Android基础知识学习系列

EM(Expectation Maximization Algorithm)算法详解(附代码)-----大道至简之机器学习系列---通俗理解EM算法。

☕️本文来自专栏：大道至简之机器学习系列专栏本专栏往期文章：逻辑回归(LogisticRegression)详解(附代码)---大道至简之机器学习算法系列——非常通俗易懂！
尚拙谨言·2022-10-26 07:16

机器学习：超参数 、训练集、验证集、测试集、归纳偏好、经验误差与过拟合、性能度量、机器学习发展现状

机器学习导论1.1超参数1.2训练集、验证集、测试集1.3归纳偏好1.4经验误差与过拟合1.5性能度量（performancemeasure）1.6机器学习发展现状声明：文章部分内容摘选于：机器学习系列
唐樽·2022-10-25 14:09

Python数据分析学习系列 八 数据规整：聚合、合并和重塑

Python数据分析学习系列八数据规整：聚合、合并和重塑资料转自（GitHub地址）：https://github.com/wesm/pydata-book有需要的朋友可以自行去github下载在许多应用中
天涯尽头黄鹤楼·2022-10-25 12:55

狂神学习系列10：Vue

狂神学习系列10：Vue声明：本文章是基于狂神的课程所编写，本人才疏学浅，内容仅作参考项目和markdown文件资料：06_Vue:基于狂神说vue的项目及笔记文章目录狂神学习系列10：Vue1.前端核心分析
cocochimp·2022-10-25 08:29

传统机器学习笔记4——决策树

前沿  上篇博文我们介绍了逻辑回归算法，对逻辑回归有不明白的小伙伴可以回到之前的博文再看看，这里附一个前面介绍过的传统机器学习系列的汇总：传统机器学习笔记——概述传统机器学习笔记1——模型评估方法与准则传统机器学习笔记
I松风水月·2022-10-24 18:18

深度学习系列50：苹果m1芯片加速pytorch

1.介绍Apple的MetalPerformanceShaders（MPS）作为PyTorch的后端来加速GPU训练。MPS后端扩展了PyTorch框架，提供了在Mac上设置和运行操作的脚本和功能。MPS通过针对每个MetalGPU系列的独特特性进行微调的内核来优化计算性能。新设备将机器学习计算图和原语映射到MPS提供的MPSGraph框架和优化内核上。目前pytorch加速版本还是preview
IE06·2022-10-24 07:09

PyTorch源码学习系列 - 2. Tensor

本系列文章会优先发布于微信公众号和知乎专栏，欢迎大家关注微信公众号：小飞怪兽屋知乎:PyTorch源码学习-知乎(zhihu.com)目录前言Tensor是什么？Tensor如何存储？PyTorch眼中的TensorTensor的创建过程Tensor的函数与方法前言如果有人问我刚开始接触PyTorch该从何处学起时，我的回答一定不会是举世瞩目，让人惊叹不已的神经网络（NN,NeuralNetwor
flydreamforever·2022-10-24 07:38

android基础知识

Android核心阐述一下Activity的生命周期。创建onCreate-启动onStart–开始onResume–暂停onPause–结束onStop–销毁onDestroy每一个活动（Activity）都处于某一个状态，对于开发者来说，是无法控制其应用程序处于某一个状态的，这些均由系统来完成。但是当一个活动的状态发生改变的时候，开发者可以通过调用onXX()的方法获取到相关的通知信息。在实现
扫地僧的徒弟·2022-10-23 11:11

Python手撸机器学习系列（十三）：AdaBoost提升算法实现

目录AdaBoost算法一、概述二、代码实现三、参考文献AdaBoost算法一、概述提升算法是将一组弱分类器组合成强分类器的算法，大多数的提升算法都是改变训练数据的概率分布（或权值），针对不用的训练数据训练弱分类器学习，最后再组合弱分类器成为一个强分类器。对于提速算法，需要解决两个问题：如何在训练中修改样本的权值如何组合弱分类器AdaBoost提升算法主要做法：首先提高前一轮分类器中被错误分类的样
锌a·2022-10-20 22:49

AdaBoost算法详解及python实现【Python机器学习系列（十八）】

文章目录1.AdaBoost算法简介2.AdaBoost算法逻辑详解2.1数据2.2带权错误率2.3损失函数与确定样本权重2.3确定模型权重2.4输出模型3.AdaBoost算法的python实现1.AdaBoost算法简介Boosting是机器学习的三大框架之一，其特点是，训练过程中的诸多弱模型，彼此之间有着强依赖关系。Boost也被称为增强学习或提升法。典型的代表算法是AdaBoost算法。A
侯小啾·2022-10-20 22:29

吴恩达机器学习（十三）—— ex5：Regularized Linear Regression and Bias v.s. Variance（MATLAB+Python）

吴恩达机器学习系列内容的学习目录→\rightarrow→吴恩达机器学习系列内容汇总。
大彤小忆·2022-10-19 13:34

ADC学习系列（一）：ADC基础概念

本章主要是进行ADC的基础概念学习，从模拟和数字信号进行入手，分析各自的优缺点和应用场合，从而引出数模转换的重要性。紧接着提到了ADC部分最重要的奈奎斯特采样定理，了解采样频率和被测信号频率之间的关系。最后介绍了ADC的采样保持放大电路，作为ADC部分的输入级，该电路对于采样结果有着至关重要的影响。目录一.模拟信号和数字信号二.数模转换（ADC）原理三.奈奎斯特（Nyquist）采样定理四.采样保
幻化由心·2022-10-19 07:42

计算机网络（四）—— 网络层（3）：IPv4地址

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。
大彤小忆·2022-10-16 11:22

机器学习回顾篇（15）：集成学习之GDBT

1引言¶梯度提升树算法（GradientBoostingDecisionTree，GBDT）是一个非常经典的机器学习算法，和我们前面介绍过的Adaboost算法一样，都是提升学习系列算法中的一员。
may_walkaway·2022-10-13 07:39

【集成学习系列教程3】GBDT分类算法原理及sklearn应用

文章目录5GBDT二分类算法5.1概述5.2算法详解5.2.1逻辑回归预测函数5.2.2最大似然估计5.2.3逻辑回归损失函数5.2.4算法的具体步骤5.3sklearn中的GradientBoosting分类算法5.3.1原型5.3.2常用参数5.3.3常用属性5.3.4常用方法5.4实例4：GBDT二分类问题的调参与优化5.4.1数据集的创建与可视化5.4.2训练集和测试集的分割5.4.3调参
Juicy B·2022-10-13 07:30

Python数据分析学习系列 十三 Python建模库介绍

Python数据分析学习系列十三Python建模库介绍资料转自（GitHub地址）：https://github.com/wesm/pydata-book有需要的朋友可以自行去github下载本书中，我已经介绍了
天涯尽头黄鹤楼·2022-10-12 07:22

机器学习系列（二）——分类及回归问题

机器学习基础（二）文章目录机器学习基础（二）3分类算法3.1常用分类算法的优缺点？3.2分类算法的评估方法3.3正确率能很好的评估分类算法吗3.4什么样的分类器是最好的4逻辑回归4.1回归划分4.2逻辑回归适用性4.3逻辑回归与朴素贝叶斯有什么区别4.4线性回归与逻辑回归的区别上篇文章中，我们就机器学习的相关基础概念进行了阐述，包括机器学习的基本概念以及机器学习的分类。不了解的童鞋可以看一下补补课
Way_X·2022-10-11 07:39

计算机网络（三）—— 数据链路层（6）：媒体接入控制MAC

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。
大彤小忆·2022-10-10 22:16

计算机网络（三）—— 数据链路层（8、9）：集线器与交换机的区别、以太网交换机自学习和转发帧的流程

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。
大彤小忆·2022-10-08 07:36

springBoot学习笔记（2.4）—— 整合PageHelper分页组件

更多文章更多系列文章在个人网站springBoot学习系列笔记文章springBoot学习笔记（1）——搭建springBoot项目文章目录更多文章springBoot学习系列笔记文章一、构建项目步骤1
吓一跳xyz·2022-10-07 17:23

机器学习系列(7)_决策树与随机森林概念

注：本篇博客参考b站：机器学习经典算法（2）——决策树与随机森林文章目录一、熵与基尼系数二、决策树构造实例三、信息增益（ID3算法）四、信息增益率（C4.5算法）五、二分选值六、决策树减枝七、随机森林决策树有三种算法：一、熵与基尼系数熵：一件事情的混乱程度如果一个集合内部的属性很多，混乱程度就很大，则熵值也较大如果一个集合内部的属性很少，混乱程度就很小，则熵值也较小基尼系数和熵在公式上面不同，但是
abc123susie·2022-10-06 07:41

集成学习之随机森林案例专题【Python机器学习系列（十七）】

集成学习之随机森林案例专题【Python机器学习系列（十七）】文章目录1.Bagging与随机森林简介2.随机森林--分类任务2.1准备数据2.2python实现随机森林--分类任务2.3绘制ROC曲线与计算
侯小啾·2022-10-03 07:37

Python数据分析学习系列一——Matplotlib入门学习

1Matplotlib-介绍Matplotlib是一个强大的Python绘图和数据可视化的工具包。安装方法：pipinstallmatplotlib引用方法：importmatplotlib.pyplotasplt绘图函数：plt.plot()显示函数：plt.show()importmatplotlib.pyplotasplt1.1Plot-简单使用plt.plot()#画图，主要是折线图plt
chardman·2022-10-01 07:43

Android基础知识及线性布局介绍

目录1.常见控件的基本属性1.1控件的可见性1.2控件的外边距1.3控件的内边距2.线性布局(LinearLayout)2.1示例：2.2微信界面实战3.总结1.常见控件的基本属性android:id="@+id/button1"：【设置控件id】android:layout_width【设置控件宽度】/android:layout_height【设置控件高度】wrap_content【控件的大小
·2022-10-01 05:41

Nginx学习系列之-Nginx+IIs的简单部署

随着互联网项目用户访问量不断上升，单点web服务器是无法满足大型高并发高负载的业务处理的，为了给web服务器做负载均衡方案，打算采用Nginx搭建负载均衡服务器，把用户请求分配到N个服务器来缓解服务器压力。Nginx简介：Nginx(“enginex”)是一个高性能的HTTP和反向代理服务器，也是一个IMAP/POP3/SMTP代理服务器。Nginx是由IgorSysoev为俄罗斯访问量第二的Ra
sufengmarket·2022-09-29 15:25

Autofac学习系列之-入门

Autofac是什么？Autofac是一种IOC容器，那么什么是IOC容器呢？先说一下两个概念IOC和DI，我的理解：①IOC：调用者不再创建(不自己new)被调用者的实例，而是交给容器去创建(AutoFac就充当这里的容器)，这就是控制反转。②DI：容器创建好的实例再注入调用者的过程，就是依赖注入（比如：属性注入、构造函数注入等）。控制反转控制反转背后的核心思想是,我们不再将类绑定在应用里,让类
sufengmarket·2022-09-29 15:25

C#学习系列之练手上位机基础知识和实用框架-1

C#学习系列之练手上位机基础知识和实用框架-1前言小项目的界面设计1.登录界面2.上位机数据显示界面界面后的模块程序登录界面的用户名输入与密码输入学习心得总结缺陷前言提示：学习来源哔哩哔哩，自己创建完整的第一个小项目工作使用的
arriettyandray·2022-09-28 10:06

大数据方向学习系列——Hive——第二章：Hive安装

大数据学习之Hive系列文章目录第一章Hive入门第二章Hive安装文章目录大数据学习之Hive系列文章目录资料地址1.1Hive安装地址1.2Hive安装部署1.3Hive基本操作1.4将本地文件导入Hive案例2.1MySql安装2.1.1安装包准备2.1.2安装MySql服务器2.1.3安装MySql客户端2.1.4MySql中user表中主机配置2.2Hive元数据配置到Mysql2.2.
程序猿不熬夜·2022-09-28 09:59

大数据方向学习系列——Hive——第一章：Hive入门

系列文章目录第一章Hive入门第二章Hive安装文章目录系列文章目录碎碎念1.1Hive是什么？1.2Hive的优缺点1.2.1优点1.2.2缺点1.3Hive架构原理1.4Hive和数据库比较1.4.1查询语言1.4.2数据存储位置1.4.3数据更新1.4.4索引1.4.51.4.6执行延迟1.4.7可扩展性1.4.8数据规模总结碎碎念从3月15号到4月2号，两个多星期都没写博客了,一直在学习新
程序猿不熬夜·2022-09-28 09:59

100天精通Andriod逆向——第2天：Android基础知识和jadx的使用

目录一、Android基础知识介绍1.1Android历史版本1.2apk包文件结构1.3Android系统目录介绍二、jadx的使用2.1jadx的简介2.2jadx的安装2.3jadx的命令2.4jadx-gui
Amo Xiang·2022-09-28 07:12

吴恩达机器学习系列课程笔记——第十三章：聚类(Clustering)

13.1无监督学习：简介https://www.bilibili.com/video/BV164411b7dx?p=76在这个视频中，我将开始介绍聚类算法。这将是一个激动人心的时刻，因为这是我们学习的第一个非监督学习算法。我们将要让计算机学习无标签数据，而不是此前的标签数据。那么，什么是非监督学习呢？在课程的一开始，我曾简单的介绍过非监督学习，然而，我们还是有必要将其与监督学习做一下比较。在一个典
Lishier99·2022-09-26 22:52

机器学习模型性能度量详解 【Python机器学习系列（十六）】

机器学习模型性能度量【Python机器学习系列（十六）】文章目录1.错误率与精度2.查准率查全率与F12.1TP、FP、FN、TN2.2查准率与查全率2.3P-R图与平衡点2.4F12.5宏查准率&宏查全率
侯小啾·2022-09-25 20:58

几种卷积神经网络

系列文章目录本系列为跟着李沐学习深度学习系列整理的笔记，在此自己总结梳理一遍，加深理解和记忆。
叶~子·2022-09-25 07:39

腾讯深度学习系列——深度学习及并行化实现概述

深度学习及并行化实现概述摘要：深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出给训练深层模型带来了希望，并在多个应用领域获得了成功。深层模型的并行化框架和训练加速方法是深度学
zhihua_bupt·2022-09-23 17:03

PCA主成分分析算法专题【Python机器学习系列（十五）】

PCA主成分分析算法专题【Python机器学习系列（十五）】文章目录1.PCA简介1.2python实现鸢尾花数据集PCA降维1.3sklearn库实现鸢尾花数据集PCA降维案例    ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ꧔ꦿ1
侯小啾·2022-09-19 07:56

《机器学习》随心记-周志华版 绪论

所以这个学习系列我称为《机器学习》随心记。整个随心记的每章由两部分组成，一个是我阅读时产生的问题，我会在解决后在博客的评论或者再编辑解答相应问题；另一个就是基础知识定义以及我对个别定义
wzw&weiye·2022-09-15 06:05

【JAVA项目实战】【图书管理系统】登录模块【Servlet】+【Session】+【Filter】+【JSP】

个人主页：欢迎访问Ali.s的首页⏰最近更新：2022年9月6日⛽Java框架学习系列：【Spring】【SpringMVC】【Mybatis】Java项目实战系列：【飞机大战】【图书管理系统】Java
Ali.s·2022-09-15 00:48

【通信原理】通信系统概念、组成、分类、度量的分析与研究

个人主页：欢迎访问Ali.s的首页⏰最近更新：2022年8月15日⛽Java框架学习系列：【Spring】【SpringMVC】【Mybatis】Java项目实战系列：【飞机大战】【图书管理系统】Java
Ali.s·2022-09-15 00:17

【通信原理】揭开傅里叶级数与傅里叶变换的神秘面纱

个人主页：欢迎访问Ali.s的首页⏰最近更新：2022年8月18日⛽Java框架学习系列：【Spring】【SpringMVC】【Mybatis】Java项目实战系列：【飞机大战】【图书管理系统】Java
Ali.s·2022-09-15 00:17

【JAVA项目实战】【图书管理系统】用户更新功能【Servlet】+【Ajax】+【Mysql】

个人主页：欢迎访问Ali.s的首页⏰最近更新：2022年8月5日⛽Java框架学习系列：【Spring】【SpringMVC】【Mybatis】Java项目实战系列：【飞机大战】【图书管理系统】⛳Java
Ali.s·2022-09-15 00:16

【通信原理】确知信号的性质分析与研究

个人主页：欢迎访问Ali.s的首页⏰最近更新：2022年8月24日⛽Java框架学习系列：【Spring】【SpringMVC】【Mybatis】Java项目实战系列：【飞机大战】【图书管理系统】Java
Ali.s·2022-09-15 00:08

机器学习系列：过拟合与正则化

目录一、过拟合问题（TheProblemofOverfitting）1、回归问题中的过拟合问题2、分类问题中的过拟合问题3、过拟合的解决方法二、正则化（Regularization）1、代价函数2、正则化线性回归问题（RegularizedLinearRegression）3、正规化的逻辑回归（RegularizedLogisticRegression）一、过拟合问题（TheProblemofOv
已退游，勿扰·2022-09-13 07:25

计算机网络（五）—— 运输层（4、5）：TCP的流量控制、TCP的拥塞控制

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。
大彤小忆·2022-09-12 10:05

Pytorch 零基础学习系列 之 创建张量

Pytorch零基础学习系列之创建张量在深度学习中，神经网路结构是基础；在Pytorch中，张量是构建神经网络的基础。从本质上讲，Pytorch就是一个处理张量的库。
阿泽Lee·2022-09-12 07:56

SVM 支持向量机算法（Support Vector Machine ）【Python机器学习系列（十四）】

SVM支持向量机算法（SupportVectorMachine）【Python机器学习系列（十四）】文章目录1.SVM简介2.SVM逻辑推导2.1Part1化简限制条件2.2Part2SVM拉格朗日乘子法求解
侯小啾·2022-09-12 07:51

深度学习系列笔记02线性回归与softmax回归

文章目录1线性回归2基础优化方法2.1梯度下降2.2小批量随机梯度下降2.3总结：3线性回归从零开始实行3.1生成数据集函数笔记：3.2读取数据集函数笔记：3.3初始化模型参数3.4定义模型3.5定义损失函数3.6定义优化算法3.7训练4线性回归的简洁实现4.1生成数据集4.2读取数据集函数笔记：4.3定义模型4.4初始化模型参数4.5定义损失函数4.6定义优化算法4.7训练函数笔记：5softm
三木今天学习了嘛·2022-09-11 07:55

吴恩达机器学习_1

Spervisedlearning）无监督学习（Unsupervisedlearning）NLP学习_吴恩达机器学习_1目前是大一的小白，在学长的指引下选择了NLP这一条路，又根据学长的推荐开始啃B站上吴恩达机械学习系列课程
周木_1·2022-09-09 07:34

CNN学习系列：千里之行始于足下——使用PyTorch复现经典LeNet网络

导语：1998年，Lecun等人在论文Gradient-BasedLearningAppliedtoDocumentRecognition里第一次定义了CNN网络结构，该网络被称为LeNet，成为CNN的开山鼻祖。该模型有1个输入层，2个卷积层，2个池化层，2个全连接层，1个输出层。此处所使用的的数据集，即是Lecun当年用到的数据集，MNIST。这里有一个手写数字识别的可视化网站，借助它能直观地
卖篇论文娶媳妇·2022-09-08 08:56

Dubbo 系列(二)

Dubbo系列(二)注意：本系列为个人学习系列一、dubbo配置配置原则vm运行时参数：-Ddubbo.protocol.port=20880consumer.xml中配置：dubbo.properties
盖世神龙·2022-09-08 04:03

SpringBoot基础学习之SpringBoot Web开发(上篇)

这个SpringBoot基础学习系列用来记录我学习SpringBoot框架基础知识的全过程(这个系列是参照B站狂神的SpringBoot最新教程来写的，由于是之前整理的，但当时没有发布出来，所以有些地方可能有错误
狂奔の蜗牛rz·2022-09-06 14:22
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他