01 2021 档案

机器学习十讲——第五讲学习总结
摘要：凸函数：假设f(x)为多元函数，如果对任意t∈[0,1]，均满足：。则称f(x)为凸函数。 Jensen不等式：如果f是凸函数，X是随机变量，则。 该不等式的另一种描述：。ai表示权重。取等号的条件是：f(xi)是常量。 凸函数图示： 聚类 本质：将数据集中相似的样本进行分组的过程。 簇：分组后每个 阅读全文
posted @ 2021-01-31 22:17 _Aming 阅读(65) 评论(0) 推荐(0)
机器学习十讲——第四讲学习总结
摘要：本讲主要讲了三个算法：决策树，随机森林，AdaBoost 模型误差的来源 非线性模型 线性回归：多项式回归 支持向量机：给定的核函数组合，基本属于“猜测” 决策树：空间划分的思想来处理非线性数据 深度学习 感知机：线性回归+简单的非线性映射 多层感知机：多层神经元的组合，多个简单非线性函数的复合 深 阅读全文
posted @ 2021-01-30 11:36 _Aming 阅读(86) 评论(0) 推荐(0)
机器学习十讲——第三讲学习总结
摘要：点到平面距离： 梯度下降法： 简介：求解无约束最优化问题的经典方法，机器学习和深度学习中应用最广泛的模型求解算法。 定义：如果实值函数g(w)在a处可微且有定义，那么函数g(w)在a处沿着梯度相反的方向-▽g(a)下降最快 优化问题： 更新参数： 随机梯度下降法： 在机器学习中，优化目标和梯度具有特 阅读全文
posted @ 2021-01-29 12:47 _Aming 阅读(79) 评论(0) 推荐(0)
机器学习十讲——第二讲学习总结
摘要：矩阵的逆： 若A为可逆矩阵，则逆矩阵是唯一的。 判断矩阵是否可逆：行列式不等于0；满秩；行或列向量组线性无关。 #求逆矩阵 import numpy as np #格式化numpy输出 np.set_printoptions(formatter={'float':'{: 0.2f}'.format} 阅读全文
posted @ 2021-01-28 17:33 _Aming 阅读(102) 评论(0) 推荐(0)
机器学习十讲——第一讲学习总结
摘要：机器学习定义： We define machine learning as a set of methods that can automatically detect patterns in data,and then use the uncovered patterns to predict f 阅读全文
posted @ 2021-01-28 00:07 _Aming 阅读(38) 评论(0) 推荐(1)
【Aming】win10用anaconda3安装 TensorFlow
摘要：在网上找了好多教程，安装了这个那个，也踩了好多坑。主要是看不明白到底是出了什么问题。哎，菜鸡还是分享一下我的安装过程吧。 我的整体配置： Windows10 anaconda3 CUDA v11.1 cuDNN v8.0.4 我安装了TensorFlow和TensorFlow-gpu两个版本，cud 阅读全文
posted @ 2021-01-08 16:37 _Aming 阅读(93) 评论(0) 推荐(0)