学习入门

机器学习入门（10）— 浅显易懂的计算图、链式法则讲解

1.计算图概念计算图将计算过程用图形表示出来。这里说的图形是数据结构图，通过多个节点和边表示（连接节点的直线称为“边”）。2.计算图求解问题1：小明在超市买了2个100日元一个的苹果，消费税是10%，请计算支付金额。计算图通过节点和箭头表示计算过程。节点用○表示，○中是计算的内容。将计算的中间结果写在箭头的上方，表示各个节点的计算结果从左向右传递。用计算图解问题1，求解过程如图5-1所示。虽然图5
wohu007·2024-01-31 23:41

【无标题】

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
MarkHD·2024-01-31 18:03

机器学习入门笔记06：逻辑回归

逻辑回归学习逻辑回归原理实现代码importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_split#因为逻辑回归是分类问题，因此需要对评价指标进行更改#from.metricsimportaccuracy_scoreclassLog
劳斯Laus·2024-01-31 08:05

最强机器学习入门博客（吴恩达机器学习课程总结）

机器学习的概述诞生现实生活许多领域的问题不能通过显式编程实现，比如制造自动驾驶汽车、智能工厂、规模农业、计算机视觉等等，一种好的实现方式是通过学习算法让计算机自己学习如何做。现在现在是学习机器学习最好的时机，因为机器学习在未来能产生巨大的价值未来机器学习在软件领域方面取得了巨大的价值，比如智能推荐，网络搜索，图像识别等机器学习在许多其他的领域仍有巨大的价值，比如未来在自动驾驶汽车，工厂，农业，医疗
PengHao666999·2024-01-30 23:32

Linux学习入门级教程：Linux基本命令操作

本人从事IT行业已有十多年，有着丰富的实战经验，总结了大量的学习方法，更是积累了很多的学习资料，很高兴能在这里跟大家交流学习，希望能在这里跟大家共同进步和成长！更多学习资料添加扣扣资源群：661308959本节所讲内容：2.1Linux终端介绍Shell提示符BashShell基本语法2.2基本命令操作2.3系统时间管理2.4帮助命令使用2.5开关机命令及7个启动级别2.6实战：设置服务器来电后自
Xiadaoanquan123·2024-01-30 22:01

【机器学习笔记】0 基础知识之python基础

注：本文内容仅为个人学习笔记，教程为黄海广老师主讲的机器学习入门系列，课程链接（中国大学慕课，有习题和证书）课程资源（pdf版本课件和代码）公布在Github链接课程视频也可以在b站观看（观看方便，但无课后习题和证书
RIKI_1·2024-01-28 23:41

如何系统学习机器学习？

以下是一些推荐的书籍：《动手学机器学习》，"西瓜书"作者周志华力荐的机器学习入门书。本书系统介绍了机器学习的基本内容及其代码实现，是一本着眼于机器学习教学实践的图书。本书包含4个部分：第一部分为机器
人邮异步社区·2024-01-28 14:23

[笔记]深度学习入门 基于Python的理论与实现(六)

6.与学习相关的技巧6.1参数的更新神经网络学习的目的是找到使损失函数尽可能小的参数,这个过程叫最优化_(optimization_),但是由于神经网络的参数空间复杂,所以很难求最优解.前几章,我们使用参数的梯度,沿梯度的反向更新参数,重复多次,从而逐渐靠近最优参数,这个过程称为随机梯度下降_(stochasticgradientdescent_),简称SGD6.1.1探险家的故事6.1.2SGD
飞鸟malred·2024-01-28 10:02

【机器学习笔记】0 背景知识之数学基础

注：本文内容仅为个人学习笔记，教程为黄海广老师主讲的机器学习入门系列，课程链接（中国大学慕课，有习题和证书）：https://www.icourse163.org/course/WZU-1464096179
RIKI_1·2024-01-28 10:24

强化学习入门（更新中......）

废话不多说，此篇文章用于记录强化学习的入门学习过程。环境一：taxi-v3环境描述：出租车载客环境的地图尺寸为5*5，有4个目的地以及5个乘客可能出现的位置。因此可以计算出该环境总的状态数为：出租车所在位置*乘客所在位置*真实终点所在位置，即一共有500个可能的状态。当然也可以使用语句输出状态空间的数量为500.print('Numberofstates:{}'.format(enviroment
小雅不采薇·2024-01-28 02:27

《Python 简易速速上手小册》第9章：数据科学和机器学习入门（基于最新版 Python3.12 编写）

注意：本《Python简易速速上手小册》核心目的在于让零基础新手「快速构建Python知识体系」文章目录注意：本《Python简易速速上手小册》核心目的在于让零基础新手「快速构建Python知识体系」9.1Python在数据科学中的应用9.1.1数据处理与清洗9.1.2数据分析9.1.3数据可视化9.2NumPy和Pandas基础9.2.1NumPy基础9.2.2Pandas基础9.3简介机器学习
江帅帅·2024-01-28 02:15

蒙特卡洛树搜索MCTS

其实在强化学习入门阶段就听说过蒙特卡洛搜索，比如多臂赌博机其实就是一个单一状态蒙特卡洛规划。
酸酸甜甜我最爱·2024-01-27 21:41

深度学习入门笔记（7）—— Multinomial Logistic Regression / Softmax Regression

首先介绍一个非常著名的多分类数据集MNIST，也就是0到9的手写数字数据集。每个图像都是28*28，用于Pytorch数据读取的格式是NCHW，即Number、Channel、Height、Weight。读取图像之后，就能看到一个只有单通道的（灰度）图像，实际上就是一行行像素值的组合，用于SoftmaxRegression时输入得是一个向量，所以要将一行行的像素进行拼接，成为一个长的向量。同时，将
cnhwl·2024-01-27 14:20

《机器学习》笔记-聚类（9）

对于自己，经历了一段时间的系统学习（参考《机器学习/深度学习入门资料汇总》），现在计划重新阅读《机器学习》[周志华]和《深度学习》[Goodfellowetal]这两本书，并在阅读的过程中进行记录和总结
EddyLiu2017·2024-01-27 14:04

python机器学习实战|机器学习入门笔记3-Pandas基础知识

文章目录1.Pandas介绍2.案例知识点2.1创建DataFrame2.2创建日期3.DataFrame介绍3.1DataFrame属性3.2DataFrame设置索引3.3基本数据操作3.4DataFrame运算1.Pandas介绍开源的数据挖掘库，用于数据探索，封装了matplotlib，numpy2.案例知识点2.1创建DataFramepd.DataFrame(ndarray,index
小赵同学871·2024-01-27 11:40

深度学习入门必知必会

深度学习是机器学习领域的一个重要分支，它通过构建和训练神经网络模型来实现智能化任务。下面是入门深度学习的几个步骤：学习基础知识：了解机器学习和神经网络的基本概念，包括线性代数、概率论和统计学等数学基础知识。掌握编程技能：学习一种主流的编程语言，如Python，以及相关的库和框架，如NumPy、Pandas和TensorFlow等。这些工具将帮助你在实践中应用深度学习算法。学习深度学习理论：了解深度
诗雅颂·2024-01-26 19:31

AE初学者看完不走弯路！！

一：AE的学习入门并不是特别复杂。最初级入门的核心问题就是：关键帧与遮罩，图层叠加模式。无论你是系统学习还是去上培训班。这是最基础的一部分。
AE特效PR剪辑影视后期学习·2024-01-26 06:22

我的linux学习入门到入坟之（十六）- 源码安装管理

交流群：692356620，有不同的问题或见解可以来群里讨论，或者私聊我qq：1251611916文章目录源码安装管理1.源码包基本概述2.源码包的好处3.源码包的获取4.源码包分类5.源码包的安装5.1configure脚本的功能5.2编译安装注意事项5.3源码包编译实例源码安装管理1.源码包基本概述在linux环境下面安装源码包是比较常见的,早期运维管理工作中，大部分软件都是通过源码安装的。那
大宝sodm123·2024-01-25 19:11

网格切割（MeshCut）

Unity学习一篇通用快捷引导主页目录文集目录目录Mesh学习入门级代码概念切割案例分析（核心）GL使用入门代码Mesh学习入门级代码相关代码已经同步至Git。
Qkuang·2024-01-25 17:40

C# Queryable类

Queryable类中的方法大致分类三、与Lambda表达式结合使用四、Queryable与java的Stream相比较基本概念查询语法QueryableStream性能和延迟执行实际项目选择考虑因素总结前言C#学习入门系列
TE-茶叶蛋·2024-01-25 11:19

Python机器学习入门必学必会：机器学习与Python基础

1.机器学习常见的基础概念根据输入数据是否具有“响应变量”信息，机器学习被分为“监督式学习”和“非监督式学习”。“监督式学习”即输入数据中即有X变量，也有y变量，特色在于使用“特征（X变量）”来预测“响应变量（y变量）”。“非监督式学习”即算法在训练模型时期不对结果进行标记，而是直接在数据点之间找有意义的关系，或者说输入数据中仅有X变量而没有y变量，特色在于针对X变量进行降维或者聚类，以挖掘特征变
数据科学作家·2024-01-24 19:05

机器学习入门基础-决策树

九、决策树9.1决策树原理9.1.1决策树概述决策树(DecisionTree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。决策树是一个非常常见并且优秀的机器学习算法，它易于理解、可解释性强，其可作为分类算法，也可用于回归模型。决
风度78·2024-01-24 16:24

图像分类保姆级教程-深度学习入门教程（附代码）

图像分类是计算机视觉领域中的一个重要任务。它的目的是将输入的图像归类到预定义的类别中。这个任务在过去被认为是非常具有挑战性的，因为图像的特征非常复杂，而且存在很多种不同的变化方式，例如光照、角度、遮挡等等。然而，随着深度学习的发展，图像分类问题已经得到了显著的改善。深度学习模型可以自动地从大量的数据中学习到特征表示，并且能够处理高维度数据的非线性关系，这使得对于复杂的图像分类问题更加容易解决。在深
毕设阿力·2024-01-22 10:27

吴恩达-深度学习入门-第二周课后测验题

前情须知1、本文参考CSDN博主何宽老师的文章，仅用于个人学习使用，将答案部分单独摘出放在最后，方便进行自我检测。参考文章链接:https://blog.csdn.net/u013733326/article/details/798658582、第二周分为测验题和编程题两部分目录前情须知一、中文题目二、英文题目三、答案一、中文题目1、神经元节点计算什么？【 】神经元节点先计算激活函数，再计算线性函
?LAST·2024-01-22 03:55

吴恩达-深度学习入门-第一周课后测验题

一、文章简介本篇文章主要内容为第一周课程结束后的十几道测试题，在其他大佬的文章中看到题目后，感觉因为有答案所以不太利于自己的思考，所以进行一下简单的编辑工作，将答案放在文章最后。文章参考:https://blog.csdn.net/u013733326/article/details/79862336仅做学习使用。二、题目题目分为中文版和英文版，根据自己喜好选择观看即可。英文版：Week1Quiz
?LAST·2024-01-22 03:25

素描学习入门；教你画好结构素描！

素描的表现形式有很多，表现技法也有很多，其中结构素描就是来考察学生对结构、光影、造型等艺术元素的一种很好的考查形式，这也让很多艺术院校把静物结构素描当做应试科目。因为在平时的训练中很多学生不够重视这种形式的专项训练，导致很多美术基础很好的同学也有时候束手无策，其实结构素描是有很强的技巧性的。首先同学们要完成从形到体的一种跨越式理解。基本的规律是由点连接成线，由线的组合而形成面，再由面的组合来形成体
素描桃桃·2024-01-21 19:56

三菱plc学习入门（创建属于自己的FB模块）

在现实生活中，往往会需要修改一些属于方便自己的库，1，自己创建的库方便自己使用与查看2，提高自己编程能力，3，保护自己的程序不被外人修改！！！下面就让我来操作一下导入需要库选择需要的库FB设置块口令当我们需要完成一个功能，并且不想让别人修改就可以有如下设置。设置块口令设置好口令后。别人可以用但是不能够查看FB指令如何编程的！！！下图，就是加密的样子！！！FB库正反转输入输出互锁双功能封装、输出互锁
韶光不负·2024-01-21 18:06

C# 字符串（String）

文章目录前言一、C#字符串（String）二、String类的属性/方法总结前言C#基础学习入门系列-C#字符串（String）一、C#字符串（String）C#字符串（String）是一种不可变的序列字符
TE-茶叶蛋·2024-01-21 15:58

C# 程序结构

文章目录前言一、C#程序结构命名空间（Namespace）类（Class）方法（Method）语句（Statement二、简单的C#程序结构示例示例代码分析第一个HelloWorld程序总结前言C#基础学习入门系列
TE-茶叶蛋·2024-01-21 15:57

深度学习入门——卷积神经网络CNN基本原理+实战

CNN基本结构卷积神经网络（ConvolutionalNeuralNetwork,CNN）是深度学习技术中最基础的网络结构，模拟人脑工作，具备强大的特征学习能力。CNN结构主要由两部分组成：特征提取部分和分类部分\color{blue}{特征提取部分和分类部分}特征提取部分和分类部分。特征提取部分网络将执行一系列卷积和池化操作。分类部分使用全连接层作为一个分类器，使用特征提取部分提取的特征为图像上
AI小白龙*·2024-01-21 07:18

spdlog库学习（五）：其他小功能

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录周期刷新周期性执行的实现
树不懒·2024-01-21 00:37

（一）深度学习入门：感知机模型

一、感知机定义二、感知机与逻辑电路三、感知机的局限性四、感知机的优越性前言感知机是深度学习算法的基本单元，本文简单介绍了感知机的定义，探究了感知机与逻辑门电路之间的联系，在此基础上解释了感知机的局限性和优越性，为神经网络的学习提供了先备知识。一、感知机定义感知机是一种最简单的二分类线性分类模型，它是神经网络的基石。它通过将样本的特征与权重相乘并进行加权求和，当结果大小超过特定的阈值时才会输出1，否
油炸大聪明·2024-01-19 17:04

（二）深度学习入门：神经网络的前向传播

目录前言一、神经网络的基本结构二、激活函数三、神经网络输出层的设计前言上一篇我们解决了感知机模型的基本定义和应用，本次我们在感知机的基础上探讨感知机构成神经网络的一些细节，了解神经网络前向传播的过程，重点理解激活函数存在的意义。一、神经网络的基本结构在如图所示神经网络结构图中，我们把最左边的一列称为输入层，最右边一列称为输出层，在输入层和输出层中间的网络层称为中间层，中间层可以有多个。在实际使用过
油炸大聪明·2024-01-19 17:33

机器学习入门总结和各类常用神经网络汇总(第二篇)

（七）GAN（generativeadversarialnetwork）生成式对抗网络GAN的核心为，让一个简单的随机的分布，经过网络的计算后生成一个有规律的分布。例如一张图片或者一段声音。这个网络主要分成两个部分：generator、discriminator。他们两个的工作分别为，一个用于生产图片，另一个用来判断生产出来的图片够不够真实。GAN是很难训练出来的，首先generator和disc
小黄不头秃·2024-01-19 11:20

编曲学习入门指南：编曲设备和编曲软件的选择

本次小鱼将为你带来“编曲学习入门指南：编曲设备和编曲软件的选择”。其中包括了DAW的选择，及其他需要用到的编曲设备清单，你想要知道的内容以及你还没有想到的问题，小鱼都会一一为你解答。
哇哦菌·2024-01-19 08:48

机器学习入门

机器学习：发展与未来人工智能>机器学习>深度学习>神经网络多种机器学习技术：深度学习，强化学习，蒙特卡洛树搜索。。。3.机器学习”有哪些技术局限？需要大量训练样本（样本总量少：油田定位，特定类样本少：信用卡欺诈，有标记(label)样本少：软件缺陷检测）难以适应环境变化（分布变化、属性变动、类别增加）黑箱模型（自动医疗：个性化治疗方案，若学习器不能给出治疗理由，则难以说服患者接受昂贵的治疗方案。智
zelda2333·2024-01-19 02:36

【深度学习入门】深度学习基础概念与原理

*（本篇文章旨在帮助新手了解深度学习的基础概念和原理，不深入讨论算法及核心公式）目录一、深度学习概述1、什么是深度学习？2、深度学习与传统机器学习的区别3、深度学习的应用领域二、深度学习基本原理1、神经网络的基本结构（1）什么是神经网络？（2）神经网络基本结构2、激活函数的作用和选择（1）什么是激活函数？（2）激活函数的作用与选择3、损失函数的定义和选择（1）什么是损失函数（2）损失函数的选择4、
代码骑士·2024-01-18 07:38

探索 Python：发现有趣的库——第 2 章：机器学习入门

在一个高科技的会议室里，"代码侠"和"算法仙"坐在一张大圆桌旁。墙上的大屏幕显示着炫酷的数据图表和算法模型。整个房间充满了未来科技的氛围。代码侠和算法仙准备深入探索机器学习的神秘世界。代码侠（激动地）：算法仙，我一直都很好奇，机器学习到底是怎么回事？听说过深度学习、神经网络，这些都是什么鬼？算法仙（带着微笑）：哈哈，代码侠，你的好奇心真强。机器学习其实是让计算机通过学习数据来获取信息的过程。而深度
_rtf·2024-01-17 23:26

【OUC深度学习入门】第6周学习记录：Vision Transformer & Swin Transformer & ConvNeXt

Part1VisionTransformer1网络结构ViT模型不仅适用于NLP领域，在CV领域也能取得不错的效果。在原论文中，作者对比了三种模型，一种是ViT，即“纯”Transformer模型；一种是ResNet网络；另一种是Hybrid模型，它是将传统CNN和Transformer混合起来的模型。最终发现，当迭代次数多时，ViT模型的精度会超过混合模型。ViT（VisionTransform
深蓝与夜的呼吸·2024-01-17 19:41

深度学习入门基于Python的理论与实现（第3章 神经网络）

image.png图3-1中的网络一共由3层神经元构成，但实质上只有2层神经元有权重，因此将其称为“2层网络”。“朴素感知机”是指单层网络，指的是激活函数使用了阶跃函数的模型。“多层感知机”是指神经网络，即使用sigmoid函数等平滑的激活函数的多层网络。sigmoid函数defsigmoid(x):return1/(1+np.exp(-x))sigmoid具有平滑性，对神经网络的学习具有重要意义
无思不晓·2024-01-17 12:16

【机器学习入门】机器学习基础概念与原理

*（本篇文章旨在帮助新手了解机器学习的基础概念和原理，不深入讨论算法及核心公式）目录一、机器学习概念1、什么是机器学习？2、常见机器学习算法和模型3、使用Python编程语言进行机器学习实践4、机器学习的应用领域二、机器学习算法1、有监督学习算法（1）线性回归a.基本概念b.应用案例c.代码示例（2）逻辑回归a.基本概念b.应用案例c.代码示例d.代码示例（3）决策树a.基本概念b.应用案例c.代
代码骑士·2024-01-17 12:10

关于springBoot整合shiro只认证不授权的问题

最近在学习入门shiro，按照入门教程SpringBoot集成Shiro极简教程（实战版）-云+社区-腾讯云(tencent.com)上的例子，一步一步进行复现，但代码运行后发现按张这位老哥的postman
java后端学习记录·2024-01-17 11:35

机器学习入门：预测房价

importhashlibimportosimporttarfileimportzipfileimportrequestshashlib：这个库提供了多种加密算法，例如MD5、SHA1等算法，用于对数据进行加密、摘要或哈希计算。requests：这个库是一个强大而简洁的HTTP库，用于发送HTTP请求和处理响应。它提供了简单易用的接口，使得与Web服务进行通信变得方便。可以使用requests库发
潇洒哥611·2024-01-17 06:14

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包
茗创科技·2024-01-17 03:08

素描学习入门教程鞋子画法

球鞋素描步骤解析Step1:大致描绘出两只鞋的轮廓，并标记鞋带的位置。Step2:认真画出鞋带的形状和细节。画出鞋底的图案和地板。Step3:绘制线条，明确呈现出运动鞋的外形。绘制鞋带和鞋上的色调。Step4:淡淡地绘制鞋上的色调，保留高光部分，然后画出鞋在地板上的投影。Step5:绘制左侧一只鞋内的最暗调并加深投影。最后，绘制中间调，使明暗过渡自然。靴子素描步骤解析Step1：大致勾勒出靴子的轮
素描桃桃·2024-01-17 00:08

深度学习 基本概念

http://www.sohu.com/a/142551924_390227深度学习入门必须理解这25个概念https://blog.csdn.net/pangjiuzala/article/details
不存在的里皮·2024-01-16 22:38

大数据学习入门到实战教程，精心整理万字长文入门，老奶奶看了都说学会了

什么是大数据基本概念在互联网技术发展到现今阶段，大量日常、工作等事务产生的数据都已经信息化，人类产生的数据量相比以前有了爆炸式的增长，以前的传统的数据处理技术已经无法胜任，需求催生技术，一套用来处理海量数据的软件工具应运而生，这就是大数据！换个角度说，大数据是：1、有海量的数据2、有对海量数据进行挖掘的需求3、有对海量数据进行挖掘的软件工具（hadoop、spark、storm、flink、tez
悦悦学Python·2024-01-16 18:10

深度学习入门

概述此学习路径专为有兴趣熟悉和探索深度学习主题的任何人而设计。目前，该学习路径涵盖了深度学习的基础知识，但将来将得到增强，以涵盖有监督和无监督的深度学习概念。深度学习基础知识了解深度学习与机器学习的关系，探索其基础知识，并了解在某些应用中使用深度学习算法的优势。技能水平初学者估计完成时间约2小时。学习目标通过此学习路径，你将获得：对深度学习概念的理解对深度学习架构的理解深度学习框架的比较如何在Te
AI-智能·2024-01-16 10:13

机器学习入门

概述此学习路径专为有兴趣快速掌握机器学习的任何人而设计。学习路径包括分步教程和动手演示，您将在其中构建模型并在应用中使用它们。你将使用Python和scikit-learn来生成和测试模型。技能水平初学者估计完成时间约2小时。学习目标完成此学习路径后，你将能够：了解什么是机器学习了解监督学习与无监督学习执行数据探索和预处理准备和训练分类模型了解线性回归了解解决基于分类的机器学习问题的基础知识通过P
AI-智能·2024-01-16 10:42

集成学习入门 - 1 混合训练数据

决策树#决策树fromsklearn.datasetsimportload_irisfromsklearn.treeimportDecisionTreeClassifierfromsklearn.model_selectionimporttrain_test_splitX,y=load_iris(return_X_y=True)train_X,test_X,train_Y,test_Y=train
薛东弗斯·2024-01-15 06:06
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他