曲线积分之间的联系8.格林公式9.平面上曲线积分与路径无关10.二元函数的全微分求积11

郝YH是人间理想·2023-11-02 00:35

干货｜适合冬天读的书

天冷时需要被子和拥抱没有男朋友的抱着火炉啃书吧冬天啃书一定要啃温暖的书吗非也本来就没男朋友了那就让冰冷来得更猛烈些吧以下是柚子学姐强烈推荐的几本书（附资源）公众号：学姐YOU话说小说以贾、史、王、薛四大家族的兴衰为背景

柚子YOU话说·2023-11-01 19:32

2023年第七期丨全国高校大数据与人工智能师资研修班

全国高校大数据与人工智能师资研修班邀请函2023年第七期线下班（昆明）：数据采集与机器学习实战线上班（七大专题）:PyTorch深度学习与大模型应用实战数据采集与处理实战大数据分析与机器学习实战大数据技术应用实战

泰迪智能科技·2023-10-31 16:40

《追求理解的教学设计》

于是，我开始了“啃书”行动。开啃第一章节逆向设计。“逆向设计”这一词对我来说并不陌生，我曾在各类研讨中不止一次听过这个词，也对这个词有了一点基本的认识。

vicky_3d3e·2023-10-31 07:00

机器学习实战k近邻２－约会网站

发布的代码都是经本人调试，在Python2.7上可以正常运行的。后面还会附带一些自己在写代码过程中遇到的问题。#!/usr/bin/python#-*-coding:UTF-8-*-fromnumpyimport*importoperatorfromosimportlistdirdefclassify0(inX,dataSet,labels,k):dataSetSize=dataSet.shape

suxuer·2023-10-29 11:58

2020-01-18

今天我休息准备去书店啃书，正准备走对方来了消息，说去书店找我，我幸福的整理衣服，化妆，香水味十足。兴高采烈的去书店等他。

白夜whitenight·2023-10-29 10:06

因果推断《Causal Inference in Python》中文笔记第3章图形因果模型

《CausalInferenceinPython:ApplyingCausalInferenceintheTechIndustry》因果推断啃书系列第1章因果推断导论第2章随机实验与统计学回顾

芒狗狗MangoGO·2023-10-29 06:37

爱上阅读，需从啃书、撕书开始

我娃5个月左右时，书就是他的玩具之一，对他的玩具可算是“下得了口，动得了手”吖。图1看得出老母亲的我缝缝补补了嘛，我想可能也正是这套书让他那么痴迷工程车，以致现在只要跟工程车有关的东西都能调动他的兴致；图2老母亲也解救不了它了，但也是这本书让他输出了拖拉机的英文表达我认为只有让书成为他的朋友，成为他生活的一部分，再加上我们做父母的坚持与表率，必是能让他爱上阅读的。图片发自App图片发自App

May_2aee·2023-10-29 03:45

10000字！图解机器学习特征工程

数据对齐2.2缺失值处理原文链接：https://www.showmeai.tech/article-detail/208作者：showmeAI引言上图为大家熟悉的机器学习建模流程图，ShowMeAI在前序机器学习实战文章

赵孝正·2023-10-28 20:39

Python机器学习实战：如何用Pandas处理缺失值

机器学习实战：这里没有艰深晦涩的数学理论，我们将用简单的案例和大量的示例代码，向大家介绍机器学习的核心概念。我们的目标是教会大家用Python构建机器学习模型，解决现实世界的难题。

数据工程与机器学习·2023-10-28 17:26

与其瞎努力，不如不努力

图片发自App1高中的时候有个同学，天天笔不离手，眼不离书，屁股不离板凳，就连吃饭都在啃书。每天起的比鸡早，睡的比狗晚，对于班里的集体活动一切推脱，美其名曰，没空，要看书。

艺迦迦·2023-10-28 17:55

机器学习实战梯度上升数学推导_机器学习-白板推导系列(二)-数学基础笔记

视频如下：机器学习-白板推导系列(二)-数学基础_哔哩哔哩(゜-゜)つロ干杯~-bilibiliwww.bilibili.com一、概率-高斯分布1-极大似然估计高斯分布在统计机器学习中占据重要的地位。本节内容主要是利用极大似然估计计算高斯分布下的最优参数。Data:假设数据中有个样本，每个样本为维数据（含有个feature）所有的样本都独立同分布于高斯分布MLE：极大似然估计MLE：求最优的使得

weixin_39644377·2023-10-28 17:24

Azure - 机器学习实战：快速训练、部署模型

本文将指导你探索Azure机器学习服务的主要功能。在这里，你将学习如何创建、注册并发布模型。此教程旨在让你深入了解Azure机器学习的基础知识和常用操作。关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人。一、开始之前的准备要深入Azu

TechLead KrisChang·2023-10-28 13:00

自然语言处理系列十四》中文分词》机器学习统计分词》感知器分词

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《分布式机器学习实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录自然语言处理系列十四中文分词感知器分词总结自然语言处理系列十四中文分词中文分词

陈敬雷-充电了么-CEO兼CTO·2023-10-27 16:04

机器学习第一章练习题

摘自书籍--------《机器学习实战：基于Scikit-Learn和TensorFlow》1.你会怎么定义机器学习？答：机器学习是一门能够让系统从数据中学习的计算机科学。

星动OvO·2023-10-27 01:09

机器学习实战（集成学习）

集成学习简介集成学习的核心是如何产生并结合“好而不同”的个体学习器根据个体学习器的生成方式，目前的集成学习方法大致分为两大类个体学习器间存在强依赖关系，必须串行生成的序列化方法（Boosting）个体学习器之间不存在强依赖关系、可同时生成的并行方法（Bagging和随机森林RandomFrost）Bagging与随机森林Bagging基于有放回的采样（自助采样法），基本流程为：将训练集进行采样，每

清水一个僧·2023-10-26 12:02

机器学习实战——决策树算法

点击查看：数据集+代码决策树该流程图就是一个决策树，长方形代表判断模块（decisionblock），椭圆形代表终止模块（terminatingblock），表示已经得出结论，可以终止运行。从判断模块引出的左右箭头称作分支（branch），它可以到达另一个判断模块或者终止模块。决策树ID3算法上一篇的k-近邻算法可以完成很多分类任务，但是它最大的缺点就是无法给出数据的内在含义，决策树的主要优势就在

if 雨田人尹＝＝雷伊：·2023-10-26 04:15

高等数学啃书汇总重难点（七）微分方程

同济高数上册的最后一章，总的来说，这篇章内容依旧是偏记忆为主，说难不难说简单不简单：简单的是题型比较死，基本上就是记公式，不会出现不定积分一般花样繁多的情况；然而也就是背公式并不是想的那样容易，首先要熟记方程的学名，重点记忆每种方程的不同点，即可良好掌握~1.定义2.解3.通解4.可分离变量的微分方程5.齐次方程6.可化为齐次的方程7.一阶线性微分方程8.伯努利方程9.可降解的高阶微分方程10.高

郝YH是人间理想·2023-10-26 04:23

《机器学习实战》笔记（四）：Ch4 - 基于概率论的分类方法:朴素贝叶斯

第四章基于概率论的分类方法:朴素贝叶斯[代码][ch04]基于贝叶斯决策理论算法优缺点优点:在数据较少的情况下仍然有效。可以处理多类别问题。缺点:对于输入数据的准备方式较为敏感。范围:标称型数据。Tip:贝叶斯决策理论的核心思想是选择高概率对应的类别，即选择具有最高概率的决策贝叶斯法则后验概率=标准似然度*先验概率。贝叶斯定理对于变量有二个以上的情况，贝叶斯定理亦成立。例如：P(A|B,C)=P(

Liu_Goodfellow·2023-10-24 20:09

《机器学习实战》学习记录-ch3

第3章分类PS:个人记录，抄书系列，建议看原书原书资料：https://github.com/ageron/handson-ml2目录第3章分类3.1MNIST数据集3.2训练二元分类器3.2.1随机梯度下降SGD3.3性能测量3.3.1使用交叉验证测量准确率3.3.2混淆矩阵3.3.3精度和召回率3.3.4精度/召回率权衡3.3.5ROC曲线多元分类器3.5误差分析3.6多标签分类3.7多输出分

Cyan青·2023-10-24 20:09

《机器学习实战》ch1 ~ ch15 笔记目录

《机器学习实战》笔记（一）：Ch1-机器学习基础《机器学习实战》笔记（二）：Ch2-k-近邻算法《机器学习实战》笔记（三）：Ch3-决策树《机器学习实战》笔记（四）：Ch4-基于概率论的分类方

Liu_Goodfellow·2023-10-24 20:09

机器学习实战---PM2.5预测

文章目录一.预处理二、模型训练三、测试四、模型预测五、保存预测结果感受项目数据集数据集介绍使用丰原站的观测记录，分成trainset跟testset，trainset是丰原站每个月的前20天所有资料。testset则是从丰原站剩下的资料中取样出来。train.csv:每个月前20天的完整资料。test.csv:从剩下的资料当中取样出连续的10小时为一笔，前九小时的所有观测数据当作feature，第

Sinlair·2023-10-24 20:06

《机器学习实战》学习记录-ch4

4.1线性回归importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdX=2*np.random.rand(100,1)#生成[0,1)之间的数据y=4+3*X+np.random.randn(100,1)#生成一组正态分布的数据，高斯噪声X_b=np.c_[np.ones((100,1)),X]X_b[:5]array([[1.,0.

Cyan青·2023-10-24 20:03

《十二天突破英汉翻译》技巧总结

建议自己多啃啃书，做笔记。这样子记得才牢固。英

小渴西林·2023-10-24 17:01

自律是条漫长路，且行且珍惜

啃书中，起码对自己有个交代也不算，目前基本是两天一课，再一天背单词和做习题，听力和发音用软件跟读，也暂用不了很多时间。进度还算好。

青柠_Yang·2023-10-24 12:39

Python3《机器学习实战》学习笔记（八）：支持向量机原理篇之手撕线性SVM

一前言二什么是SVM三线性SVM数学建模1决策面方程2分类间隔方程3约束条件4线性SVM优化问题基本描述5求解准备6拉格朗日函数7KKT条件8对偶问题求解SMO算法1Platt的SMO算法2SMO算法的解法四编程求解线性SVM1可视化数据集2简化版SMO算法五总结一前言说来惭愧，断更快半个月了，本打算是一周一篇的。感觉SVM瞬间难了不少，推导耗费了很多时间，同时身边的事情也不少，忙了许久。本篇文章

essenge·2023-10-24 04:27

高等数学啃书汇总重难点（五）定积分

最近都在忙着刷题，尤其是政治和英语也开始加量复习了，该系列断更了将近2个月~不过最近在刷题的时候又遇到一些瓶颈，因此回归基础来整理一下知史点~总的来说，虽然第五章也是重中之重，定理数量也很多，但，至少在考验层面（即便是数学一），对这一部分的证明题几乎不会涉猎，反之，这部分对计算的要求倒不低——因此将诸多定理牢记在心，才是关键一.微元法的引例二.定义三.函数可积的充分条件四.物理意义五.定积分的基本

郝YH是人间理想·2023-10-23 22:12

推荐频道

啃书-机器学习实战