菜菜机器学习笔记

论文笔记目录（ver2.0）

DiffusionConvolutionalRecurrentNeuralNetwork:Data-DrivenTrafficForecasting）_UQI-LIUWJ的博客-CSDN博客iclr2017使用双向扩散卷积+GRU，建模空间和时间依赖性机器学习笔记
UQI-LIUWJ·2023-02-01 09:28

[机器学习笔记] 判别模型与生成模型

监督学习方法可以分为生成方法和判别方法。判别模型直接从训练数据中学习条件概率分布P(Y|X)或决策函数Y=f(X)的方法为判别方法，学习到的模型是判别模型。基本思想是，有限样本条件下，建立判别函数，不考虑样本的产生模型，直接研究预测模型。学到了条件概率分布P(Y|X)或决策函数Y=f(X)，就可以用来判别新的输入X对应的输出Y。典型的判别模型有：感知机、K近邻、决策树、逻辑回归、支持向量机、提升方
勇敢的仙人掌·2023-02-01 09:55

机器学习笔记之生成对抗网络(一)逻辑介绍

机器学习笔记之生成对抗网络——逻辑介绍引言生成对抗网络——示例生成对抗网络——数学语言描述生成对抗网络——判别过程描述引言本节将介绍生成对抗网络的基本逻辑与数学语言描述。
静静的喝酒·2023-02-01 09:22

月子会所 D3 11.16

方法:将卷心菜一棵,洗净,完整剥离每片菜叶后,沿腋下、胸大肌,将整个乳房用菜叶全部覆盖,再用乳罩略略加压,使卷心菜菜叶与肌肤充分接触,持续24小时后取
AilwaDong老姐姐·2023-02-01 04:56

2.山楂红烧肉

山楂红烧肉红烧肉是热菜菜谱之一。以五花肉为制作主料，最好选用肥瘦相间的三层肉来做。红烧肉的烹饪技巧以砂锅为主，肥瘦相间，香甜松软，入口即化。红烧肉在我国各地流传甚广，是一道著名的大众菜肴。
威厨房·2023-02-01 04:15

写给宝宝之八

宝宝今天是2019年第八天天气阴妈咪早上尿尿完就翻来覆去睡不着了，七点多爬起来煮了牛奶麦片喝，然后和爸比出去买菜菜，尝试了新的早餐店。而后回到家就各忙各的，爸比继续上新，妈咪就找货。
圆脸妹_66dc·2023-01-31 21:33

机器学习笔记 - Kaggle竞赛 生成莫奈风格图像的GAN

一、比赛说明我们通过艺术家的独特风格来识别他们的作品，例如颜色选择或笔触。由于生成对抗网络（GAN），现在可以用算法模仿像克劳德莫奈这样的艺术家的“jenesaisquoi”。在这个入门比赛中，您将把这种风格带到您的照片中，或者从头开始重新创造这种风格！近年来，计算机视觉取得了长足的进步，GAN现在能够以非常令人信服的方式模仿物体。但创造博物馆级的杰作被认为是艺术而非科学。那么（数据）科学能否以G
坐望云起·2023-01-31 16:58

机器学习系列（吴恩达版）

机器学习笔记（0）常见概念&一些术语（随学习进度更新，部分个人理解）监督学习（SupervisedLearning）给定训练集后，通过算法让机器学习分类、标识等操作。
MDRG_Learning·2023-01-31 11:34

川菜菜系的特点 之一

川菜菜系具有地方风味浓郁，注重清鲜醇浓，以清鲜为主，博采民间各味，以善用麻辣著称的鲜明特点。从川菜的特点中不难看出，“味”是其根本，整个川菜都是围绕着“味”在做文章。一、注重清鲜醇浓，以清鲜为主。
无糖咖啡沈1·2023-01-31 09:29

实用机器学习笔记-第五章-集成学习

一、集成学习1.统计学习中的衡量模型指标1.1偏差：学习到的模型和真实模型之间的位移1.2方差：学习到的东西差别有多大1.3示意图1.4偏差-方差公式泛化误差:Ed[(y−f^(x)2)]=Bias[f^]2+Var[f^]+σ2E_d[(y-\hat{f}(x)^2)]=Bias[\hat{f}]^2+Var[\hat{f}]+\sigma^2Ed[(y−f^(x)2)]=Bias[f^]2+V
11408考研休息室·2023-01-31 09:15

家乡老坛菜小谱

豆豉这次回家，特意询问家乡有经验的长辈，列出几道典型的家乡老坛菜菜菜谱，与君共享：家乡老坛菜一、霉豆腐二、豆豉三、酸萝卜四、辣酱五、辣酱六、萝卜条七、剁辣椒八、zuo菜九、泡菜家乡老坛
小渔爱分享·2023-01-31 04:20

机器学习笔记-模型评估与选择

评估方法：西瓜书里面的几种方法：1.留出法。随机划分，拿大部分去训练，小部分去测试。存在的问题是划分会导致训练和测试的分布与真实分布产生偏差，不同划分可能对结果产生影响。2.交叉验证法多次划分取评估的平均值。特例：留1法，k=m。当m比较大时，成本太高。3.自助法在原样本D中有放回的采样m次，得到D',m为样本的数目。采集到的样本有些是重复的，而有些采样不到。约36.8%采不到。性能度量分类问题：
刘子非2046·2023-01-31 04:48

零食计划 第二章：SOS！被零食绑架惹！

图片源自网络苗菜菜不知怎么的心中一股寒意会，她不安的搓了搓晓希柔软的手掌，试图从晓希的手心里寻找到一丝暖意。晓希好似感觉到了苗菜菜的不安，反手攥紧了苗菜菜的手半开玩笑的说:“怎么啦？
爱吃瓜的白兔饲养员阿胖·2023-01-31 03:28

http协议请求https协议报错或警告处理方案

所以在HTTPS承载的页面上不允许出现http请求，一旦出现就是提示或报错；如果我们不方便在服务器/Nginx上操作，也可以在页面中加入meta头进行设置；实际操作//项目主页index.html文件前端菜菜
前端若水·2023-01-31 01:02

机器学习笔记week1(Andrew NG)

机器学习笔记week1(AndrewNG)martin机器学习笔记week1AndrewNGLinearRegressionwithoneVariable单变量线性回归ModelandCostFunction
ice_martin·2023-01-30 17:12

龙珠训练营机器学习笔记task02

龙珠训练营机器学习笔记task02本学习笔记为阿里云天池龙珠计划机器学习训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/promotion/aicampml
book思议119·2023-01-30 16:29

龙珠训练营机器学习笔记task03

龙珠训练营机器学习笔记task02本学习笔记为阿里云天池龙珠计划机器学习训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/promotion/aicampml
a_little_pig_·2023-01-30 16:53

YB菜菜的机器学习自学之路（六）——初步了解简单的神经网络模型（隐藏层）

YB菜菜的机器学习自学之路（六）——初步了解简单的神经网络模型（隐藏层）前提说明1.神经网络模型1.1三神经元构成的神经网络案例1.2隐藏层2.步骤概述前提说明在先前的模型分类中，可以用单调的函数就能够表示
Keep_Holding_Down·2023-01-30 09:59

YB菜菜的机器学习自学之路（五）——完整的单神经元罗森布拉特感知模型（激活函数）

YB菜菜的机器学习自学之路（五）——完整的单神经元罗森布拉特感知模型（激活函数）前提说明1.激活函数1.1激活函数的作用1.2Sigmod函数2.完整的单元罗森布拉特感知模型前提说明首先，事实上，我们在思考分析问题时
Keep_Holding_Down·2023-01-30 09:27

机器学习笔记-分类器

计算社会科学讲习班机器学习：理论与实践模块Day2如果把机器学习归为两大类，那么主要的工作可以分为：分类和聚类。而分类任务基本上占整个机器学习或者是数据挖掘领域的70%。image.png1.逻辑回归回归的本质就是找参数，使得函数的值和样本的值最接近。即logit模型属于参数估计，是个有监督学习。2.判别分析主流的判别分析算法有三大类：费希尔(Fisher)判别主要讨论线性判别分析（LDA）、二次
凡有言说·2023-01-30 06:19

机器学习笔记3

李宏毅机器学习任务四】负责人：王佳旭课程设计人：王佳旭#任务时间#请于5月25日22:00前完成，逾期尚未打卡的会被清退学习视频内容：观看观看李宏毅课程内容：p8视频连接：https://www.bilibili.com/video/av35932863/?p=8学习Datawhale整理笔记https://datawhalechina.github.io/Leeml-Book/#/chapter
trying52·2023-01-29 18:05

爱

在陌生的城市里有自己最熟悉的人思念填满了时空的沟壑三人的微信群成了最温馨的家每一声消息就是一次叩门每一次报平安都成渴盼救助图片彰显市政府的关怀市政府发的大礼包凝聚着八方支援者的爱心女儿第4次收到的抗疫物资疫情袭沪的日子里爱心永在第一次收到菜菜了
四画·2023-01-29 16:10

机器学习笔记：GRU

1LSTM复习机器学习笔记RNN初探&LSTM_UQI-LIUWJ的博客-CSDN博客中，我们使用的是这样的一张图来说明LSTM：这里为了和GRU有一个比较，使用如下的图表示LSTM，意思是一样的，绿色和紫色的部分是二者的对照关系
UQI-LIUWJ·2023-01-29 14:17

机器学习笔记（12）图解LSTM与GRU的区别以及各单元公式推导

发现无论哪场面试，LSTM与GRU的细节区分被提问的概率都很高，今天简单分析一下参考资料：https://m.sohu.com/a/336551522_99979179https://www.jianshu.com/p/4b4701beba92LSTM公式为i的计算常被称为输入门，f的计算常被称为遗忘门，注意和tahn做运算的是输入门。简单说明LSTM的整个过程：1.首先输入为三个值，一个是此刻的
是魏小白吗·2023-01-29 14:47

随机森林算法实现

看到一篇超级详细的随机森林算法调参的文章，分享出来Python机器学习笔记：随机森林算法-战争热诚-博客园
Idie_·2023-01-29 12:38

《微机原理与接口技术》第一章——微机原理概述

我并不是什么大触，只是一个菜菜的学生，如果您发现了什么错误或者您对于某些地方有更好的意见，非常欢迎您的斧正！
Claire_TJ·2023-01-29 07:44

2019-07-09 早起晨间日记第1篇 1/90

《写给新的自己》我是蔡佩辰，菜菜。
lucky佩辰·2023-01-28 03:16

【ML入门】李宏毅机器学习笔记01-Learning Map

【ML入门】李宏毅机器学习笔记01-LearningMap-知乎https://zhuanlan.zhihu.com/p/74377397
BG大龍·2023-01-28 03:10

人生何处不伤悲

有人说一个人的一生就是为了追求快乐的，做一个快乐的小菜菜多好啊！自由自在，欢喜无边，然而现实生活中的诸多琐事限制了快乐的存在，或者说是人生何处不伤悲！
莫漓若即·2023-01-27 20:59

机器学习笔记——4 广义线性模型的基本思想和各个常用的回归特例(附logistic模型的python实现)

广义线性模型(GeneralizedLinerModel)的基本思想和各个常用的回归特例(附logistic模型的python实现)为什么需要广义线性模型？“广义”和“线性”的含义是什么？首先我们需要解释线性的重要性。线性之所以如此重要，其本质原因在于两方面：线性形式相对是简单的，而且我们擅长处理线性问题，无论是在工程实现上还是在数学分析上。在线性的世界里，无论是对象本身的描述还是变换的描述，我们
_Volcano·2023-01-27 15:55

#吴恩达· 机器学习笔记（④ 多元梯度下降及正规方程）

DAY7多特征之前的视频是关于一个特征变量的（房屋面积对应房价）现在除了房屋面积还有诸如卧室数量、楼层数量等一系列的影响因素相较于传统的假设，现在的假设式如下：多元线性回归假设模型：多元梯度下降算法更新后的代码如下：DAY8特征缩放（出现这种原因是因为两个值（x、y）差别太大（一个是在0-2000，一个是在0-5））以1个特征来举例，如果椭圆越狭长，那么梯度下降时间就会越长而如果我们将其进行一个缩
人生苦短我愛Python·2023-01-27 14:11

机器学习笔记 - Java学习框架Deeplearning4j初体验

一、Deeplearning4j概述Deeplearning4j是一套用于在JVM上运行深度学习的工具。它是唯一一个允许您从java训练模型，同时通过我们的cpython绑定、模型导入支持以及其他运行时（如tensorflow-java和onnxruntime）的互操作的混合执行与python生态系统互操作的框架。用例包括导入和重新训练模型（Pytorch、Tensorflow、Keras）模型以
坐望云起·2023-01-27 13:23

机器学习笔记（十二）：TensorFlow实战四（图像识别与卷积神经网络）

1-卷积神经网络常用结构1.1-卷积层我们先来介绍卷积层的结构以及其前向传播的算法。一个卷积层模块，包含以下几个子模块：使用0扩充边界(padding)卷积窗口过滤器（filter）前向卷积反向卷积（可选）1.1.2-边界填充边界填充将会在图像边界周围添加值为0的像素点，如下图所示：使用0填充边界有以下好处：卷积了上一层之后的CONV层，没有缩小高度和宽度，这对建立更深的网络非常重要，否则在更深层
LiAnG小炜·2023-01-27 11:44

YB菜菜的机器学习自学之路（一）——基础的罗森布拉特(Rosenblatt)感知器

@TOC前提说明想着以后雷达应用可能需要和深度学习什么的结果，在B站购买了《小白也能听懂的人工智能原理》想着听听学习学习，在这个假期，入个小小的门。整点笔记方便自己以后回顾。1.创建新工程勉勉强强装了PyCharm和Anaconda，并尝试创建第一个新工程。利用AnacondaPrompt创建一个虚拟环境，大致步骤如下：Step1：打开AnacondaPrompt，输入命令：condacreate
Keep_Holding_Down·2023-01-27 10:04

YB菜菜的机器学习自学之路（三）——简单了解梯度下降

YB菜菜的机器学习自学之路（三）——简单了解梯度下降前提说明代价函数求解1.公式法求解2.梯度下降+罗森布拉特感知器2.1批量梯度下降2.1随机梯度下降2.3mini-批量梯度下降2.4计算结果：前提说明从求解简单的一元二次代价函数
Keep_Holding_Down·2023-01-27 10:04

YB菜菜的机器学习自学之路（四）——简单了解空间梯度下降和神经单元小结

YB菜菜的机器学习自学之路（四）——简单了解空间梯度下降和初步的神经单元前提说明1.代价函数求解1.1代价函数曲面图1.2梯度下降（偏导-联合）2.初步了解神经网络模型前提说明在先前过程中，定义预测函数为
Keep_Holding_Down·2023-01-27 10:04

YB菜菜的机器学习自学之路（二）——简单了解代价函数

YB菜菜的机器学习自学之路（二）——简单了解代价函数前提说明1、误差估计-最小二乘法2.代价函数前提说明依然以一元一次函数为例子展开说明。
Keep_Holding_Down·2023-01-27 10:34

2021.3.27 居庸关迎接开往春天的列车

由于女生洗手间比较紧张，排队较长，菜菜领队组织一队先
万事皆成·2023-01-27 05:43

吴恩达机器学习笔记（自己学的过程进行记录）

吴恩达机器学习笔记（自己学着记）1.机器学习分类1.1监督学习1.1.1回归回归问题是在知道正确答案的基础上进行的，即给定的数据集是真实的一系列连续的值。
xiuyvshu·2023-01-27 02:19

李宏毅机器学习—机器学习介绍

李宏毅机器学习笔记github链接：https://github.com/datawhalechina/leeml-notes李宏毅机器学习笔记在线阅读链接：https://datawhalechina.github.io
修_远·2023-01-26 08:28

机器学习笔记三：经典算法

第三章：机器学习经典算法机器学习之经典算法第三章：机器学习经典算法一、KNN算法定义：距离计算公式：适用案例：算法优缺点：特征工程处理：skLearnAPI:sparkAPI:二、朴素贝叶斯分类算法原理：应用场景：优缺点：API:三、决策树分类原理：API优缺点：四、随机森林原理：API：优缺点：五、线性回归原理：目标：损失函数：最小二乘法优化方法：API：回归性能评估方法：两种线性回归方法对比：
roykingw·2023-01-25 15:42

机器学习笔记01 -- 决策树、随机森林、AdaBoost

一、决策树1决策树的优化：剪枝1.1预剪枝：每个节点在进行划分时进行估计，看该节点进行划分前后是否可以带来泛化能力上的提升，如果不能，则直接标记为叶子节点。1.2后剪枝：生成完整的决策树后，再自下而上去评估每个非叶子节点的划分是否带来了泛化能力的提升，如果不能，则将该节点的子树替换为叶子节点。要用验证集数据来判断。2属性划分纯度变化的计算方法2.1信息增益–ID3X：样本类别；A：一种特征x：一种
wafq·2023-01-25 15:07

【李宏毅机器学习笔记】9、卷积神经网络（Convolutional Neural Network，CNN）

【李宏毅机器学习笔记】1、回归问题（Regression）【李宏毅机器学习笔记】2、error产生自哪里？
qqqeeevvv·2023-01-25 11:26

机器学习小白阅读笔记：深度学习时序预测模型 Temporal Fusion Transformers

机器学习笔记：深度学习时序预测模型TemporalFusionTransformers前言由于接触的时序预测问题基本都来自于数字化转型期的企业，我经常发现，在解决实际时序预测问题的时候，大部分时候还是用树模型结合特征工程的思路
MetLightt·2023-01-24 08:39

菜菜菜鸟学python之包的安装——以itchat为例（python+Anaconda）

太长不看版在Windows运行里pipinstallitchat找python安装目录下的Lib→site-packages找到安装上的文件夹（与itchat相关的所有文件夹）复制到anaconda安装目录下Lib→site-packages在anaconda里importitchat就可以啦！在搜python中LDA的应用时发现可以用python的itchat来分析自己微信好友的数据，于是便想试
潔～·2023-01-23 19:05

Conda下载Python第三方库（只在Conda环境下载Python，Window里并没有安装）

参考博客@YY豪爽——pip安装itchat模块成功后annocanda中Nomodulenamed‘itchat’@潔～——菜菜菜鸟学python之包
Moqim Flourite.·2023-01-23 19:55

吴恩达机器学习笔记：手搓线性回归(梯度下降寻优)

概念就不介绍了，记录下公式推导和代码实现，以及与最小二乘的比较。吴恩达老师课程中使用一个参数theta保存两个变量，不过我好像没把中间变量的形状对齐，所以最后实现了两个参数的版本。代码：importtimeimportnumpyasnpimportpandasimportmatplotlib.pyplotasplt#随机种子rd=np.random.RandomState(round(time.t
七月是你的谎言..·2023-01-23 15:11

色香味全，蒜蓉苋菜

苋菜菜身软滑而菜味浓，入口甘香，具有清热解毒、增强体质、促发育的功效。
辣椒开花了·2023-01-22 23:08

菜菜sklearn——XGBoost(1)

1在学习XGBoost之前1.1机器学习竞赛的胜利女神数据领域人才济济，而机器学习竞赛一直都是数据领域中最重要的自我展示平台之一。无数数据工作者希望能够通过竞赛进行修炼，若能斩获优秀排名，也许就能被伯乐发现，一举登上人生巅峰。不过，竞赛不只是数据工作者的舞台，也是算法们激烈竞争的舞台，若要问这几年来各种机器学习比赛中什么算法风头最盛，XGBoost可谓是独孤求败了。从2016年开始，各大竞赛平台排
Grateful_Dead424·2023-01-22 11:16

机器学习笔记 - 时间序列的趋势分量

一、什么是趋势？时间序列的趋势分量代表序列均值的持续、长期变化。趋势是一系列中移动最慢的部分，代表了最大时间尺度的重要性。在产品销售的时间序列中，随着越来越多的人知道该产品，市场扩张的影响可能是增加趋势。四个时间序列中的趋势模式。在这里，我们将关注均值趋势。更一般地说，一个序列中任何持续的和缓慢移动的变化都可能构成一个趋势——例如，时间序列通常在其变化中具有趋势。二、移动平均线图要查看时间序列可能
坐望云起·2023-01-22 10:32
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他