学习笔记-机器学习第38页

交叉熵损失函数基本概念及公式

Cross-EntropyLoss1.二分类2.对于多类别分类问题，其公式可以表示为：3.公式深度挖掘解释——交叉熵损失函数公式中（log）的解释总结交叉熵损失函数（Cross-EntropyLoss）是在机器学习和深度学习中常用的一种损失函数

小桥流水---人工智能·2024-02-12 16:03

(delphi11最新学习资料) Object Pascal 学习笔记---第4章第3节（内联函数）

4.3内联在ObjectPascal中，内联函数和方法是一种低级语言特性，可以带来显著的优化效果。一般来说，当你调用一个方法时，编译器会生成一些代码，让你的程序跳转到一个新的执行点。这意味着要设置堆栈框架并进行一些操作，可能需要十几条机器指令。不过，你执行的方法可能非常简短，甚至可能是一个访问方法，只是设置或返回某个私有字段。在这种情况下，将实际代码复制到调用位置，避免堆栈帧设置和其他一切操作，是

langfengyl·2024-02-12 16:33

(delphi11最新学习资料) Object Pascal 学习笔记---第4章第2.6节（默认参数）

langfengyl·2024-02-12 16:32

(delphi11最新学习资料) Object Pascal 学习笔记---第4章第4节（函数的高级特性）

4.4函数的高级特性到目前为止，我已经介绍了与函数相关的核心功能，但还有一些高级功能值得探索。不过，如果你确实是软件开发方面的新手，你可能会想暂时跳过本章的其余部分，转到下一章。4.4.1ObjectPascal的调用约定每当你的代码需要调用函数时，双方需要就参数从调用者传递给被调用者的实际方式达成一致，这就是所谓的调用约定。一般来说，函数调用是通过堆栈内存区域传递参数（并期望返回值）。不过，参数

langfengyl·2024-02-12 16:31

交叉熵损失函数（Cross-Entropy Loss）的基本概念与程序代码

交叉熵损失函数（Cross-EntropyLoss）是机器学习和深度学习中常用的损失函数之一，用于分类问题。

小桥流水---人工智能·2024-02-12 16:31

【学习笔记】性格与命运的内在联系（三）认识考拉与猫头鹰的性格特质

后场性格：猫头鹰，考拉考拉：温和，无攻击性，表现在人上：（俞敏洪）温和，谦和，有耐力。憨憨的，可爱。背后隐藏大智慧。（第一指标：支配性第二指标：多话，善言第三：耐心，谦和第四：细心）非社交性人物不自信：看轻自身才华，吞噬自己的才华。俞敏洪：央视做节目：给每个人派名片。性格测评：倪萍（老虎特质）“这个测评能准确吗？”后转变（一个小时节目）请黄老师宵夜。谈人生，谈孩子教育考拉：水到渠成做领导，被动而行

昔梦寒心·2024-02-12 16:11

绘本讲师训练营【第30期】5/21阅读原创《幸福的种子》学习笔记5

30023-张宪今天阅读的是最后两章——陪孩子成长的图画书/图画书与幼儿教育很多家长以为要等到孩子会说话以后再开始看书，其实孩子从出生以后，开始想要去抓东西时就要给他看书了。这个时候要给孩子选择形状、色彩都比较简单的婴儿绘本看，不要看画面太丰富的绘本，语言要简单重复。两岁以后以认知类和生活类绘本为主，语言重复、有节奏感。到了孩子三岁以后可以开始看故事类和情感类的绘本了，来丰富孩子的内心世界，而且三

大平馆长·2024-02-12 16:49

《玩儿转算法面试》学习笔记

1.算法面试到底是什么鬼重在思路：注意：Java排序底层算法就是三路快排2.面试中的复杂度分析2.1时间复杂度一个操作如果和样本的数据量没有关系，每次都是在固定时间内完成操作，那么这个操作叫做常数操作，例如：+、-、*、\、位运算等。时间复杂度可以看作是一个在算法流程中用来衡量常数操作数量的指标，常用O来表示，读作BigO。具体来说，先要对一个算法流程非常熟悉，然后去写出这个算法流程中发生了多少次

Coder_Cui·2024-02-12 16:55

shapash，一个神奇的 Python 库！

Github地址：https://github.com/MAIF/shapash在机器学习领域，模型的可解释性对于理解模型的决策过程和进行决策支持非常重要。

漫走云雾·2024-02-12 15:18

王树森：学 DRL 走过的弯路太多，想让大家避开（文末赠送福利）

而强化学习是机器学习的一个分支，研究如何基于对环境的观测做出决策，以最大化长期回报。从20世纪80年代至今，强化学习一直是机器学习领域的热门研究方向。

人工智能与算法学习·2024-02-12 15:43

影像组学学习笔记(6)-特征筛选之LASSO回归(理论)

本笔记来源于B站Up主:有Li的影像组学系列教学视频本节(6)主要介绍:特征筛选之LASSO回归分析(理论通俗讲解)LASSO(LeastAbsoluteShrinkageSelectorOperator)一句话掌握Lasso：把不重要特征的系数变为0Function.JPG

北欧森林·2024-02-12 15:05

Python自学之路：从入门到精通

一、引言Python，作为最受欢迎的编程语言之一，不仅语法简洁易懂，而且应用领域广泛，从数据科学、机器学习、网络开发到自动化脚本编写等，无所不能。

白猫a~·2024-02-12 15:37

python学习笔记--ifelse分支和循环结构用法,实现python猜数字游戏和冒泡排序

前言分支（if-else）和循环是每种编程语言必定存在的用法，这里记录下python中的分支结构和结构。结合之前学习的变量，类型，运算符，表达式，和分支，循环结构，练习写个猜数字游戏和冒泡排序。正文分支结构if语句的使用分支结构可以使用if、elif和else关键字。所谓关键字就是有特殊含义的单词，像if和else就是专门用于构造分支结构的关键字，很显然你不能够使用它作为变量名（事实上，用作其他的

大佬Sam·2024-02-12 15:42

《针灸》学习笔记：1. 针灸的使用时机

用针灸时机虚，元气不够时，不下针：1.气血大虚2.重病3.刚失血过多4.病后完全无元气5.刚行完房事6.运动过后（大汗）7.酒后8.体力不够针灸应用：可以用于所有疾病，从感冒到癌症灸-->久火艾灸性：向下，药力往下，找水以前军队找水

气虚子2·2024-02-12 14:53

深度学习笔记

DeepLearningBasic神经网络：algorithm1input1outputinput2input3input4algorithm2监督学习：1个x对应1个y；Sigmoid:激活函数sigmoid=11+e−xsigmoid=\frac{1}{1+e^{-x}}sigmoid=1+e−x1ReLU:线性整流函数；##LogisticRegression-->binaryclassif

stoAir·2024-02-12 14:28

Week10

第10周十七、大规模机器学习(LargeScaleMachineLearning)17.1大型数据集的学习参考视频:17-1-LearningWithLargeDatasets(6min).mkv如果我们有一个低方差的模型

kidling_G·2024-02-12 14:29

【江湖说️学习日记161纳什均衡】

[学习笔记]：两家人工智能公司，“熟悉的陌生人”和“看透人心”，都在耕耘人脸识别市场，但这项技术还处于第48课讲的“技术采用生命周期”的早期，用户接受起来困难。于是两位创始人见面，商量共同投入，培

栗小蒙·2024-02-12 13:46

【学习笔记】交易时人性是如何给自己挖坑的？（一）

【人性的缺陷】交易者投入的不仅是资金、精力和时间，交易者的知识水平和分析能力同样不可或缺，更为微妙的是交易者的品性趣向、价值观、艺术素养以及宗教信仰都会对最终的交易结果产生决定性的影响。市场就像一面镜子，它反映出赤裸裸的你，尤其完全真实反映出你内在的一切。在市场面前，你所有的外包装和面具都毫无用处。甚至法律都没有市场来得公正。一个投机者短期的盈亏有一定的偶然性，但长期而言，一个交易者的盈亏一定源于

坤乾泰·2024-02-12 13:44

【大厂AI课学习笔记】【1.5 AI技术领域】（10）对话系统

对话系统，DialogueSystem，也称为会话代理。是一种模拟人类与人交谈的计算机系统，旨在可以与人类形成连贯通顺的对话，通信方式主要有语音/文本/图片，当然也可以手势/触觉等其他方式一般我们将对话系统，分为两类：任务导向性的对话系统。例如问答系统；非任务导向型的对话系统。例如聊天机器人；比如在聊天机器人，语音助手，智能客服方面，都有很大的应用。比较重要的是，基于人工智能的对话系统，可以模拟人

giszz·2024-02-12 13:59

阿里云人工智能工程师ACP认证考试：15天备考到通过经验分享

随着2023年AIGC的火热，个人的热情被带动起来，有必要系统、全面的对人工智能、机器学习、深度学习进行总结和再学习。那就设立一个可量化的学习目标吧：考个人工智能相关的认证，以证促学。

North_D·2024-02-12 13:59

《极简养生法》学习笔记8

第8章调病篇自修自练时时做，自证自得渐渐通足底反射疗法，身体不适，不知从哪里下手，找来足底反射区图，哪里不适就揉哪里。脏腑用力，比肌肉用力省力且力大大脚趾相对，双脚跟外展，形成内八字——这个动作专通脾经。然后高高抬起左脚跟，重重落地，再高高抬起右脚跟，重重落地。左右脚跟一起一落，前脚掌始终不动。虽说脚跟要重重落地，用的却不是脚的力量，而是肚子的力量。脏腑用力，比肌肉用力省力且力大。头昏脑涨，就揉揉

水晶蝴蝶_3bca·2024-02-12 13:45

【DDD】学习笔记-精炼领域分析模型

通过统一语言与“名词动词法”可以迫使团队研究问题域的词汇表，简单而快速地帮助我们获得初步的分析模型。但是这种方法获得的模型品质，受限于语言描述的写作技巧，统一语言的描述更多体现在是对现实世界的模型描述，缺乏深入精准的分析与统一的抽象，使得我们很难发现一些隐含在统一语言背后的重要概念。一言以蔽之，由此获得的领域分析模型还需要进一步精炼。分析模式对相同或相近的领域进行建模分析时，一定有章法和规律可循。

码农丁丁·2024-02-12 12:17

【DDD】学习笔记-UML 与彩色建模

如果某个领域已经形成了稳定的分析模式，在设计该领域的分析模型时，这些模式就可以提供有价值的参考。可惜，分析模式需要有人来总结和提炼，最好的分析模式提炼者需要兼具领域知识和软件建模能力。很早以前，MartinFowler扮演了这一角色，他贡献了《分析模式》这本经典的著作。这是公开的分析模式。囿于领域知识的壁垒以及商业竞争的压力，各个领域或许已经通过数年的演化获得了稳定的分析模式，却只能像传说那样仅限

码农丁丁·2024-02-12 12:17

【机器学习实战】大数据与MapReduce

当运算需求超出了当前资源的运算能力，一、可以考虑购买更好的机器；二、可以将计算转换成并行作业，MapReduce就提供了这种方案的一个具体实施框架。MapReduce：分布式计算的框架MapReduce是一个软件框架，可以将单个计算工作分配给多台计算机执行。工作流程包括map和reduce阶段。第一阶段，输入数据被切片分发到节点上，各个节点对本地数据进行处理对应的运算代码叫做mapper。第二阶段

吵吵人·2024-02-12 12:48

Vitis AI 集成

·2024-02-12 12:42

神经网络中的分位数回归和分位数损失

在使用机器学习构建预测模型时，我们不只是想知道“预测值(点预测)”，而是想知道“预测值落在某个范围内的可能性有多大(区间预测)”。

·2024-02-12 12:41

【机器学习】数据清洗之处理缺失点

个人主页：[甜美的江]欢迎点赞✍评论⭐收藏收录专栏：[机器学习]希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！

·2024-02-12 12:11

时间管理九大招数第二招：亮化目标法

今日阅读《人生效率手册》量化目标法学习笔记：1.运用时间管理法可能有人会问，怎么又讲回时间管理了？

云清雪·2024-02-12 12:04

李宏毅机器学习笔记 2.回归

最近在跟着Datawhale组队学习打卡，学习李宏毅的机器学习/深度学习的课程。

Simone Zeng·2024-02-12 11:34

机器学习 | 凸/非凸目标函数 |非凸目标函数导致求解陷入局部最优

数学中最优化问题的一般表述是求取x∗∈χx^{*}\in\chix∗∈χ，使f(x∗)=min{f(x):x∈χ}f(x^{*})=min\{f(x):x\in\chi\}f(x∗)=min{f(x):x∈χ}，其中x是n维向量，χ\chiχ是x的可行域，f是χ\chiχ上的实值函数。凸优化问题是指χ\chiχ是闭合的凸集且f是χ\chiχ上的凸函数的最优化问题，这两个条件任一不满足则该问题即为非

stone_fall·2024-02-12 11:04

西瓜书-机器学习5.4 全局最小与局部极小

两种“最优”：“局部极小”(localminimum)和"全局最小"(globalminimum)对和，若存在使得多组不同参数值初始化多个神经网络使用“模拟退火”：以一定的概率接受比当前解更差的结果，有助于“跳出”局部极小使用随机梯度下降遗传算法(geneticalgorithms)[Goldberg,1989]也常用来训练神经网络以上用于跳出局部极小的技术大多是启发式，理论上商缺乏保障。Gold

lestat_black·2024-02-12 11:32

机器学习入门之基础概念及线性回归

任务目录什么是Machinelearning学习中心极限定理，学习正态分布，学习最大似然估计推导回归Lossfunction学习损失函数与凸函数之间的关系了解全局最优和局部最优学习导数，泰勒展开推导梯度下降公式写出梯度下降的代码学习L2-Norm，L1-Norm，L0-Norm推导正则化公式说明为什么用L1-Norm代替L0-Norm学习为什么只对w/Θ做限制，不对b做限制Question1：Wh

StarCoder_Yue·2024-02-12 11:01

机器学习40讲学习笔记-18 从全局到局部：核技巧

一序本文属于极客时间机器学习40讲学习笔记系列。18从全局到局部：核技巧对偶性主要应用在最优决策边界的求解中。

bohu83·2024-02-12 11:01

[机器学习]全局最小与局部最小

机器学习中很多任务最终都会转化为优化任务，基于梯度的搜索是使用最广泛的参数寻优方法。梯度法：从某些初始解出发，迭代寻找最优参数值。

3points·2024-02-12 11:01

面试题：说下局部最优和全局最优的区别

耗子来啦·2024-02-12 11:31

机器学习之监督学习和非监督学习

监督学习(SupervisedLearning)监督学习是一种学习方式，其中模型从标记的训练数据中学习。这意味着每个训练样本都是由输入向量和相应的目标输出(也称为标签)组成的。模型的任务是学习输入到输出的映射函数，以便当提供新的、未见过的数据时，模型能够预测出正确的输出。例子:邮件分类:根据邮件内容将邮件自动分类为“垃圾邮件或“非垃圾邮件”。这里，邮件内容是输入，而“垃圾邮件“或“非垃圾邮件”的非

华农DrLai·2024-02-12 11:30

Coursera | Andrew Ng (02-week2-2.10)—局部最优的问题

该系列仅在原课程基础上部分知识点添加个人学习笔记，或相关推导补充等。如有错误，还请批评指教。在学习了AndrewNg课程的基础上，为了更方便的查阅复习，将其整理成文字。

ZJ_Improve·2024-02-12 11:30

机器学习之局部最优和全局最优

(1)局部最优，就是在函数值空间的一个有限区域内寻找最小值;而全局最优，是在函数值空间整个区域寻找最小值问题。(2)函数局部最小点是它的函数值小于或等于附近点的点，但是有可能大于较远距离的点。(3)全局最小点是那种它的函数值小于或等于所有的可行点。面试：你能解释一下梯度下降法及其在寻找全局最优解时的局限性吗？梯度下降法通过迭代沿着目标函数的负梯度方向更新参数，以寻找最小值。局限性：它可能会陷入局部

华农DrLai·2024-02-12 11:29

SpringBoot学习笔记三 | 整合JPA

JPA全称(JavaPersistenceAPI),JPA的目标之一是制定一个可以由很多供应商实现的API，不了解的小伙伴...emm虽然没人看，，可以看一下我的JPA系列学习笔记，JPA学习笔记emm

殷俊杰·2024-02-12 11:40

一本Python爬虫的书，凭什么能畅销10W册

对于数据科学和机器学习领域的程序员来说，Python提供了强大的API和众多的库，使其成为数据科学和机器学习的首选语言。在Python的众多应用中，爬虫一直有着超高需求。

程序员老冉·2024-02-12 11:21

学习笔记《人为什么会近视？》

到底为什么近视？首先来说结论：占比最大多数的近视，是在眼球的发育期接受的户外光照不足导致的。玩1个小时手机、看2个小时电视和室内阅读3小时，都只和视觉疲劳有关，而视觉疲劳并不直接导致近视。如果你能准确理解上面这个结论，就会知道，很多家长和老师在保护视力上都做错了。其实科学界一直在寻找近视形成的原因，最近50年以来，对答案的追寻有一条演变路径：最初是认为，受教育水平和近视相关。当前，全球近视集中在东

美丽99_c0e0·2024-02-12 11:28

[机器学习]决策树

决策树决策树学习采用的是自顶向下的递归方法，其基本思想是以信息熵为度量构造一颗熵值下降最快的树，到叶子节点处，熵值为0具有非常好的可解释性、分类速度快的优点，是一种有监督学习最早提及决策树思想的是Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及Breiman等人在1984年提出的CART算法工作原理一般的，一颗决策树包含一个根结点、若干个内部节点和若干个叶节点构造构造

LBENULL·2024-02-12 11:21

Spark MLlib

目录一、SparkMLlib简介（一）什么是机器学习（二）基于大数据的机器学习（三）Spark机器学习库MLlib二、机器学习流水线（一）机器学习流水线概念（二）流水线工作过程（三）构建一个机器学习流水线三

Francek Chen·2024-02-12 11:15

基于数字证书的可靠电子签名生成及验证技术测评

声明本文是学习信息安全技术公钥基础设施标准符合性测评.而整理的学习笔记,分享出来希望更多人受益,如果存在侵权请及时联系我们电子签名格式测评基本数据格式测评依据见GB/T25064—2010中6.1的内容

glb111·2024-02-12 10:08

机器学习简介

介绍机器学习是人工智能（AI）的一个子领域。机器学习的目标通常是理解数据的结构，并将该数据拟合到可以被人理解和利用的模型中。尽管机器学习是计算机科学的一个领域，但它与传统的计算方法有所不同。

白如意i·2024-02-12 10:36

Djiango后端开发入门学习之task04--serializers（序列化器，准确说是数据类型转化器）及应用

datawhale开源Djiango后端开发入门(https://github.com/Joe-2002/sweettalk-django4.2）Task04：序列化器serializers及其应用做的学习笔记一

小鳄鱼队里一只小蜗牛·2024-02-12 10:30

机器学习：Softmax介绍及代码实现

Softmax原理Softmax函数用于将分类结果归一化，形成一个概率分布。作用类似于二分类中的Sigmoid函数。对于一个k维向量z，我们想把这个结果转换为一个k个类别的概率分布p(z)。softmax可以用于实现上述结果，具体计算公式为：对于k维向量z来说，其中zi∈Rzi∈R，我们使用指数函数变换可以将元素的取值范围变换到(0,+∞)(0,+∞),之后我们再所有元素求和将结果缩放到[0,1]

是Dream呀·2024-02-12 10:44

机器学习 —— 多项式回归和正规方程

一、多项式回归房价预测中：有两个特征，frontage和depth，即临街长度和房子的宽度。假如我们计算一个x=frontage*depth(房子面积)，则假设函数变成了hθ(x)=θo+θ1x。线性回归并不适用于所有数据，有时我们需要曲线来适应我们的数据，比如一个二次方模型或者三次方模型。通常我们需要先观察数据然后再决定准备尝试怎样的模型。另外，我们可以令：X2=X2^3,X3=X3^3,从而将

BioLearner·2024-02-12 10:36

第十章长长的坡，厚厚的雪

巴菲特作为长期价值投资的代表，使用滚雪球这个词来表述非常形象，本文中的一些内容在前期的学习笔记中也有部分涉及，但我决定还是完整地整理一下思路，从全局

厦园芙蓉·2024-02-12 10:31

AI大模型学习笔记之四：生成式人工智能（AIGC）是如何工作的？

OpenAI发布ChatGPT已经1年多了，生成式人工智能（AIGC）也已经广为人知，我们常常津津乐道于ChatGPT和Claude这样的人工智能系统能够神奇地生成文本与我们对话，并且能够记忆上下文情境。Midjunery和DALL·E这样的AI绘图软件可以通过Prompt输入文本提示生成多张令人惊艳的美图，看起来相当神奇。但是，你有没有想过，生成式人工智能（AIGC）究竟是怎么运作的呢？在这篇文

DATA无界·2024-02-12 09:10

推荐频道

学习笔记-机器学习