范仁义

2020年7月16日

摘要：博弈论 3、囚徒困境一、总结一句话总结： 1、“囚徒困境”就是满足“背叛诱惑 > 合作报酬” 和 “受骗支付 > 背叛惩罚” 条件的博弈。 2、解决“囚徒困境”就是让“囚徒困境”的两个条件不成立：也就是让“背叛诱惑<合作报酬”和“受骗支付<背叛惩罚” 3、生活中的各种合作与背叛的事情，我们也可以阅读全文

posted @ 2020-07-16 15:58 范仁义阅读(2995) 评论(0) 推荐(0)

博弈论---2、纳什均衡

摘要：博弈论 2、纳什均衡一、总结一句话总结： a、纳什均衡，就是一种博弈的稳定结果，谁单方改变策略，谁就会损失。 b、自私，可能会导致“好的纳什均衡”，也可能会导致“坏的纳什均衡”，关键是“制度设计”。 c、所以无论是管理国家、开公司、管理家庭、是培育小孩、学习等生活的各个方面，制度的设计都至关重要阅读全文

posted @ 2020-07-16 14:00 范仁义阅读(2019) 评论(0) 推荐(0)

博弈论---1、课程说明

摘要：博弈论 1、课程说明一、总结一句话总结：博弈论对生活中的各种决策有很好的启发作用，灵活用好博弈论，可以解决生活中的很多问题。二、博弈论课程说明博客对应课程的视频位置：1、课程说明-范仁义-读书编程笔记https://www.fanrenyi.com/video/36/324 课程说明：博阅读全文

posted @ 2020-07-16 13:12 范仁义阅读(430) 评论(0) 推荐(0)

2020年7月15日

机器学习知识总结---3、svm算法和感知器算法的区别

摘要：机器学习知识总结 3、svm算法和感知器算法的区别一、总结一句话总结： svm是一开始输入所有样本数据，得到一个很大的优化问题，然后解优化问题，而感知器算法是一个一个样本代入，计算w和b 1、svm算法的分类结果要比感知器算法好很多很多？其实从两个算法的思想上面就很清晰的可以感觉到，svm找分阅读全文

posted @ 2020-07-15 22:17 范仁义阅读(577) 评论(0) 推荐(0)

2020年7月14日

机器学习知识总结---2、如何画roc曲线

摘要：机器学习知识总结 2、如何画roc曲线一、总结一句话总结：改变阈值，算出tp和fp 1、roc曲线中，为什么tp（把正样本识别为正样本数）增加，fp（把负样本识别为正样本）也会增加？鉴别能力一定，让更多好的东西进来，同时也会让更多不好的东西进来，就像小平同志说的，改革开放过后，好的东西会进来阅读全文

posted @ 2020-07-14 16:25 范仁义阅读(1220) 评论(0) 推荐(0)

SymPy库常用函数

摘要： SymPy库常用函数一、总结一句话总结： SymPy是一个符号计算的Python库。它的目标是成为一个全功能的计算机代数系统，同时保持代码简洁、易于理解和扩展。 SymPy支持符号计算、高精度计算、模式匹配、绘图、解方程、微积分、组合数学、离散数学、几何学、概率与统计、物理学等方面的功能。阅读全文

posted @ 2020-07-14 10:00 范仁义阅读(683) 评论(0) 推荐(0)

2020年7月13日

凸集，凸函数，凸优化问题，线性规划，二次规划，二次约束二次规划，半正定规划

摘要：凸集，凸函数，凸优化问题，线性规划，二次规划，二次约束二次规划，半正定规划一、总结一句话总结：凸函数几何意义：表示为函数任意两点连线上的值大于对应自变量处的函数值凸优化：凸优化，或叫做凸最优化，凸最小化。研究定义于凸集中的凸函数最小化的问题。 1、什么是凸优化？凸优化：凸优化，或叫做凸最优阅读全文

posted @ 2020-07-13 17:19 范仁义阅读(825) 评论(0) 推荐(0)

凸集、凸函数、凸优化和凸二次规划

摘要：凸集、凸函数、凸优化和凸二次规划一、总结一句话总结：凸集：集合C内任意两点间的线段均包含在集合C形成的区域内，则称集合C为凸集二、凸集、凸函数、凸优化和凸二次规划转自或参考：凸集、凸函数、凸优化和凸二次规划https://blog.csdn.net/watermelon12138/arti 阅读全文

posted @ 2020-07-13 17:12 范仁义阅读(2626) 评论(1) 推荐(0)

SVM（支持向量机）总结

摘要： SVM（支持向量机）总结一、总结一句话总结：对SVM, 要记住的点: 名字由来, trick1 ( 将两类数据分成正负两类: +1, -1); trick 2 ( 对于支持向量: wx + b = 1); trick 4 soft margin and slack varible; trick 阅读全文

posted @ 2020-07-13 16:43 范仁义阅读(594) 评论(0) 推荐(0)

SVM非线性分类原理实验

摘要： SVM非线性分类原理实验一、总结一句话总结：到更高维度去找可以分类的超平面（无限维度的平面中必然可分）二、解密SVM系列（四）：SVM非线性分类原理实验转自或参考：解密SVM系列（四）：SVM非线性分类原理实验 - gccbuaa - 博客园https://www.cnblogs.com/ 阅读全文

posted @ 2020-07-13 04:55 范仁义阅读(351) 评论(0) 推荐(0)

在校每年国奖、每年专业第一，加拿大留学，先后工作于华东师范大学和香港教育大学

公告