机器学习知识点集结第38页

P6046 纯粹容器

纯粹容器-洛谷首先先看几个通用的知识点：1.费马小定理+快速幂求逆元（求倒数）当mod为质数的时候可以使用费马小定理llksm(intx,inty){if(x==1)return1;llres=1,base

DBWG·2024-02-12 16:02

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

每日OJ题_位运算⑤_力扣371. 两整数之和

：a=1,b=2输出：3示例2：输入：a=2,b=3输出：5提示：-1000<=a,b<=1000classSolution{public:intgetSum(inta,intb){}};解析代码此题知识点就是异或运算为无进位相加

GR鲸鱼·2024-02-12 16:28

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

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

我没法不向你推荐这本书，自媒体文本的初学手册2022-04-18

作者因为平日里讲了太多的关于网络写作的话，所以干脆集结成册，就有了这本揭秘写作技巧和变现方式的书。这本书和市面上同类型的写作书不同，它不给你讲一大堆关于文学的基础理论，也不给

达达的微笑·2024-02-12 14:40

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

Java多线程--多线程知识点总结和企业真题

文章目录一、知识点总结（1）多线程相关概念（2）创建多线程的基本方式（3）Thread类的常用结构（4）线程的生命周期（5）线程的安全问题与线程的同步机制（6）解决单例模式中的懒汉式的线程安全问题（7）

雨翼轻尘·2024-02-12 14:47

找到自己的学习方式《软件技术》

比如有的人喜欢边看书边写代码，学一节就做做小练习，学一章就来个综合点儿的练习，争取能覆盖大部分语法和知识点；比如有的人就喜欢先通览一遍教材，最后才挑感兴趣的部分写点儿代码练习一下，然后找一个熟悉的需求来实现一下

longlongKing·2024-02-12 14:24

(十九) watch的正确使用方法和备注

本节知识点watch(一)概述在项目的初期我们可以用webpack-dev-server来充当服务器。但是随着项目的一步步深入。这个效果就太低了。我们每次都需要保存后手动打包。实在效率低下。

我拥抱着我的未来·2024-02-12 14:35

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

十四、300份Java零基础教学笔记，真正的从零开始（关注持续更新）

Java快速入门（本文篇幅较长，建议点喜欢后收藏后阅读）每天学会一个知识点，觉得不错的可以留言关注下，戳我主页获取Java资料（工具包，面试资料，视频教学，包含社群解答）JavaString类字符串广泛应用在

python草莓·2024-02-12 13:43

vue组件添加全局方法_Vue中自定义全局组件的实现方法

涉及知识点是vue.js官网教程中的插件使用方法如下：首先我遇到的问题就是我自定义的组件如果需要在项目中其他组件中多次被调用，而我之前的解决方法就是简单的，哪里需要在哪引用。这无疑增加了许多代码重复。

lanjieying·2024-02-12 12:51

【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

在教学当中，我们需要先把知识点教给学生，再把线教给学生，然后再慢慢地把点连成线，把线连成面，最后再把面与面构成整体，也就是

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

人生是一场消除模糊的比赛

五步笔记法：书名：认知觉醒知识点：人生是一场消除模糊的比赛1.阅读及记录：学习知识的目的是“消除模糊”，而获取知识的方法也是“消除模糊”，目的和方法相统一。

瑛子聊养生·2024-02-12 11:03

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

2022-12-13晨间日记

二、听读书，作好读书笔记，温习己学知识点，温故而知新。三、现在己经取消

B_6443·2024-02-12 11:50

[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

【王道】操作系统知识点总结1——计算机系统概述

操作系统1计算机系统概述1.1操作系统的基本概念定义操作系统（OperatingSystem，OS）是指控制和管理整个计算机系统的硬件和软件资源，并合理地组织调度计算机的工作和资源的分配；以提供给用户和其他软件方便的接口和环境；它是计算机系统中最基本的系统软件。特征并发并发指两个或多个事件在同一时间间隔内发生。这些事件宏观上是同时发生的，但微观上是交替发生的。OS的并发性是通过分时实现的。单核CP

住在天上的云·2024-02-12 11:13

Unity 点击事件拖拽事件

课程重点点击事件（自定义按钮）拖拽事件（摇杆）课程知识点事件：玩家和游戏交互的一种方式键盘鼠标手柄麦克风重力检测触摸VR（手柄，眼镜）触发UI事件的三个要素Canvas配置射线发射器场景中存在EventSystem

weixin_30481087·2024-02-12 11:12

(十六)开发和生产并行

本节知识点解释生产和开发的关系概述开发依赖:就是开发中用的到而到了发布的时候用不到了他在package.json里面对应的就是devDependencies下面生产依赖:就是比如我们的JS使用了jquery

我拥抱着我的未来·2024-02-12 10:57

Java基础知识点总结

前言本文主要是我之前复习Java基础原理过程中写的Java基础知识点总结。

小白不想上班·2024-02-12 10:19

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

初中语文必考知识点汇总

初中语文：必考名著知识点汇总+练习题，背熟嚼烂，考试不丢分说起《简爱》《骆驼祥子》等名著，相信学生们都不陌生，升入初中之后，这些学生耳熟能详的名著就成为了试卷上的必考题。

书画作品交流·2024-02-12 10:48

2018-10-09

备课：第一遍通篇熟练课文，总结出重要知识点，确保每个单词发音准确，进行知识点归纳，感觉到有些生疏。不管怎样，先把自己觉得重要且基础的部分做好，

Catherine_龙猫·2024-02-12 10:57

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

河清不可俟

首先，这本书的两位作者都是美国大学教授，书中的例子也大部分取自美国本土，以分析相关章节的知识点，而此书也被誉为“美国天赋教育圣经”。也就是说，之始

户名·2024-02-12 09:53

使用 Python 5 年后，我转向了Go

\n几乎可以用它来做任何事情–从创建简单的脚本，Web开发，到数据可视化以及机器学习。

六六子大顺1·2024-02-12 09:29

米贸搜|Facebook在购物季使用的Meta广告投放流程

一、账户简化当广告系列开始投放后，每个广告组都会经历一个初始的“机器学习阶段”。简化账户架构可以帮助AI系统更快获得广告主所需的成效。

mimaosoulily·2024-02-12 09:29

000.1.1为什么要建立自己的知识库（即知识体系）？

大部分东西都是看过了，当时也学会了，但是后面遇到相关知识点的时候，大脑有印象，但已经记不起来了。

北辰江月·2024-02-12 09:51

【机器学习笔记】基于实例的学习

基于实例的学习文章目录基于实例的学习1基本概念与最近邻方法2K-近邻（KNN）3距离加权KNN4基于实例/记忆的学习器5局部加权回归5多种回归方式对比6懒惰学习与贪婪学习动机：人们通过记忆和行动来推理学习。1基本概念与最近邻方法名词概念参数化设定一个特定的函数形式优点：简单，容易估计和解释可能存在很大的偏置：实际的数据分布可能不遵循假设的分布非参数化：分布或密度的估计是数据驱动的（data-dri

住在天上的云·2024-02-12 09:57

Python概率建模算法和图示

从数据中学习概率模型参数，贝叶斯决策论，信息论，线性代数和优化Python线性判别分析分类模型，逻辑回归，线性回归，广义线性模型Python结构化数据，图像和序列神经网络朴素贝叶斯分类器示例概率学习在机器学习的广阔领域中

亚图跨际·2024-02-12 09:26

【机器学习】支持向量机（SVM）

支持向量机（SVM）1背景信息分类算法回顾决策树样本的属性非数值目标函数是离散的贝叶斯学习样本的属性可以是数值或非数值目标函数是连续的（概率）K-近邻样本是空间（例如欧氏空间）中的点目标函数可以是连续的也可以是离散的支持向量机(SupportVectorMachine)样本是空间（例如欧氏空间）中的点目标函数可以是连续的也可以是离散的背景信息当前版本的支持向量机大部分是由Vapnik和他的同事在A

住在天上的云·2024-02-12 09:56

推荐频道

机器学习知识点集结