2022年11月28日

摘要: 【题目】 1. 下图为三层神经网络结构,表中为输入的4条样本数据,计算第2个训练样本的前向传播过程,网络参数的初始为:<span id="MathJax-Span-2" class="mrow"><span id="MathJax-Span-3" class="msubsup"><span id=" 阅读全文

posted @ 2022-11-28 19:38 木十1342 阅读(14) 评论(0) 推荐(0) 编辑

摘要: 【实验目的】 理解神经网络原理,掌握神经网络前向推理和后向传播方法; 掌握使用pytorch框架训练和推理全连接神经网络模型的编程实现方法。 【实验内容】 1.使用pytorch框架,设计一个全连接神经网络,实现Mnist手写数字字符集的训练与识别。 【实验报告要求】 修改神经网络结构,改变层数观察 阅读全文

posted @ 2022-11-28 19:28 木十1342 阅读(19) 评论(0) 推荐(0) 编辑

2022年11月16日

摘要: 【题目】 1.1981年生物学家格若根(W.Grogan)和维什(W.Wirth)发现了两类蚊子(或飞蠓midges),他们测量了这两类蚊子每个个体的翼长和触角长,数据如下: 翼长 触角长 类别1.78 1.14 Apf1.96 1.18 Apf1.86 1.20 Apf1.72 1.24 Apf2 阅读全文

posted @ 2022-11-16 00:02 木十1342 阅读(34) 评论(0) 推荐(0) 编辑

2022年11月15日

摘要: 【实验目的】 理解神经网络原理,掌握神经网络前向推理和后向传播方法; 掌握神经网络模型的编程实现方法。 【实验内容】 1.1981年生物学家格若根(W.Grogan)和维什(W.Wirth)发现了两类蚊子(或飞蠓midges),他们测量了这两类蚊子每个个体的翼长和触角长,数据如下: 翼长 触角长 类 阅读全文

posted @ 2022-11-15 21:31 木十1342 阅读(43) 评论(0) 推荐(0) 编辑

2022年11月13日

摘要: 【实验目的】 理解朴素贝叶斯算法原理,掌握朴素贝叶斯算法框架。 【实验内容】 针对下表中的数据,编写python程序实现朴素贝叶斯算法(不使用sklearn包),对输入数据进行预测;熟悉sklearn库中的朴素贝叶斯算法,使用sklearn包编写朴素贝叶斯算法程序,对输入数据进行预测; 【实验报告要 阅读全文

posted @ 2022-11-13 17:28 木十1342 阅读(28) 评论(0) 推荐(0) 编辑

摘要: 作业四:朴素贝叶斯算法实验 【题目】 1.下表中是某大学一位研究生导师带过的硕士研究生录取情况表,根据该表建立朴素贝叶斯模型,现有一名上线考生想报考该导师,考生的特点是专业、数学和外语都不好,获奖情况很好,请你判断该生能否被录取。 【要求】 1.写出朴素贝叶斯分类的主要公式; 2.详细写出题目的计算 阅读全文

posted @ 2022-11-13 12:30 木十1342 阅读(6) 评论(0) 推荐(0) 编辑

2022年11月6日

摘要: 【题目1】 表1为拖欠贷款人员训练样本数据集,使用CART算法基于该表数据构造决策树模型,并使用表2中测试样本集确定剪枝后的最优子树。 表1 拖欠贷款人员训练样本数据集 编号 房产状况 婚姻情况 年收(千元) 拖欠贷款 1 是 单身 125 否 2 否 已婚 100 否 3 否 单身 70 否 4 阅读全文

posted @ 2022-11-06 10:11 木十1342 阅读(27) 评论(0) 推荐(0) 编辑

2022年11月4日

摘要: 【题目1】 表1所示的数据集表示豌豆种子在不同环境下能否发芽情况。豌豆种子自身有形状、大小和种皮颜色等特征,外部影响环境有土壤、水分和日照等特征。试通过所示数据集构建ID3决策树并根据最后一行测试数据预测该豌豆能否发芽。 【要求】 1.画出完整决策树; 2.预测测试1用例的发芽情况; 3.请大家在博 阅读全文

posted @ 2022-11-04 10:51 木十1342 阅读(51) 评论(0) 推荐(0) 编辑

摘要: 【PCA完成降维的主要步骤】 1.将原始数据进行标准化(一般是去均值,如果特征在不同的数量级上,则还要将其除以标准差)2.计算标准化数据集的协方差矩阵3.计算协方差矩阵的特征值和特征向量4.保留最重要(特征值最大)的前k个特征(k就表示降维后的维度)5.找到这k个特征值对应的特征向量6.将标准化数据 阅读全文

posted @ 2022-11-04 10:25 木十1342 阅读(69) 评论(0) 推荐(0) 编辑

2022年10月30日

摘要: | 20大数据三班 | 20大数据三班 || | | ||作业要求|作业链接|| 学号 | 201613350 | 【实验目的】 1.理解逻辑回归算法原理,掌握逻辑回归算法框架;2.理解逻辑回归的sigmoid函数;3.理解逻辑回归的损失函数;4.针对特定应用场景及数据,能应用逻辑回归算法解决实际分 阅读全文

posted @ 2022-10-30 20:54 木十1342 阅读(123) 评论(0) 推荐(0) 编辑