摘要:想要获取完整代码,请访问面包多进行支持哦,仅需一口奶茶的钱! 一、实验目的 实现基于蒙特卡洛法的21点问题的最优解,了解强化学习的基本原理,理解蒙特卡洛法并编写相应的代码。 二、实验内容 赌场上流行的21点纸牌游戏的目的是获得其数值之和尽可能大而不超过21的牌。所有的人形牌面都算作10,而A可以算作 阅读全文
posted @ 2020-12-19 12:52 飒白 阅读(63) 评论(0) 推荐(0) 编辑
摘要:浅析机器视觉在医疗影像处理中的应用 以人工智能,大数据和云计算为代表的新型电子信息产业的快速发展,极大地改善了人们的生活,促进了技术的不断进步。技术创新和智能产品以井喷的形式呈现。在人工智能风潮的影响下,现有的电子信息产业链条正逐步转变为网络信息产业智能网,电子信息产业的新增长点和边界也越来越大。 阅读全文
posted @ 2020-12-19 09:37 飒白 阅读(291) 评论(0) 推荐(2) 编辑
摘要:本实验代码已上传面包多,请点击购买,或者关注[全都是码农]公众号,回复[最近邻],限时免费获取! 实验概述 本实验皆在运用OpenCV、Python等工具采用适当的算法对手写体数字进行识别与检测,可以提供训练集与测试集进行训练,并可以输入手写字体进行测试检验。 通过独立的完成本实验,可以极大地提高本 阅读全文
posted @ 2020-11-28 20:53 飒白 阅读(105) 评论(0) 推荐(0) 编辑
摘要:熵在物理中是用于衡量一个热力学系统的无序程度,表达式为△S=Q/T,其中Q是吸收或者释放的热量,T是温度。 计算机领域将其定义为离散随机事件出现的概率。一个系统越是有序信息熵就会越低;反之,系统越是混乱,信息熵就越高。 「联合熵」 两个随机变量X,Y的联合分布可求得联合熵。 「条件熵」 在随机变量X 阅读全文
posted @ 2020-07-05 09:37 飒白 阅读(90) 评论(0) 推荐(0) 编辑
摘要:数据不平衡又称样本比例失衡,比如二分类问题,如果标签为1的样本占总数的99%,标签为0的样本占比1%则会导致判断「失误严重」,准确率虚高。 常见的解决不平衡问题的方法如下。 「数据采样」 数据采样分为上采样和下采样,上采样是将少量的数据通过重复复制使得各类别比例均衡,不过很容易导致过拟合问题,所以需 阅读全文
posted @ 2020-04-27 21:54 飒白 阅读(266) 评论(0) 推荐(0) 编辑
摘要:❝ 本文需要工具: 「excel」 「python3.x」 ❞ 今天突然觉得,我的博客的文章更新这么多了竟然还没有一个封面,觉得首页相当低调了… 首页 正好皮肤带有文章封面功能,所以我觉得要将文章批量加上文章推图! 1.寻找图片 推荐大家一个网站:https://www.pexels.com/ 找到 阅读全文
posted @ 2020-04-19 16:36 飒白 阅读(342) 评论(0) 推荐(0) 编辑
摘要:首先定义凸集,如果x,y属于某个集合M,并且所有的θx+(1 θ)f(y)也属于M,那么M为一个凸集。如果函数f的定义域是凸集,并且满足 f(θx+(1 θ)y)≤θf(x)+(1 θ)f(y) 则该函数为凸函数。 如果函数存在二阶导并且为正,或者多元函数的Hessian矩阵半正定则均为凸函数。 「 阅读全文
posted @ 2020-04-17 12:11 飒白 阅读(210) 评论(0) 推荐(0) 编辑
摘要:「(1) 0 1 loss」 记录分类错误的次数。 「(2)Hinge Loss」 最常用在SVM中「最大优化间隔分类」中,对可能的输出t=±1和分类器分数y,预测值y的hinge loss定义如下: L(y)=max(0.1 t y) 「(3)Log Loss对数损失」 对于「对数函数」,由于其具 阅读全文
posted @ 2020-04-16 08:45 飒白 阅读(175) 评论(0) 推荐(0) 编辑
摘要:常用梯度下降法与优化器 机器学习中大部分为优化问题,而绝大部分优化问题都可以使用「梯度下降法」处理。 梯度下降法的数学原理是函数沿着梯度方向具有「最大变化率」,那么在优化目标函数时沿着负梯度方向去减少函数值,以此达到优化目标。 通过迭代的方式寻找「最优参数」,最优参数是指是目标函数达到最小值时的参数 阅读全文
posted @ 2020-04-15 07:36 飒白 阅读(273) 评论(0) 推荐(0) 编辑
摘要:偏差度量了学习算法的期望与真实结果的偏差,刻画了算法本身的「拟合能力」,方差度量了同样大小的训练集的变动所导致的学习性能的变化。 偏差与方差 偏差用于描述模型的拟合能力,方差用来描述模型的稳定性。 当训练度不足的时候,偏差主导模型的泛化误差; 当训练进入后期,模型的拟合能力增强,方差主导模型的泛化误 阅读全文
posted @ 2020-04-14 07:53 飒白 阅读(160) 评论(0) 推荐(0) 编辑