概论... 第39页

Java矢量队列Vector使用示例

目录概论Vector简介Vector的构造函数Vector的APIVector数据结构Vector源码解析Vector遍历方式Vector示例概论学完ArrayList和LinkedList之后，我们接着学习

·2023-01-17 08:36

人工智能1概论

1.人工智能的概念人工智能（ArtificialIntelligence，AI）是指计算机像人一样拥有智能能力，是一个融合计算机科学、统计学、脑神经学和社会科学的前沿综合学科，可以代替人类实现识别、认知，分析和决策等多种功能。如当你说一句话时，机器能识别成文字，理解你的意思，进行分析和对话等1956年夏，达特莫斯会议正式使用“AI”一词，60多年来，人工智能走过了一条起伏和曲折的发展道路。回顾历史

雪小萍·2023-01-16 21:09

《机器学习方法（第三版）—— 李航》学习笔记（一）附代码

目录前言一、第一章机器学习及监督学习概论1、机器学习实现机器方法的步骤机器学习的研究2、机器学习的分类基本分类二、第二章感知机1、感知机模型2、感知机学习策略感知机学习策略感知机学习算法前言提示：本blog

HitStuHan·2023-01-16 08:28

第一次作业：深度学习基础

第一部分：深度学习概论1956年，达特茅斯会议首次提出“人工智能”的概念，随后人工智能经历了三次起伏。

weixin_46075186·2023-01-16 06:05

【TA-霜狼_may-《百人计划》】图形4.4 抗锯齿概论

【TA-霜狼_may-《百人计划》】图形4.4抗锯齿概论@[TOC](【TA-霜狼_may-《百人计划》】图形4.4抗锯齿概论4.4.1抗锯齿是怎么产生的4.4.2SSAA超采样抗锯齿（SuperSampleAnti-aliasing

zczplus·2023-01-15 08:37

南京大学计算方法(数值分析)期末复习笔记

文章目录计算方法期末复习ChapterIIChapterIII函数逼近与快速傅里叶变换函数逼近的基本概念正交多项式勒让德多项式切比雪夫多项式最佳平方逼近曲线拟合的最小二乘法ChapterIV数值积分与数值微分数值积分概论牛顿

p_帽子戏法·2023-01-14 01:47

时间序列预测

时序预测算法分类单步预测一般用统计学算法机器学习算法预测一天的数据多步预测一些好的算法或者深度学习算法可一次性预测比如十五天的数据很多多场景中比单步预测好很多的自回归预测不能考虑其他因素影响相关环境的影响如折扣、季节、促销等使用协变量预测相关环境的影响如折扣、季节、促销等可以作为协变量进行预测使用协变量输入来优化模型的准确率点预测概率预测给出一个预测概论区间最大值最小值一元时间

远在远方_hh·2023-01-14 00:42

《统计学习方法第2版》学习笔记-第1章统计学习及监督学习概论

文章目录1.统计学习2.统计学习的分类2.1.基本分类2.2.按模型分类2.3.按算法分类2.4.按技巧分类3.统计学习方法的三要素3.1.模型3.2.策略3.3.算法4.模型评估与模型选择4.1.训练误差与测试误差4.2.过拟合与模型选择5.正则化与交叉验证5.1.正则化5.2.交叉验证6.泛化能力6.1.泛化误差6.2.泛化误差上界7.生成模型与判别模型8.监督学习的应用8.1.分类问题8.2

可以叫我才哥·2023-01-13 22:50

Java 集合系列：Vector源码深入解析

概论学完ArrayList和LinkedList之后，我们接着学习Vector。学习方式还是和之前一样，先对Vector有个整体认识，然后再学习它的源码；最后再通过实例来学会使用它。

Jinmindong·2023-01-13 19:01

c++STL

1.STL概论长久以来，软件界一直希望建立一种可重复利用的东西，以及一种得以制造出”可重复运用的东西”的方法,让程序员的心血不止于随时间的迁移，人事异动而烟消云散，从函数(functions)，类别(classes

无涯之涯·2023-01-13 13:38

一分钟详解机器人手眼标定MATLAB及C++实现

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达编辑：新机器视觉一、概论现在的机器人少不了有各种传感器，传感器之间的标定是机器人感知环境的一个重要前提。

Tom Hardy·2023-01-12 13:09

大数据技术之大数据概论

目录1、大数据概念2、大数据特点（5V）3、大数据应用场景4、大数据发展前景5、大数据部门间业务流程分析6、大数据部门内组织结构1、大数据概念大数据(BigData):指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合.是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据主要解决，海量数据的采集、存储和分析计算问题。按照顺序给出数

Echo bigdata·2023-01-12 09:07

大数据概论

大数据概论大数据概论概念特点(4V)Volume(大量)Velocity(高速)Variety(多样)Value(低价值密度)应用场景发展前景部门间业务流程分析部门组织结构大数据概论概念大数据(BigData

Jasonakeke·2023-01-12 09:36

人工智能概论知识要点（六）

6.1群智能概述人们把群居昆虫的集体行为称作“群智能”，即低智能的主体通过合作表现出高智能行为的特性。群智能算法是一种基于生物群体行为规律的计算技术。特点个体的行为很简单，但当它们一起协同工作时却能够突现出非常复杂（智能）的行为特征。个体间的交互作用在构建群行为中起到重要的作用。没有集中控制且不提供全局模型。优点灵活性：群体可以适应随时变化的环境；稳健性：个体失败，群体仍能完成任务；自组织：活动既

woshicaiji12138·2023-01-12 07:26

人工智能概论知识要点（一）

第一章1人工智能的定义人工智能就是用人工的方法在机器（计算机）上实现智能行为。2三大学派2.1符号主义是一种基于推理的智能模拟方法，源于数理逻辑。物理符号系统假设:任一物理符号系统如果是有智能的，则必能执行六种功能。反之，能执行这六种操作的任何系统,也就一定能够表现出智能。推论:人是一个物理符号系统，计算机也是一个物理符号系统,因此能够用计算机来模拟人的智能行为。2.2连接主义源于仿生学，特别是人

woshicaiji12138·2023-01-12 07:56

数据结构和算法初步认识

数据结构与算法基础收藏1、概论基本概念和术语数据（Data）数据是信息的载体。它能够被计算机识别、存储和加工处理，是计算机程序加工的"原料"。

ldongwei·2023-01-10 18:25

李宏毅机器学习2021作业1感受

所以准备先把b站Pytorch入门、清华大学学堂在线上的《机器学习概论》、吴恩达经典的《机器学习》以及机器学习基础实战项目学完再回来继续学李宏毅机器学习了。

Ternence06·2023-01-10 18:48

汤国安《地理信息系统教程》（第二版）笔记（1）——概论

第1章概论1.1GIS基本概念1.1.1信息与地理信息数据与信息数据：人类在认识世界和改造世界过程中，定性或定量描述食物和环境的直接或间接原始记录。

ewanxiang·2023-01-10 10:00

李航统计学习方法第二版课后习题答案机器学习

也可进入我的个人主页查看分类专栏里的《统计学习方法》部分，包括各章代码实现： ❤欢迎订阅我的专栏❤：《统计学习方法》分类专栏章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第

#苦行僧·2023-01-10 09:39

计算机概论-结构归纳法（structural induction）

结构归纳法（structuralinduction）结构归纳法（structuralinduction）归纳列表（inductiononlist）树结构的归纳结构归纳法（structuralinduction）菜鸡在ANU学习这章时发现中文资料甚少，再此进行梳理（复习）。欢迎大佬指点讨论。归纳列表（inductiononlist）如何定义列表定义关于元素属性A的空列表[]给出列表A的元素a，并加上

传统手艺人·2023-01-10 06:21

LeNet5—论文及源码阅读

LeNet5—论文及源码阅读目录:一、概论二、论文选读三、源码精读四、参考资料一、概论LeNet-5是一种经典的卷积神经网络结构，于1998年投入实际使用中。该网络最早应用于手写体字符识别应用中。

妙乌·2023-01-09 10:36

【自然语言处理与文本分析】文本特征提取方法总结。关键词提取方法。公认效果较好的IDF，RCF。

出现关键词的概率，比其他地方出现关键词概论大的多。词语在文本中反复出现，且该词附件还有其他关键词，那么该词语是关键词的概率就很大了。根据TF、

晴天qt01·2023-01-09 10:33

深度学习（一）吴恩达给你的人工智能第一课： 01.神经网络和深度学习

本文主要摘自吴恩达的深度学习课堂https://mooc.study.163.com/smartSpec/detail/1001319001.htm目录第一周、深度学习概论1.1、欢迎来到深度学习工程师微专业

我爱AI·2023-01-09 00:19

机器学习概论——阶段性总结1

提到机器学习，你会想到哪些关键词？你可能会想到算法、模型、分类、回归、有监督、无监督、深度学习、神经网络、自然语言处理、图像识别、迁移学习、模糊学习......其实对待问题，不用一开始就深入到该问题的某一个part中去，站在外围，站在高处，才能对这个问题有一个宏观性的、基础性的把握。而且在后续深入研究过程中，要始终以宏观性、全局性思维来思考问题，把握住最本质的东西，才能起到提纲挈领的作用。其实最开

Sigmoid_哼哼·2023-01-08 15:55

【知识图谱导论-浙大】第二章：知识图谱的表示

前文：【知识图谱导论-浙大】第一章：知识图谱概论本节内容的视频讲解如下：【知识图谱理论】（浙大2022知识图谱课程）第二讲-知识图谱的表示什么是知识表示简而言之，知识表示（KnowledgeRepresentation

科皮子菊·2023-01-08 14:20

数据矿工学习-《统计学习方法》思维导图1.1-监督学习与统计学习三要素

监督学习概论与统计学习三要素思维来自《统计学习方法》-李航凹脑图在线浏览地址：统计学习三要素才学疏浅，欢迎评论指导如想更方便地阅览思维图欢迎前往我的个人小站：www.wengjj.ink

翁JJ·2023-01-08 10:14

统计学习方法：第一章统计学习及监督学习概论

统计学习方法第一章统计学习及监督学习概论1.1统计学习1.2统计学习的分类1.2.1基本分类1、监督学习2.无监督学习3.强化学习4.半监督学习和主动学习第一章统计学习及监督学习概论监督学习是从标注数据中学习模型的机器学习问题

xiao52x·2023-01-08 10:22

《统计学习方法》——第一章：统计学习方法概论

1.1统计学习（统计机器学习）定义：关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。特点：统计学习以计算机及网络为平台，是建立在计算机及网络之上的；统计学习以数据为研究对象，是数据驱动的学科；统计学习的目的是对数据进行预测与分析；统计学习以方法为中心，统计学习方法构建模型并应用模型进行预测与分析；统计学习是概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领

xtbzx1128·2023-01-08 10:22

统计学习方法读书笔记第一章：概论

统计学习方法第一章：概论统计学习方法读书笔记第一章：概论统计学习监督学习统计学习的三要素模型评估与模型选择正则化与交叉验证泛化能力生成模型与判别模型分类问题、标注问题、回归问题统计学习方法读书笔记第一章

LYPG·2023-01-08 10:51

《统计学习方法》第一章统计学习方法概论

目录目录一、交叉验证1.1简单交叉验证1.2S折交叉验证1.3留一交叉验证二、生成模型与判别模型统计学习包括监督学习、非监督学习、半监督学习和强化学习，本书主要讨论的是监督学习。区分分类问题与回归问题的标准：输出变量是否为连续值。假设空间：模型∈由输入空间到输出空间的映射的集合，这个集合就是假设空间（hypothesisspace）。假设看空间的确定意味着学习范围的确定。一、交叉验证常见的模型选择

Charlie_1541·2023-01-08 10:51

《统计学习方法》第一章：统计学习方法概论

《统计学习方法》第一章：统计学习方法概论1.监督学习（Supervisedlearning）监督学习的实现步骤：得到一个有限的训练数据集合选定模型的假设空间，也就是所有的备选模型确定模型选择的准则，即学习的策略实现求解最优模型的算法通过学习方法选择最优模型利用学习的最优模型对新数据进行预测或分析在模型知道每一个样本的标签时

乐乐什么都有·2023-01-08 10:51

【李航统计学习笔记】第一章：统计学习及监督学习概论

1.1导论统计学习监督学习的实现步骤:得到一个有限的训练数据集合确定模型的假设空间，也就是所有的备选模型确定模型选择的准则，即学习的策略实现求解最优模型的算法通过学习方法选择最优模型利用学习的最优模型对新数据进行预测或分析监督学习训练集：T={(x1,y1),(x2,y2),⋯ ,(xN,yN)}T=\left\{\left(x_{1},y_{1}\right),\left(x_{2},y_{2}

西风瘦马1912·2023-01-08 10:51

第一章、统计学习方法概论

第一章、统计学习方法概论文章目录第一章、统计学习方法概论1、统计学习的特点2、统计学习的研究3、统计学习方法的基本步骤3、监督学习3.1基本概念1）输入变量&输入空间&特征向量&特征空间2）输出变量&输出空间

王小希ww·2023-01-08 10:20

《统计学习方法》第一章统计学习方法概论笔记

1.统计学习三要素:模型、策略、算法1)模型:概率模型(由条件概率表示的模型)与非概率模型(由决策函数表示的模型)2)策略2.1)损失函数与风险函数2.2)期望损失函数(期望风险函数)与经验风险函数期望风险函数:模型关于联合分布的期望损失:经验风险函数:模型关于训练样本集的平均损失:2.3)经验风险最小化与结构风险最小化经验风险最小化的策略认为:经验风险最小的模型就是最优的模型.即:结构风险最小化

黑夜中坚持·2023-01-08 10:50

第一章统计学习方法概论

第一节导论一、监督学习实现步骤（1）有限的训练数据集合（数据有label/有标注的数据）（2）确定模型的假设空间（所有的备选模型）（3）确定模型选择的准则（学习策略）（4）实现求解最优模型的算法（5）通过学习方法选择最优模型（6）利用最优模型对新数据进行预测或分析二、统计学习的三要素1、模型（假设空间）决策函数F={f|Y=fθx,θ∈Rn}条件概率分布P={P|PθY|X,θ∈Rn}（Θ表示的某

Neother·2023-01-08 10:49

【李航统计学习】学习笔记第一篇第一章：统计学习及监督学习概论

文章目录统计学习及监督学习概论1.1统计学习1.2统计学习的分类1.3统计学习方法三要素1.4模型评估与模型选择1.5正则化与交叉验证1.6泛化能力1.7生成模型与判别模型1.8监督学习应用统计学习及监督学习概论监督学习是从标注数据中学习模型的机器学习问题

不学完买不起新衣服·2023-01-08 10:19

《统计学习方法》学习笔记之第一章：统计学习方法概论

1.1统计学习1.统计学习关于数据的基本假设是同类数据具有一定的统计规律性，这是统计学习的前提2.统计学习主要分为：监督学习（supervisedlearning）非监督学习（unsupervisedlearning）半监督学习（semi-supervisedlearning）强化学习（reinforcementlearning）3.本书主要讨论监督学习，这种情况下统计学习的方法可以概括如下：从给

li_il·2023-01-08 10:49

《统计学习方法》第一章: 统计学习方法概论读书笔记

第一章1.统计学习方法概论1.1概念1.2.统计学习三要素模型策略算法1.3.正则化与交叉验证1.4.泛化误差上界1.5.生成模型/判别模型1.6.分类问题1.7.一个极大似然估计和贝叶斯估计的实例一切为了数据挖掘的准备

ErinLiu虎哥的铲屎员·2023-01-08 10:49

第一章-统计学习方法概论

统计学习统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。总的来说，统计学习也称为统计机器学习。统计学习的特点以计算机以及网络为平台；以数据为对象，是数据驱动的学科；目的是对数据进行预测和分析；以方法为中心，构建模型并应用模型进行预测和分析；是概率论、统计学、信息论、计算理论、最优化理论以及计算机科学等多个领域的交叉学科，具有独立的理论体系和方法论。统计学习的对

芷若初荨·2023-01-08 10:48

第一章：统计学习方法概论

大纲1.1统计学习的特点1.2统计学习方法步骤1.3统计学习的分类基本分类：1.4监督学习方法的三要素模型：条件概率分布P(Y∣X)P(Y|X)P(Y∣X)或决策分布Y=f(X)Y=f(X)Y=f(X)策略：在所有假设空间中选择一个最优模型注意事项：算法：学习模型的具体计算方法1.5训练误差与测试误差1.6过拟合与模型选择image-20230106222807847在多项式拟合的过程中改变多项式

扔出去的回旋镖·2023-01-08 10:18

几何光学概论

几何光学概论几何光学概论1-1光谱光的整个行为我们可用电磁波的方式来表示。假设光以波长作为一个单位，我们可以从光谱图得知可见光的波谱是在400到700nm，故可见光在光谱中呈现出非常窄的范围。

weixin_34241036·2023-01-08 08:18

计算机组成原理（第三版）复习

第一章概论1.冯·诺伊曼计算机的核心思想、五大基本功能部件、各自的作用及其相互联系。

ฅ ฅBonnie·2023-01-07 21:33

吴恩达deeplearning.ai《神经网络和深度学习》-深度学习概论（一）

数据集越大使用深度学习效果越明显对于图片数据适用于CNN神经网络对于音频，文字翻译适用于RNN神经网络对于图像与雷达信息的结合，适用于个性化订制的混合神经网络普通神经网络，CNN，RNN结构化数据与非结构化数据对于小尺寸的训练集，工程师的手工调参更重要。可能SVM等机器学习算法的效果超越神经网络的表现效果。但是对于大数据级别的数据，神经网络的优势突显。越大的数据量，就更需要更大规模的神经网络。来足

丰brother·2023-01-07 18:27

概论_第2章_重点_随机变量函数的概率分布___定理法和分布函数法的应用

一定义概括地说：随机变量Y是随机变量X的函数。设g(x)是一给定的连续函数，称Y=g(X)为随机变量X的一个函数，Y也是一个随机变量。当X取值时，Y取值.~~~~~~~~~~~~~~本文讨论连续型随机变量函数。定理1:设X为连续型随机变量，其概率密度为，设g(x)是一严格单调的可导函数，其值域为(α,β),且g'(x)≠0,记x=h(y)为y=g(x)的反函数，则Y=g(X)的概率密度从定理可以看

ximanni18·2023-01-07 10:24

浙大知识图谱导论笔记

第一章知识图谱概论1.1语言与知识1.2知识图谱的起源1.3知识图谱的价值1.4知识图谱的技术内涵基于图的知识表示图数据存储与查询知识提取知识图谱融合知识图谱推理知识图谱问答图算法与图神经网络第二章知识的表示

五幺幺·2023-01-07 07:34

【知识图谱导论-浙大】第一章：知识图谱概论

背景2022年，随着在自然语言处理方向的深入，我逐渐开始对知识图谱在问答、搜索、推荐等领域的应用产生浓厚的兴趣。自己也通过书籍、博文、论文等对知识图谱有所了解，也通过中文开放知识图谱对中文知识图谱在各领域的发展有了深刻的认识。知识图谱在认知智能中承担着比较重要的角色，也让我对知识图谱及其相关技术（NLP、图神经网等）有了新的认识。想了解某个领域的研究现状，有权威的书籍和课程是再好不过了，当然阅读对

科皮子菊·2023-01-07 06:25

机器人导论知识点总结

机器人导论知识点总结第1章概论第一节机器人的基本概念1、机器人名称的由来机器人的英文名词是Robot，Robot一词最早出现在1920年捷克作家卡雷尔·恰佩克（KarelCapek）所写的一个剧本中，这个剧本的名字为

StuGeek·2023-01-06 10:06

数据库系统概论题

目录章节测验-第02章已完成第3章SQL章节测试已完成第4章数据库安全性章节测试已完成章节测验-第06章已完成章节测验-第02章已完成1【单选题】设有学生关系S，课程关系C，选课关系SC，能正确表示”选修了学号为99001的学生所选的所有课程的学生的学号“的关系代数表达式是：A、B、C、D、正确答案：C答案解析：要选的结果是学生学号，首先排除a，d，并且d项没有除法的公共属性组，形式错误。b项没有

m0_55971510·2023-01-06 08:43

PyTorch深度学习实践概论笔记13-循环神经网络高级篇-分类

在PyTorch深度学习实践概论笔记12-循环神经网络基础篇中简单介绍了RNN，接下来13讲，我们介绍一个关于神经网络的应用：实现一个循环神经网络的分类器。

双木的木·2023-01-06 07:34

【无标题】

AC地址csdn地址我的代码地址(私有)1.课程概论和Python3语法(y总原文)1.课程概论和Python3语法#!

zyl51_·2023-01-06 02:04

推荐频道

概论...