首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns 数据准备-清洗 在进行机器学习的第一步——准备数据，为了方便起见，我已经提前下载好了所需的文件。 https://files.cnblogs.com/files/guoxiaoyu/US-pumpki ...

在本文中，我们探讨了回归分析在统计学和数据分析中的重要性和应用。线性回归和逻辑回归作为两种主要的回归分析方法，分别适用于不同类型的数据建模和预测需求。通过数学建模，它们能够揭示变量之间的关系，并且在实际应用中展现了强大的预测能力。 ...

机器学习作为人工智能的重要组成部分，通过算法自动发现数据中的模式和规律，从而使我们能够做出预测和决策。在学习过程中，我们强调了重要的关键词汇和步骤，包括训练数据集、模型、训练方法和调优过程。 ...

强大功能 在使用2024a之前，我一直在使用2018b，最近数学建模+学年论文的摧残，让我看到了matlab新增的强大功能： Deep Learning Toolbox：新增支持 Transformer 等架构，允许导入 PyTorch 和 TensorFlow 模型并执行协同仿真。 Compute ...

0 前言 本文主要介绍极大似然估计的意义，并举出例题帮助读者理解。 1 思想 极大似然估计（Maximum Likelihood Estimation, MLE）是一种在统计学中估计模型参数的方法。它的基本思想是：找到一组参数值，使得在这组参数下，观测到的数据出现的概率（即似然函数）最大。 假如有一 ...

Fork项目 访问项目主页：Simple-CNN-CIFAR10 点击右上角的“Fork”按钮，将该项目复制到自己的GitHub账户中。 克隆项目到WSL2 创建项目文件夹，并且选择项目克隆，在WSL2终端输入 mkdir -p ~/projects cd ~/projects` `git clon ...

安装VsCode，添加WSL扩展插件 用管理员权限打开PowerShell wsl --install此命令将启用运行 WSL 并安装 Linux 的 Ubuntu 发行版所需的功能 wsl --set-version <distro name> 2命令将 替换为要更新的 Linux 发行版的名称， ...

http://www.ai-start.com/ http://www.ai-start.com/ml2014/ https://github.com/fengdu78/deeplearning_ai_books https://github.com/fengdu78/Coursera-ML-And ...

0 前言 本文主要讲述使用基尼指数构建二叉决策树的算法，并给出例题一步步解析，帮助读者理解。 本文所使用的数据集：贷款.CSV。 读者需要具备的知识：基尼指数计算。 1 基于基尼指数的分类树构建算法 选择最优特征进行分裂： 对于决策树的每个节点，遍历数据集中的所有特征。对于每个特征，考虑其所有可能的 ...

0 前言 本文主要介绍基尼指数的计算公式及计算方法，并举出相关例题帮助理解。 读者需要提前了解：信息熵。 数据集：贷款.CSV。 1 基尼指数简述 基尼指数（Gini Index）是一个在多个领域都有应用的重要指标，但其主要应用之一是在决策树算法中，用于衡量数据集的不纯度或混乱程度。 基尼指数也被称 ...

Transfusion: Predict the Next Token and Diffuse Images with One Multi-Modal Model(2024,8) Paper TODO: 目前没有开源代码,实时关注一下official code,Meta的工作基本开源的.本文给出了一 ...

0 前言 本文主要讲述了决策树C4.5算法构建原理并举例说明。 读者需要具备的知识有：信息熵、条件熵、信息增益、信息增益比。 本文所使用的数据集为：西瓜数据集 1.2节。 1 C4.5算法流程 准备数据集： 输入数据集包含多个样本，每个样本具有多个特征（属性）和一个目标类别标签。 设置阈值： 初始化 ...

0 前言 本文主要介绍决策树ID3算法，并举出构建示例帮助理解。 读者需要具备的知识：信息熵、条件熵、信息增益。 本文使用数据集为：游玩数据集 1.1节、西瓜数据集 1.2节。 1 ID3算法简述 ID3（Iterative Dichotomiser 3）算法是一种经典的决策树学习算法，由Ross ...

神经网络训练不起来怎么办（5）：批次标准化（Batch Normalization）简介_哔哩哔哩_bilibili Task3：《深度学习详解》- 3.7 批量归一化 - **产生不好训练的误差表面的原因**：输入特征不同维度的值范围差距大可能导致误差表面不好训练，如输入值小对损失影响小，输入值大 ...

0 前言 本文主要介绍决策树信息增益比的计算，并给出例子帮助读者理解。 读者需要具备：信息熵、条件熵、信息增益 相关知识。 本文使用数据集：游玩数据集 1.1节。 1 信息增益比计算公式 2 信息增益比计算 2.1 gR(play,outlook)的计算 根据信息增益(跳转)相关知识，得出： 特征o ...

0 前言 本文主要介绍信息增益的计算公式并举出若干例子帮助理解。 读者需要具备的知识有：信息熵、条件熵。 本文所示用的数据集为：游玩数据集 1.1节 1 信息增益计算公式 g(D,A)表示在条件A下对于目标变量D的信息增益。 H(D)表示随机变量D的信息熵。 H(D|A)表示在随机变量A条件下对于目 ...

0 前言 本文主要介绍决策树条件熵的计算并给出若干例子帮助理解。 读者需要具备信息熵计算知识，若不了解请看：信息熵 1 条件熵 2 数据集 游玩数据集，请看：数据集 1.1节 3 条件熵的计算 使用所给游玩数据集。计算H(play|outlook)的条件熵(在Y随机变量为outlook条件下,X随机 ...

Task2.1：《深度学习详解》- 3.3&4&5 自适应学习率的概念和方法，包括AdaGrad、RMSProp和Adam等优化器。 - **训练网络时的梯度和损失变化**：训练网络时损失可能不再下降，但梯度范数不一定小，梯度可能在山谷壁间“震荡”，多数训练未到临界点就停止。- **不同学习率的影响 ...

简介 模拟退火算法（Simulated Annealing, SA） 是一种概率型全局优化算法，它受到物理退火过程的启发。在固体材料的退火过程中，材料被加热到一定温度后缓慢冷却，其内部结构逐渐趋于稳定，最终达到能量最低的平衡状态。模拟退火算法正是模仿这一过程，用于寻找数学问题中的全局最优解。 特点 ...

0 前言 为了便于学习决策树信息熵相关知识，笔者编写了一个专门用于计算变量信息熵、条件熵、信息增益、信息增益比的程序，方便提升学习效率。 程序中包含了计算过程的数据和详细信息以及最终计算结果。 编程语言为Python，搭配CSV数据格式使用。 1 数据集 1.1 游玩数据集 根据天气状况判断是否出去 ...