李宏毅机器学习知识梳理第24页

李宏毅机器学习-task2

学习视频内容：观看观看李宏毅课程内容：P4、P5、P6、P7视频连接：https://www.bilibili.com/video/av35932863?from=search&seid=8120828691691969718学习打卡内容：理解偏差和方差学习误差为什么是偏差和方差而产生的，并且推导数学公式过拟合，欠拟合，分别对应bias和variance什么情况学习鞍点，复习上次任务学习的全局最优

Angela一缕阳光·2022-08-25 07:59

李宏毅机器学习--Tips for training

目录criricalpointmeansgradient=0判断**criticalpoint**是**localminima**还是**saddlepoint**？卡在saddlepoint时参数update的方向？saddlepointvs.localminimasmallbatchsizeandmomentumhelpescapecriticalpointBatchMomentumAdapt

迷迷糊糊本人·2022-08-25 07:26

李宏毅机器学习-P5误差来自哪里

偏差和方差估计欠拟合、过拟合与偏差、方差的关系如何解决过拟合问题模型选择前提：第iii个空间下对应一组数据{(x1,y),(x2,y),...,(xn,y)}\{(x_1,y),(x_2,y),...,(x_n,y)\}{(x1,y),(x2,y),...,(xn,y)},我们设计一组函数集{fi∣fi=wix+bi,i=1,...,n}\{f_i|f_i=w_ix+b_i,i=1,...,n\}

韩向上·2022-08-25 07:19

李宏毅机器学习P13+P5+6+7+8+9(21版)学习笔记

P13深度学习1.神经网络由不同的逻辑回归函数（不同权重和偏差）连接而成不同结构输入层（InputLayer）：1层隐藏层（HiddenLayer）：N层输出层（OutputLayer）：1层FullyConnectFeedforwardnetworkFullyConnect：layer1与layer2之间两两都有连接。传递的方向是单向，由后往前传，所以叫Feedforward。深度学习能表达出更

笑我有病·2022-08-25 07:49

李宏毅机器学习P5-8学习笔记

P5误差来源一、误差来源于两方面：1：偏差—准:根据样本拟合的模型输出预测结果的期望与样本真实结果的差距，即在样本上拟合的好不好。要求lowbias，则需要复杂化模型或增加模型的参数，这容易过拟合(overfitting)，过拟合则为highvariance，点很分散。2：方差—确:样本上训练出来的模型在测试集上的表现，即点的集中性。lowvarience需要简化模型，减少模型的参数，但容易欠拟合

笑我有病·2022-08-25 07:49

李宏毅机器学习 p5(pytorch 1)学习笔记

框架对比训练过程tensor:张量这个词物理上数学上有一堆定义。可以看知乎上大佬们的解释，我没看懂。先按照老师说的在深度学习里，是一个多维数组来理解，看图更直观些。datatype:存放的数据类型，浮点、长整型tensor的属性：rank：numberofdimensionsshape:numberofrowsandcolumnstype:datatypeoftensor'selementsten

bohu83·2022-08-25 07:47

JavaScript基础知识梳理----字符串

JavaScript基础知识梳理----字符串查找方法字符方法charAt()返回字符串中第n个字符charCodeAt()返回字符串中第n个字符的Unicode编码fromCharCode()根据字符串编码创建字符串位置方法

weixin_30847939·2022-08-22 23:25

【机器学习】逻辑回归案例一：保险与年龄之间关系分析

逻辑回归和线性回归关系手动反爬虫，禁止转载：原博地址https://blog.csdn.net/lys_828/article/details/121873835（CSDN博主：Be_melting）知识梳理不易

百木从森·2022-08-14 19:45

李宏毅机器学习复习——第一章：机器学习介绍

机器学习的流程机器学习就是寻找一个函数，在函数中输入数据，最终会得到预期的函数值。这么一个简单的过程。数据的范围很广泛，可以理解为可数据化的信息。机器学习的分类：按照学习方式基本分为5大类：监督学习，半监督学习，无监督学习，迁移学习和强化学习。将监督学习，再细分为回归问题和分类问题。根据解决对应问题的方法，细分到线性模型，深度学习，支持向量机，K近邻，决策树。思维导图如下所示

1静1一·2022-08-12 15:08

【JAVA知识梳理】异常机制

活动地址：CSDN21天学习挑战赛本文已收录于专栏⭐️《java知识梳理》⭐️学习指南：异常机制异常体系图异常处理机制try-catch处理机制throw机制图运行异常编译异常try-catch异常处理自定义异常完结散花参考文献异常机制在

沈七_·2022-08-09 09:57

【JAVA知识梳理】泛型详解

活动地址：CSDN21天学习挑战赛本文已收录于专栏⭐️《java知识梳理》⭐️学习指南：泛型作用集合中泛型自定义泛型自定义泛型类自定义泛型接口自定义泛型方法通配符1.通配符的使用2.注意点3.有限制的通配符完结散花参考文献泛型背景

沈七_·2022-08-09 09:57

Java知识梳理之泛型用法详解

目录泛型作用集合中泛型自定义泛型通配符2.注意点3.有限制的通配符泛型背景：从JDK5.0以后，Java引入了“参数化类型(Parameterizedtype)”的概念，允许我们在创建集合时再指定集合元素的类型，正如:List，这表明该List只能保存字符串类型的对象。作用解决元素存储的安全性问题，好比商品、药品标签，不会弄错。解决获取数据元素时，需要类型强制转换的问题，好比不用每回拿商品、药品都

·2022-08-08 13:28

【JAVA知识梳理】集合万字总结！

活动地址：CSDN21天学习挑战赛本文已收录于专栏⭐️《java知识梳理》⭐️集合集合体系图单列集合：Collection的子接口下的List和Set的实现子类均为单列集合包括：Set：Hash、TreeSetList

沈七_·2022-08-06 08:37

二维数组零碎知识梳理

目录前言一、二维数组的结构二、数组作为函数参数1、一维数组传参2、二维数组传参三、用指针控制二维数组总结前言哈喽，小伙伴们大家好。在c语言中二维数组的结构比较复杂，尤其是和指针结合到一起后。由于最近一直在学c++，对二维数组的部分知识感觉生疏了，所以写一篇博客对这些知识进行总结。一、二维数组的结构我们可以把二维数组理解成是先有一个一维数组，然后一维数组的元素类型同样是一维数组，也就是数组里嵌套数组

敲键盘的喵·2022-08-02 08:57

【机器学习】决策树案例三：利用决策树进行泰坦尼克号事故人员存活分类预测

模型可视化3.6参数自动搜索手动反爬虫，禁止转载：原博地址https://blog.csdn.net/lys_828/article/details/122048988（CSDN博主：Be_melting）知识梳理不易

百木从森·2022-07-31 07:24

李宏毅机器学习笔记-深度学习

李宏毅机器学习笔记-深度学习1深度学习的三个步骤deeplearning与机器学习类似，也有3个步骤：Step1：神经网络（Neuralnetwork）Step2：模型评估（Goodnessoffunction

零露_·2022-07-29 07:21

李宏毅机器学习2020春季作业三hw4

文章目录作业介绍1、util2、TrainWordtoVector3、DataPreprocess(数据预处理)4、Dataset（创建该类方便使用dataloader）5、model6、train7、test8、main函数参考文章：本文的原理及部分内容参考于大佬：https://blog.csdn.net/iteapoy/article/details/105931612老师的标准参考答案，需

Nefu_lyh·2022-07-28 07:43

【强化学习】基本知识梳理

文章目录前言一、基本概念1.1符号表示1.2马尔科夫过程二、方法分类2.1Policy-Based与Value-Based2.1.1Policy-Based2.1.2Value-Based三、A3C3.1PolicyGradients3.2Actor-Critic3.3伪代码前言强化学习中的一些非常非常基础的知识的总结，主要是为了防止自己遗忘，如有错误欢迎指正。一、基本概念1.1符号表示1、Rew

laji_1·2022-07-27 07:11

java token 有效期_RxJava2 实战知识梳理(14) - 在 token 过期时，刷新过期 token 并重新发起请求...

RxJava2实战系列文章一、应用背景首先要感谢简友楠柯壹梦提供的实战案例，这篇文章的例子是基于他提出的需要在token失效时，刷新token并重新请求接口的应用场景所想到的解决方案。如果大家有别的案例或者在实际中遇到什么问题也可以私信我，让我们一起完善这系列的文章。有时候，我们的某些接口会依赖于用户的token信息，像我们项目当中的资讯评论列表、或者账户的书签同步都会依赖于用户token信息，但

楼下的小梧桐树·2022-07-26 09:30

（计算机复试考研）操作系统重点知识梳理

1.操作系统引论操作系统：配置在计算机硬件上的第一层软件，是对硬件系统的首次扩充；为用户和应用程序提供一个简单接口。定义：一组能有效组织和管理计算机硬件和软件的资源，合理地对各类作业进行调度，方便用户使用的程序的集合。操作系统的目标：1.方便性：就是将程序语言转为机器语言，使计算机变得易学易用2.有效性：提高系统资源的利用率；提高系统的吞吐率（以上两点是最重要目标）3.可扩充性：不断发展4.开放性

skyfishf·2022-07-25 11:27

Flask SSTI注入学习

[GYCTF2020]FlaskApp第零步，Flask模板注入知识梳理：1.通过使用魔法函数可以实现，在没有注册某个模块的条件下，调用模块的功能。

目标是技术宅·2022-07-24 07:06

适用于顺序磁盘访问的1分钟法则

预备知识梳理本文中设定blocksize与pagesize大小相等。

李素晴·2022-07-23 10:00

【机器学习】KNN算法实战项目二：水果分类

模块导入与数据加载2.2数据EDA2.3模型创建与应用2.4绘制决策边界手动反爬虫：原博地址https://blog.csdn.net/lys_828/article/details/122615360知识梳理不易

百木从森·2022-07-18 08:28

Java基础知识梳理——第八章常用类

1.与用户互动main函数详解：public修饰符：Java类由JVM调用，为了让JVM可以自由的调用main方法，使用public修饰符使这个方法暴露出来。static修饰符：JVM调用main方法时，不会创建该主类的对象，而是直接通过该类调用主方法，因此使用static修饰main方法。void返回值：因为主方法被JVM调用，该方法的返回值返回给JVM，没有意义，所以main方法没有返回值。使

杨过儿.·2022-07-13 10:55

[Datawhale-李宏毅机器学习-39期]-001-机器学习介绍

两周熟悉基础知识，搞定秋招。本以为是吃瓜教程，报了个李宏毅老师的机器学习教程，来都来了是吧，3元上车。课程流程：第一节课主要内容三类任务：回归分类结构化学习（不懂）四种学习：有监督学习无监督学习半监督学习强化学习（好奇，没搞过，奖励机制咋设置的）问题：自监督学习咋算感悟越来越觉得在实际应用中，数据才是最重要的，需要围绕数据做其他的工作。

deyiwang89·2022-07-12 07:47

C语言知识梳理——字符串与内存函数

C语言知识梳理——字符串与内存函数前言字符串函数1、长度不受限制的字符串函数strlenstrcpystrcatstrcmp2、长度受限制的字符串函数strncpystrncatstrncmp3、字符串查找函数

暗中观察的咸鱼·2022-07-11 15:54

李宏毅机器学习2021——Optimization（最优化）

一、Theprobleminoptimizationgradient趋于0，到达criticalpoint（临界点）（一）两种情况卡在localminima（局部最小），并不是很常见卡在saddlepoint（鞍点，微分为0）（二）鉴别两种情况byTaylorSeries二、Howtogetoptimization？（一）单个参数（单维）针对一个w在update过程中卡住的问题，可以尝试的改进思路

thisissally·2022-07-10 12:17

【持续更新中】Dart语言核心知识梳理

一、基本数据类型1、NumberDart数字有两种类型1.1、int不超过64位的整数，具体取决于平台。编译为JavaScript的Dart范围小。inta=5;1.2、double64位(双精度)浮点型数字。由IEEE754标准规定doublea=5;doubleb=5.0;2、StringString有较多的api，可以参考【Dart字符串处理】3、boolboolexist=true;4、L

流星雨在线·2022-07-07 16:30

【转载】一文读懂BERT（原理篇）

lcomecon·2022-07-03 07:08

NLP发展史及Transformer、Bert详细介绍

lty_sky·2022-07-03 07:38

前端token知识梳理：token如何存储？token过期如何处理？如何无感刷新token？

在前后端是以token的形式交互，既然是token，那么肯定有它的过期时间(为了接口数据的安全，服务器的token一般不会设置太长，根据需要一般是1-7天的样子)，没有一个token是永久的，永久的token就相当于一串永久的密码，是不安全的。登录场景那么既然token既然有过期时间，问题就来了一、前后端交互的过程中token如何存储？方法1：存在cookie中cookie的大小约4k，兼容性在i

卸载引擎·2022-06-30 10:11

【DevOps】知识梳理-DevOps应用：企业文化

DevOps应用1.企业文化graphTDA(DevOps四大组成部分)-->B[协作]A(DevOps四大组成部分)-->C[亲和性]A(DevOps四大组成部分)-->D[工具]A(DevOps四大组成部分)-->E[规模化]Collaboration协作通过互相支持和多人协同来达成特定结果。业务价值通过协作实现。所有参与团队（包括开发和运营）之间的协作对于实现更高业务价值至关重要，通过增加交

·2022-06-28 17:38

【DevOps】知识梳理-DevOps应用：思维模式和优势

·2022-06-28 16:02

ES6之数组的扩展知识点总结（五）

ES6的学习，主要是跟着阮一峰大神的ES6第三版这本书学的，所以我在这里主要是把知识梳理一遍，方便自己的理解记忆以及日后的再学习使用，如果想要了解更多的建议到http://es6.ruanyifeng.com

冰雪为融·2022-06-27 20:17

【课程笔记】李宏毅机器学习[10]：Convolutional Neural Network

本系列课程笔记为李宏毅2017,秋，台湾大学课程。视频网址链接：https://www.bilibili.com/video/av15889450/?p=19&t=1114更新日期：20200208CNN流程CNN应用![在这里插入图片描述](https://img-blog.csdnimg.cn/20200209120052633.png?x-oss-process=image/watermar

tjwyj·2022-06-25 07:22

李宏毅机器学习作业3——Convolutional Neural Network

本作业来源于李宏毅机器学习作业说明，详情可看Homework3-ConvolutionalNeuralNetwork(友情提示，可能需要)作业要求作业要求：在收集来的资料中均是食物的照片，共有11类，Bread

迷雾总会解·2022-06-25 07:50

李宏毅机器学习课程梳理【八】：Convolutional Neural Network(CNN)

文章目录摘要1CNN1.1理解Convolution1.2MaxPooling1.3Flatten&FullyConnectedFeedforwardNetwork2CNNinKeras3分析CNN的学习过程3.1分析Filter的工作3.2分析Neuron的工作3.3分析Output层4DeepDream&DeepStyle5总结与展望摘要上一篇文章介绍了基于三条观察的CNN架构，本篇文章介绍C

-Emmie·2022-06-25 07:50

深度学习笔记七：循环神经网络RNN(基本理论)

RECURRENTNEURALNETWORKSTUTORIAL,PART1–INTRODUCTIONTORNNSACriticalReviewofRecurrentNeuralNetworksforSequenceLearning李宏毅机器学习

喜欢打酱油的老鸟·2022-06-23 22:40

Android开发签名知识梳理总结

目录前言一、签名基础1.消息摘要2.加密算法2.1对称加密2.2非对称加密2.3使用场景3.数字签名4.数字证书二、Android签名机制1.Android签名机制的异同点2.Debug和Relase的签名三、签名方案1v1方案2.v2方案四、签名过程1.v3方案2.v4方案3.向下兼容的签名方案前言最近帮测试做了一点关于签名的需求，今天就和各位同学简单聊一聊关于签名的那些事儿。如果问到Andro

·2022-06-22 10:49

2020李宏毅机器学习笔记-Generative Adversarial Network - Theory behind GAN

目录摘要1.TheorybehindGAN2.MaximumLikelihoodEstimation3.MLE=MinimizeKLDivergence4.Generator5.Discriminator6.GDAlgorithmforGAN7.AlgorithmforGAN（Review）结论与展望摘要从某种意义上来讲,GAN图片生成任务就是生成概率分布。因此,我们有必要结合概率分布来理解GAN

ZN_daydayup·2022-06-18 07:09

2020李宏毅机器学习笔记-Transfer Learning

目录摘要IntroduceWhyNeed？TargetDatalabelled&SourceDatalabelledModelFine-tuningConservativeTrainingLayerTransferMultitaskLearningProgressiveNeuralNetworksTargetDataunlabelled&SourceDatalabelledDomain-adver

ZN_daydayup·2022-06-18 07:09

2020李宏毅机器学习笔记-Generative Adversarial Network - Conditional GAN

目录摘要1.Text-to-Image1.1Traditionalsupervisedapproach1.2ConditionalGAN1.3ConditionalGAN-Discriminator1.4StackGAN2.Image-to-image2.1application2.2Traditionalsupervisedapproach2.3ConditionalGAN3.SpeechEnh

ZN_daydayup·2022-06-18 07:39

2020李宏毅机器学习笔记-Anomaly Detection

目录摘要1.ProblemFormulation2.WhatisAnomaly?3.Applications4.如何做AnomalyDetection4.1BinaryClassification?4.2Categories5.withlabel5.1ExampleApplication5.2HowtousetheClassifier5.3HowtoestimateConfidence？5.4Ex

ZN_daydayup·2022-06-18 07:38

记录李宏毅机器学习的FiZZ BUZZ程序代码问题——TypeError: init() missing 1 required positional argument: ‘units‘

记录李宏毅机器学习的FiZZBUZZ程序代码问题——TypeError:init()missing1requiredpositionalargument:‘units’李宏毅老师给的参考代码如下：fromkeras.layers.normalizationimportBatchNormalizationfromkeras.modelsimportSequentialfromkeras.layers

weixin_42943494·2022-06-18 07:02

李宏毅机器学习笔记：GAN

前言主要记录李宏毅机器学习2021中介绍GAN部分的笔记，从GAN的发展开始到GAN的基本理论再到GAN生成的评价方法最后到介绍流行的GAN方法。

YuriFan·2022-06-18 07:55

李宏毅老师机器学习课程笔记_ML Lecture 0-1: Introduction of Machine Learning

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2022-06-18 07:47

李宏毅机器学习课程笔记

李宏毅机器学习课程笔记，持续更新~1.ConvolutionalNeuralNetwork2.RecurrentNeuralNetwork3.GraphNeuralNetwork4.GenerativeAdversarialNetwork5

哎呦茶叶蛋·2022-06-18 07:16

李宏毅机器学习笔记1--线性回归

课程第一部分讲的是关于线性回归和梯度下降的基本知识，虽然这部分比较容易理解，但还是有不少需要注意的点。模型创建在课程开始的时候老师便提到模型创建的流程：ModelGoodnessofFucntionBestFunctionModel这里模型选择比较简单，选择的是线性模型：y=b+∑wixiy=b+\sumw_ix_iy=b+∑wixi其中xix_ixi代表某一input，而wiw_iwi代表相应的

Zach要努力·2022-06-18 07:14

李宏毅机器学习GAN的笔记

笔记仅供参考，加入了很多自己的理解Generatorz和x以一定的方式作用，不一定是直接相加相当于这个network是一个两输入（x和noise）的网络，这种network称作一个generator让输出是有概率的，即加入一个randomdistribution让输出变成一个distribution这样的话就是说要让这个network有一定的创造力，因为输出的值是不一定的GAN先不看x从z里面sa

XiaoQiXiaoWei_J·2022-06-18 07:43

【机器学习】决策树案例二：利用决策树进行鸢尾花数据集分类预测

模型创建与应用2.4模型可视化手动反爬虫，禁止转载：原博地址https://blog.csdn.net/lys_828/article/details/122045161（CSDN博主：Be_melting）知识梳理不易

百木从森·2022-06-13 07:49

推荐频道

李宏毅机器学习知识梳理