摘要: # 梯度下降 我们的目的是找到使预测值最接近真实值的参数,也就是使损失函数最小的参数,即求解损失函数的极值点。于是引入梯度下降的方法,这是被使用最广泛的优化算法。 梯度下降算法是通过一次次的去调整参数,使得损失函数下降到极小值。 ## 什么叫梯度? 梯度就是下降的方向,它的值为损失函数的偏导数。学习 阅读全文
posted @ 2023-05-25 18:33 同淋雪 阅读(75) 评论(0) 推荐(0)
摘要: # 似然函数与损失函数 ## 一、误差 对于每个样本,真实值等于预测值与误差之和。 每一个样本的误差,都是独立且同分布的,并且均服从高斯分布 由于误差服从高斯分布,误差的概率分布可表示为P(e(i)),于是theta的概率分布也可表示出来,如下 ## 二、似然函数 我们的目标是找出使预测值最接近真实 阅读全文
posted @ 2023-05-25 18:30 同淋雪 阅读(266) 评论(0) 推荐(0)
摘要: Django练手小项目1:云笔记 1、创建项目 专业版pycharm: 新建项目 -> Django -> 路径下加上项目名 python环境: manage.py startproject 项目名 2、创建数据库,设计表结构 3、新建应用 专业版: 点击:tools -> 运行manage.py 阅读全文
posted @ 2023-04-15 22:18 同淋雪 阅读(137) 评论(0) 推荐(0)
摘要: PyQuery数据解析 1、导入 from pyquery import PyQuery 2、创建PyQuery对象 p = PyQuery("页面源代码") 3、定位 # 用法 a = p("css选择器") a = p("a") # 选择a标签 a = p("li")("a") # 选择li下的 阅读全文
posted @ 2023-04-12 16:22 同淋雪 阅读(65) 评论(0) 推荐(0)
摘要: xpath解析 xpath是一种在XML文档中査找信息的语言,可用来在XML文档中対元素和属性进行遍万。HTML 属于XML的一个子集。 1、导入 from lxml import etree # 如果导入报错,则使用以下方式 from lxml import html etree = html.e 阅读全文
posted @ 2023-04-11 22:01 同淋雪 阅读(105) 评论(0) 推荐(0)
摘要: BeautifulSoup数据解析 1、安装 pip install bs4 2、导入 from bs4 import BeautifulSoup 3、提取子页面的URL 子页面的URL如果开头是/,直接在前面拼接上域名 子页面的URL如果不是/开头,此时需要找到主页面的URL,去掉最后一个/后面的 阅读全文
posted @ 2023-04-11 22:00 同淋雪 阅读(63) 评论(0) 推荐(0)
摘要: 初识深度学习 一、人工智能、机器学习、深度学习之间的关系 二、应用 计算机视觉、语音识别、机器翻译、推荐系统、预测...... 三、深度学习框架 阅读全文
posted @ 2023-04-10 17:29 同淋雪 阅读(28) 评论(0) 推荐(0)
摘要: 深度学习入门 1、入门路线 2、人工智能、机器学习和深度学习的区别 **人工智能:**可能是来自 1956 有史以来最受关注的概念。到 2015 年,GPU 的广泛使用使并行处理更快、更强大、更便宜。而愈加廉价的存储可以大规模地存储大数据(从纯文本到图像、映射等)。这产生了对数据分析的需求,它被更普 阅读全文
posted @ 2023-04-10 17:28 同淋雪 阅读(129) 评论(0) 推荐(0)
摘要: 初识爬虫 一、预备知识 协议:就是两个计算机之间为了能够流畅的进行沟通而设置的一个君子协定,常见的协议有TCP/IP,SOAP协议,HTTP协议,SMTP协议等等。 HTTP协议,中文名为“超文本传输协议”,是用万维网(WWW)服务器传输超文本到本地浏览器的传送协议。 1、请求 1 请求行 -> 请 阅读全文
posted @ 2023-04-10 17:25 同淋雪 阅读(36) 评论(0) 推荐(0)
摘要: 正则表达式和re模块 一、正则表达式 1、常用元字符 . 匹配除换行符以外的任意字符 \w 匹配字母或数字或下划线 \s 匹配任意的空白符 \d 匹配任意的数字 \n 匹配一个换行符 \t 匹配一个制表符 ^ 匹配字符串的开始 $ 匹配字符串的结尾 \W 匹配非字母或数字或下划线 \D 匹配非数字 阅读全文
posted @ 2023-04-10 17:22 同淋雪 阅读(33) 评论(0) 推荐(0)