STM8学习总结

若特征的相关系数为0或接近0，就一定可以被过滤吗？相关系数的显著性检验也不一定可靠，如何判断？

系列文章目录添加机器学习总结提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、若特征的相关系数为0或接近0，就一定可以被过滤吗？
陈谦·2022-12-02 13:34

EM算法原理和实现的学习总结

文章目录0.写在前面（学习过程总结）1.EM算法的原理2.EM算法的公式推导3.EM算法的代码实现（双硬币问题为例子）0.写在前面（学习过程总结）我的数学基础不好，所以EM算法折腾了不少时间才真正理解。我对EM算法的理解过程经历了如下几个阶段：看《统计学习方法》上的第9章EM算法及其推广，对EM算法需要解决的问题和原理有了一个初步的印象；（这个时候其实并不是完全明白）根据EM算法整理及其pytho
ForcedOverflow·2022-12-02 13:55

Pytorch框架学习个人笔记1---overview

文章目录前言一、pytorch的安装步骤二、Pytorch的介绍1、深度学习2、如何构建深度学习框架3、神经网络的介绍4、神经网络发展历史总结前言提示：本博客是依托B站【刘二大人】的讲解视频并结合个人实践学习总结而成
疯_feng·2022-12-02 05:42

Pytorch框架学习个人笔记3---梯度下降

提示：本博客是依托B站【刘二大人】的讲解视频并结合个人实践学习总结而成，仅用作记录本人学习巩固，请勿做商用。
疯_feng·2022-12-02 05:42

周志华机器学习总结

Lecture3线性模型基本形式一般向量形式:优点:线性回归广义线性模型对数几率回归由对数几率函数确定$\boldsymbol{\omega}$和$b$线性判别分析(LDA)思想求解多分类任务多分类问题基本形式一般向量形式:f(x)=ωT∗x+bf(\boldsymbol{x})=\boldsymbol{\omega}^T*\boldsymbol{x}+bf(x)=ωT∗x+b优点:非线性模型可由
夜夜0810·2022-12-01 20:19

多维时序 | MATLAB实现CNN-BiLSTM多变量多步预测

多维时序|MATLAB实现CNN-BiLSTM多变量多步预测目录多维时序|MATLAB实现CNN-BiLSTM多变量多步预测写在前面基本介绍模型特点程序设计关联分析学习总结参考文献写在前面程序获取|机器学习
机器学习之心·2022-12-01 19:37

元数据驱动数据存储学习总结笔记

1背景日常后台业务开发都会涉及到数据存储问题。每个需求建立新的存储模型并进行开发是常用的手段。随着需求量增多，思考后也会看到一些共性。在数据存储层面。通过有效的抽象，提炼模型，提高系统开发效率。「元数据驱动的SaaS架构技术思考」这篇文章文章讲了通过标准加扩展能力保证数据安全，并支持多租户共性及个性问题构建SaaS产品实现对不同业务模式支持，提供更高效的开发能力。2常见业务开发模式通常基于贫血模型
FserSuN·2022-12-01 19:04

自用学习总结第二篇

程序员操守：1.路径中不要有一、SpringBoot核心是Spring，简化框架的开发。SpringMVC负责实现前后端交互，媒介：http（不安全）https（安全）密钥：证书（公钥私钥）协议：TCP/IP协议（3次握手规则）速度是很快的二、maven命令1.clean清空项目中的target文件目录的.xxx.class文件信息2.install将项目打包处理，每次打包会在target文件目录
刘阿北的日常生活·2022-12-01 18:44

【Python基础知识】面试基础知识

本文为个人学习总结，无任何商业用途，若涉及侵权，联系删除。文章目录Python的变量类型Python函数是值传递还是引用传递？
Jiazhou_garland·2022-12-01 16:58

ROS学习总结十七：自定义消息的使用

在初学ROS时，一般都是使用的ROS标准库，包括激光电云laserscan、位姿posestamp等。这些库基本满足了我们的日常使用，但是在开发时，难免会遇到一些情况使用标准库不太合适，这时候使用自己的自定义消息格式就变得非常方便。1、新建msg1.1、新建msg文件首先建立一个名为catkin_ws的文件夹，在文件夹内执行：mkdirsrccdsrccatkin_create_pkgmsg_te
一叶执念·2022-12-01 15:01

【李宏毅机器学习2022】Task06 self-attention算法

本次是对深度学习中self-attention算法的学习总结。
王多头发·2022-12-01 02:39

Numpy学习总结

Numpy首先要安装numpy，这里我们下载了anaconda，便于调用,创建一个二维数组，类型为floatimportnumpyasnp#array(object,dtype=None,*,copy=True,order='K',subok=False,ndmin=0,like=None)array=np.array([[1,2,3],[1,1,2]],dtype=float)print('原数
浩然然然·2022-11-30 21:20

【人工智能 学习总结】第三章 搜索策略（1）

3.1搜索的基本概念3.1.1搜索的含义（1）概念搜索就是要寻找一个操作序列，使问题从初始状态转换到目标状态。这个操作序列就是目标的解。换言之，就是根据问题的实际情况，按照一定的策略或规则，从知识库中寻找可利用的知识，从而构造一条使问题获得解决的推理路线的过程（2）类型①按是否使用启发式信息：盲目搜索、启发式搜索；②按问题的表示方式：状态空间搜索、与或树搜索3.1.2状态空间法（1）概念基于解空间
Beixun_Qili·2022-11-30 14:33

【人工智能 学习总结】第二章 知识表示（1）

2.1概述2.1.1知识及知识的分类概念：知识是人们改造客观世界的实践中积累起来的认识和经验分类：①按性质：概念、命题、公理、定理、规则、方法等；②按适应范围：常识性知识（通识知识）、领域性知识（专业性知识）；③按作用效果：事实性知识（叙述性知识，常以“......是......”的形式出现）、过程性知识（规则、定律、定理构成）、控制性知识（元知识或超知识，是知识库中的高层知识）；④按确定性：确定
Beixun_Qili·2022-11-30 14:03

【人工智能 学习总结】第二章 知识表示（2）

2.4框架表示法2.4.1框架基本结构框架表示法是以框架理论为基础的一种结构化知识表示方法框架基本结构如下：槽值有以下几种类型：(1)具体值value。该值按实际情况给定(2)默认值default。该值按一般情况给定，对于某个实际事物，具体值可以不同于默认值(3)过程值procedure。该值是个计算过程，它利用该框架的其他槽值，按给定计算过程(或公式)进行计算得出具体值(4)另一框架名。当槽值是
Beixun_Qili·2022-11-30 14:03

【计算机组成原理 学习总结】第三章 存储系统（1）

3.1存储系统概述3.1.1存储系统的层次结构（1）程序的局部性原理在某一时间内频繁访问某一局部的存储器地址空间，而对此范围外的地址空间则很少访问的现象时间局部性：最近被访问的信息很可能还要被访问空间局部性：最近被访问的信息邻近地址的信息也可能被访问（2）多级存储系统的组成两级存储系统：①内存储器：CPU能直接访问，速度高、容量小、价格高②外存储器（辅助存储器）：速度低、容量大、价格便宜三级存储系
Beixun_Qili·2022-11-30 14:03

【人工智能 学习总结】第一章 绪论

1.1人工智能的定义1.1人工智能指有可能制造出真正能推理和解决问题的智能机器，并且这样的机器是有知觉的，有自我意识强人工智能：类人工智能（思考、推理像人一样）、非类人人工智能（和人不一样的知觉、意识、思维）弱人工智能：和强人工智能相反1.2人工智能的发展历史1.2.1孕育阶段1642年，法国数学家Pascal(帕斯卡)发明了第一台机械计算器——加法器，开创了机械时代。此后，德国数学家Leibni
Beixun_Qili·2022-11-30 14:33

Datawhale机器学习学习总结22-11-27

文章目录机器学习简介回归模型介绍误差和梯度下降误差梯度下降深度学习、反向传播神经网络训练不起来怎么办？卷积神经网络这是Datawhale本期最后一次学习，对学习内容做一个总结：机器学习简介首先讲了[机器学习介绍]，介绍了什么是机器学习，人工智能、机器学习、深度学习的关系，以及常见的几种机器学习领域：监督学习（回归、分类、结构化学习）半监督学习（元学习、迁移学习）无监督学习强化学习回归模型介绍然后着
晨哥是个好演员·2022-11-30 12:55

QT工程编译过程学习

pro工程手动生成源文件编写设置系统的环境变量使用cmd命令行编译.projom编译器编译Makefile使用.bat脚本进行命令批处理上述完成则生成最终的调试版本的exeLinux系统-----QT学习总结
小小工程员·2022-11-30 11:07

VLN阅读报告1：Vision-and-Language Navigation综述（2022ACL）

本博文是结合论文Vision-and-LanguageNavigation:ASurveyofTasks,Methods,andFutureDirections，对VLN进行学习总结与思考，主要针对室内的
是尘埃呀！·2022-11-30 10:34

医疗知识图谱智能问答系统学习总结（一）-Neo4j/Python

学习知识图谱，一个比较好的案例是中科院软件所刘焕勇老师在github上的开源项目，地址：https://github.com/liuhuanyong/QASystemOnMedicalKG，构建了一个肝病智能问答专业知识图谱。下面详细介绍下个人学习心得：1.拿到代码后，首先进入build_medicalgraph.py，修改Neo4j图库连接信息，然后运行该代码，即可创建肝病图库。classMed
SeasonRun·2022-11-30 07:03

Go基础语法学习总结

Go基础语法学习总结一、基础语法1、常见数据类型数据类型包括有：布尔类型、字符串类型、数字类型（整型、浮点型、复数等）、派生类型（数组类型、slice切片类型、map集合类型、struct结构体类型、interface
总是提示已注册·2022-11-30 06:08

DataWhale-西瓜书+南瓜书-第5章神经网络学习总结-Task04-202110

5.1神经元模型激活函数：5.2感知机与多层网络感知机由两层神经元组成。感知机只拥有一层功能神经元，其学习能力非常有限。要解决非线性可分问题，需要多层神经网络。5.3误差逆传播算法bp网络是指使用Bp算法训练的多层前馈神经网络。5.4全局最小与局部最小5.6深度学习
JZT2015·2022-11-30 02:16

回归预测 | MATLAB实现PSO-BiLSTM(粒子群优化双向长短期记忆神经网络)多输入单输出

MATLAB实现PSO-BiLSTM(粒子群优化双向长短期记忆神经网络)多输入单输出目录回归预测|MATLAB实现PSO-BiLSTM(粒子群优化双向长短期记忆神经网络)多输入单输出预测效果基本介绍程序设计学习总结往期精彩参考资料预测效果基本介绍
机器学习之心·2022-11-30 00:22

自然语言处理课程学习总结

概念自然语言处理,主要是研究如何利用计算机来理解和生成自然语言,其发展经历了三个阶段,分别是:NaturallanguageunderstandingNaturallanguageprocessingComputationalLinguistics现在的自然语言处理是一个门介乎语言学、计算机科学和认知心理学之间的交叉科学主要应用机器翻译、语言识别与合成、自动文摘、信息检索、自动问答、语料库建立基本
Quincy1994·2022-11-29 22:25

机器学习——朴素贝叶斯算法Python实现

简介这里参考《统计学习方法》李航编进行学习总结。详细算法介绍参见书籍，这里只说明关键内容。即条件独立下：p{X=x|Y=y}=p{X1=x1|Y=y}*p{X2=x2|Y=y}*...
Kalankalan·2022-11-29 19:42

stm32单片机零基础怎么入门，用什么语言编程？

主要原因有以下几点：1.对这个芯片比较熟悉了2比较稳定3.资源丰富，价格也合理(最近涨价除外)4.资料多，有问题能很快解决5.不用配置寄存器就能很轻松把外设开起来其实除了STM32，STM8用着也很不错
无际单片机编程·2022-11-29 18:28

flink学习总结（大数据面试）

Flink概述Flink是一个开源的流处理框架，应用于分布式、高性能、高可用的数据流应用程序。可以处理有限数据流和无限数据，即能够处理有边界和无边界的数据流。无边界的数据流就是真正意义上的流数据，所以Flink是支持流计算的。有边界的数据流就是批数据，所以也支持批处理的。不过Flink在流处理上的应用比在批处理上的应用更加广泛，统一批处理和流处理也是Flink目标之一。Flink可以部署在各种集群
404个问号·2022-11-29 15:14

11月28日九十节作业（自然语言处理-词向量）学习总结

一、词向量是表示自然语言里单词的一种方法，是自然语言处理的重要基础和前提二、把词转化为向量：EmbeddingLookup：用一个特定的表格（也可以用词典的数据结构，但对计算效率有影响）来储存特定词语的向量，表格第一列为词语，后面为词语对应的向量，通过映射关系进行查找进而转化三、让向量具有语义信息1、CBOW:通过上下文的词向量推理中心词。2、Skip-gram根据中心词推理上下文3、注：一般来说
Together.733·2022-11-29 13:57

《计算机网络》学习总结——概述 (帮助理解入门)

本文目录第一章概述1.1互联网1.1.1互联网概述1.1.2互联网的组成1.2计算机网络1.2.1计算机网络的类别1.2.2计算机网络的性能指标1.3计算机网络体系结构1.3.1协议与分层1.3.2计算机网络的体系结构1.3.3具有五层协议的体系结构1.3.4各层之间数据的传递1.3.5补充说明1.4重要概念第一章概述1.1互联网1.1.1互联网概述计算机网络（网络）：由若干节点(node)和连接
羊and船·2022-11-29 10:25

第十二周学习总结 Progress & Lack

关于计划的制定FlowUs计划链接：点击我进入计划发现不足：首先，制定计划经验不足，制定计划应该是具体的、有任务量、完成时间。其次任务应该是可衡量的（比如，我阅读李升波老师的网站文章，应该以读书报告和实验作为衡量标准）。还有重要的是计划应该是可执行可完成的，本周制定计划时大而无象，强化学习的学习之路尚不明确，应该从教材、博客、论文的阅读起步，不应该因为畏惧而拖延，因完不成感到挫败。计划也应该和其他
孔孔_FuZhan·2022-11-29 08:39

自然语言处理学习总结

1、将语义信息转化为向量2、使用一个单词的上下文来了解这个单词的语义（word2vec算法）CBOW：在学习过程中，使用上下文的词向量推理中心词，这样中心词的语义就被传递到上下文的词向量中，如“Spiked→pineapple”。Skip-gram：在学习过程中，使用中心词的词向量去推理上下文，这样上下文定义的语义被传入中心词的表示中，如“pineapple→Spiked”。3.为了缓解vocab
m0_51230343·2022-11-29 07:58

11.28 NLP学习总结

一、CBOW是一个具有3层结构的神经网络：输入层隐藏层输出层二、Skip-gram是一个具有3层结构的神经网络InputLayer（输入层）HiddenLayer（隐藏层）OutputLayer（输出层）三、深度学习模型的训练过程，流程如下：数据处理：选择需要使用的数据，并做好必要的预处理工作。网络定义：构建网络结构，包括输入层，中间层，输出层，损失函数和优化算法。网络训练：将准备好的数据送入神经
m0_73473998·2022-11-29 07:53

自然语言处理学习总结：

一、自然语言处理（NaturalLanguageProcessing，简称NLP）被誉为人工智能皇冠上的明珠，是计算机科学和人工智能领域的一个重要方向。它主要研究人与计算机之间，使用自然语言进行有效通信的各种理论和方法。简单来说，计算机以用户的自然语言数据作为输入，在其内部通过定义的算法进行加工、计算等系列操作后（用以模拟人类对自然语言的理解），再返回用户所期望的结果。自然语言技术面临的挑战：语言
cc不存在·2022-11-29 07:53

自注意力机制与注意力机制

基本内容理解的话推荐看一下这篇博客Transformer：注意力机制（attention）和自注意力机制（self-attention）的学习总结，这个博主讲的很细致，比较容易理解。
喝鸡汤·2022-11-28 23:21

ISLR系列：(2)分类 Logistic Regression & LDA & QDA & KNN

Classification此博文是AnIntroductiontoStatisticalLearningwithApplicationsinR的系列读书笔记，作为本人的一份学习总结，也希望和朋友们进行交流学习
weixin_30609331·2022-11-28 21:59

吴恩达机器学习ex1-matlab版学习总结笔记-(2)多变量线性回归

作业任务项一：多变量线性回归预测代码如下：data=load('E:\研究生\机器学习\吴恩达机器学习python作业代码\code\ex1-linearregression\ex1data2.txt');x=data(:,1:2);y=data(:,3);m=length(y);[x,mu,sigma]=featureNormalize(x);X=[ones(m,1),x];alpha=[0.0
Tinner_000·2022-11-28 20:24

【学习总结】激光雷达与相机外参标定：原理与代码

这一周多学习并调试了激光雷达和相机外参标定的代码，踩了一堆坑，特此记录。0.参考资料：代码来源：https://github.com/ankitdhall/lidar_camera_calibration参考论文：LiDAR-CameraCalibrationusing3D-3DPointcorrespondences修改后的代码：https://github.com/LarryDong/lida
larry_dongy·2022-11-28 16:41

【学习总结】学习惯导模块

本文仅用于记录自己在项目中选择惯导模块中，查到的一些资料。1.陀螺的类型MEMS惯导、光纤惯导、激光惯导。MEMS指“微机电系统”，相对来说精度、价格较低；据说5w左右就算是不错的光纤、激光，为光学陀螺，利用萨格奈克效应。激光的价格和精度高于光纤。价格一般10w+一些厂商[1]：2.关于GPS失锁：由于遮挡等原因，造成无法接受GPS信号。如果可以收到卫星信号，可以采用组合导航的方法，运行精度会高很
larry_dongy·2022-11-28 16:10

【学习总结】Lidar与IMU标定

本文仅用于自己学习雷达与IMU标定过程中的一些记录。最近项目需要入手了镭神智能的“镭神C32”激光雷达，和KVH的1750IMU模块。在调用驱动完成初步数据读取之后，现在需要对雷达IMU系统进行标定。查阅了一些资料，发现并没有太多关于Lidar+IMU标定的资料。大多数论文中只是提到一句“我们认为雷达和IMU已经完成了标定”或者“Lidar与IMU采用离线的方式完成标定”。真的让人摸不着头脑。标定
larry_dongy·2022-11-28 16:10

【学习总结】LSD-SLAM配置与运行记录

今天安装测试了LSD-SLAM，记录配置中遇到的问题。LSD-SLAM论文LSD-SLAM:Large-ScaleDirectMonocularSLAM,J.Engel,T.Schöps,D.Cremers,ECCV'14Semi-DenseVisualOdometryforaMonocularCamera,J.Engel,J.Sturm,D.Cremers,ICCV'13配置环境操作系统：ubu
larry_dongy·2022-11-28 16:03

PS学习总结二：色彩

目录一：色彩相关介绍二：橡皮擦工具三：模糊，锐化，涂抹四：蒙版五：色彩操作六：图层样式七：如何使用时间轴制作动画一：色彩相关介绍色彩：色彩是可见光导致的视觉现象。ps软件中颜色模式分为：位图，灰度，RGB颜色（最常用）,CMYK(海报印刷)RGB:红绿蓝。色彩三要素：h色相：赤（红），橙，黄，绿，蓝，靛，紫s饱和度（纯度）：颜色的浓度，颜色的鲜艳程度b明度：指的是颜色的明暗程度颜色的分类：原色，间
斑马！·2022-11-28 14:32

RNN循环神经网络 学习总结

循环神经网络（RecurrentNeuralNetwork,RNN）是一类以序列（sequence）数据为输入，在序列的演进方向进行递归（recursion）且所有节点（循环单元）按链式连接的递归神经网络。双向循环神经网络（BidirectionalRNN,Bi-RNN）和长短期记忆网络（LongShort-TermMemorynetworks，LSTM）是常见的循环神经网络。循环神经网络具有记忆
lulu_陌上尘·2022-11-28 13:23

奇技淫巧第四期

这一期内容主要是11月份的学习总结一点点python1绘制柱形图的经典语句fig=plt.figure(figsize=(20,8))plt.bar(x=names,height=nums)forx,yinzip
frank_haha·2022-11-28 13:33

《统计学习方法》第十四章聚类算法

本书第十二章是监督学习总结，第十三章是无监督学习概述，主要是了解性知识和概述，因此本博客笔记跳过了这两章（主要没啥好写的，次要我偷懒了，嘿嘿）。本文作个人备忘用，不保证质量和延续性。
骑猪流浪江湖·2022-11-28 10:43

MMClassification（一）

其中包含个人的学习总结，仅做参考。2、项目结构该项目结构图适用于openMMLab的其他框架。主要工作是在配置文件模块：书写该配置文件中各个部分如图所示。
瑾怀轩·2022-11-28 07:58

【人工智能 学习总结】第六章 机器学习（1）

6.1概述6.1.1机器学习的概念机器学习的定义是基于人的学习的，由于学习没有统一的定义，机器学习也没法给出严格的定义从学科角度来讲，机器学习是研究如何让计算机来模拟人类学习活动的一门学科机器学习的主要研究内容：①认知模型的研究主要目的是要通过对人类学习机理的研究和模拟，从根本上解决机器学习方面存在的种种问题②理论学习的研究主要目的是要从理论上探索各种可能的学习方法，并建立起独立于具体应用领域的学
Beixun_Qili·2022-11-27 20:56

深度学习-多任务学习总结

深度学习中多任务学习的方法和问题总结为什么要做多任务学习多任务学习的实现方法介绍下ESSM介绍下PLE为什么要做多任务学习多任务算法的应用场景还是很广泛的，只要是推荐技术涉及的业务，比如搜索、广告还是推荐都有需求，另外无论是成熟的大规模推荐系统还是处于上升期的初创场景对于多个目标的联合训练一般都有强需求。常见多任务学习的动机和需求还是围绕提升(主)模型的精度（泛化能力）、资源性能和维护成本，具体如
城阙·2022-11-27 20:42

特征选择 | MATLAB实现特征变量相关性分析(Pearson相关系数，Kendall相关系数和Spearman相关系数)

，Kendall相关系数和Spearman相关系数)目录特征选择|MATLAB实现特征变量相关性分析(Pearson相关系数，Kendall相关系数和Spearman相关系数)基本介绍原理描述程序设计学习总结基本介绍相关性分析是指对两个或多个具备相关性的变量元素进行分析
机器学习之心·2022-11-27 17:43

机器学习总结之——标准化与归一化的区别

机器学习总结之——标准化与归一化的区别1、标准化  简单来说，标准化是依照特征矩阵的列处理数据，其通过求z-score的方法，将样本的特征值转换到同一量纲下。
Greatpanc·2022-11-27 17:04
上一页 77 78 79 80 81 82 83 84 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他