Siucaan

摘要： 1. 什么是回归？线性回归线性回归是是最好理解的线性模型，它试图使用线性模型去尽可能准确地预测实值输出标记。 比如使用一个线性方程去拟合一些点。线性回归的分类(1) 直接线性回归，即使用线性模型是拟合实际值y" role="presentation">yy (2) 对... 阅读全文

摘要： 什么是嵌入式训练(Embedded Training)？序列的标注问题机器学习的问题主要分为三类：分类问题，标注问题和回归问题 标注问题的输入是一个观测序列，输出是一个标记序列或者状态序列。标注问题的一个目标是训练一个模型，使它能够对观测序列给出标记序列和状态序列。 ... 阅读全文

摘要： listLists are Python data structures that can store multiple values.list comprehensions[ for in if ]The syntax is designed to read l... 阅读全文

摘要： 一、期望1.离散随机变量的X的数学期望：E(X)=∑k=1∞xkpk" role="presentation">E(X)=∑k=1∞xkpkE(X)=∑k=1∞xkpk 2.连续型随机变量X的数学期望：E(X)=∫&#x221... 阅读全文

摘要： 问题：正则化L1和L2有什么区别？先要知道什么是正则化，再谈他们的区别。后面引用区《机器学习损失函数、L1-L2正则化的前世今生》很值得看。答： 1）什么是正则化 在机器学习中，L1和L2被称为正则化。 他们在其他学科中的叫法不一样，在统计学中称为罚项，数学中对应的是... 阅读全文

摘要： 参考 ：https://blog.csdn.net/zyl1042635242/article/details/43162031方法一： 转为list，使用“+”, append()或者extend() 可做简单的拼接。不过要注意一些小问题，如下图： 方法二：使... 阅读全文

摘要： 向自己提问题是一个很好的学习方式。问题： 如何解决过拟合(overfiting)?在解决这个问题之前先明确问题是什么.这涉及到另外一些问题，什么是过拟合？过拟合与什么因素有关？等等答：1）直观理解过拟合先说说经验误差，学习器在训练集上的预测值和真实值之间的差异称为经验... 阅读全文

摘要： (1) Hello world https://colab.research.google.com/notebooks/mlcc/hello_world.ipynb?hl=zh-cn (2) 演示基本概念：张量、指令、图和会话 https://colab.resear... 阅读全文

摘要： 本文《machine learning in action》学习笔记 数据源码可以在这里获取 ：https://www.manning.com/books/machine-learning-in-action这里Python 3+的codefrom numpy... 阅读全文

摘要： 本文《machine learning in action》学习笔记chapter 2. Classifying with k Nearest Neighborsthe pros and cons of k-Nearest Neighbors:pro: high ... 阅读全文