1.定义：一种用途很广的计数资料的假设检验方法。它属于非参数检验的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。2.基本思想：统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。例：检验化妆与...

从一下四个角度分析：一、异常值分析：1.连续异常值：例如平均收入，一个超级土豪可能拉高一部分人的工资（舍弃或者取边界值代替）2.离散异常值：...

首先有三部分代码：第一部分是绘制地图代码，第二部分是Q-Learning的代码，第三部分是运行代码地图如下：黄色圆形 :机器人红色方形 :炸弹[reward = -1]绿色方形 :宝藏[reward = +1]其他方格 :平地[reward = 0]代码如下(env.py)：# -*- coding: UTF-8 -...

卷积神经网络CNN的结构一般包含这几个层：输入层：用于数据的输入卷积层：使用卷积核进行特征提取和特征映射激励层：由于卷积也是一种线性运算，因此需要增加非线性映射池化层：进行下采样，对特征图稀疏处理，减少数据运算量。全连接层：通常在CNN的尾部进行重新拟合，减少特征信息的损失输出层：用于输出结果归一化层（Batch Normalization）：在CNN中对特征的归一化...

本文将会从实际的训练过程来依次讲解，用到哪些知识点就将～BP神经网络是一种按误差反向传播(简称误差反传)训练的多层前馈网络，其算法称为BP算法，它的基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差均方差为最小。基本BP算法包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输出的方向进行，而调整权值和阈值则从输出到输入的方向进行。正向传播...

首先有三部分代码：第一部分是绘制地图代码，第二部分是Q-Learning的代码，第三部分是运行代码地图如下：黄色圆形 :机器人红色方形 :炸弹[reward = -1]绿色方形 :宝藏[reward = +1]其他方格 :平地[reward = 0]代码如下(env.py)：# -*- coding: UTF-8 -...

本文将会从实际的训练过程来依次讲解，用到哪些知识点就将～BP神经网络是一种按误差反向传播(简称误差反传)训练的多层前馈网络，其算法称为BP算法，它的基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差均方差为最小。基本BP算法包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输出的方向进行，而调整权值和阈值则从输出到输入的方向进行。正向传播...

本章内容，顺序表的结构定义、查找、插入、删除、求指定位置元素、输出以及测试的主函数；链表的结构定义、头插法创建表、尾插法创建表、查询某结点、特定位置插入结点、删除结点、两个有序表的合并以及测试的主函数。顺序表#include<stdio.h>#define Maxsize 100//定义顺序线性表typedef struct Sqlist{int data[...

卷积神经网络CNN的结构一般包含这几个层：输入层：用于数据的输入卷积层：使用卷积核进行特征提取和特征映射激励层：由于卷积也是一种线性运算，因此需要增加非线性映射池化层：进行下采样，对特征图稀疏处理，减少数据运算量。全连接层：通常在CNN的尾部进行重新拟合，减少特征信息的损失输出层：用于输出结果归一化层（Batch Normalization）：在CNN中对特征的归一化...

学习视频来源为b站动手学深度学习系列视频：https://space.bilibili.com/209599371/channel/detail?cid=23541由于上述视频为MXNet/Gluon框架编写，所以代码部分参考网站为：https://trickygo.github.io/Dive-into-DL-TensorFlow2.0/#/本文主要是学习该系列视频所整理笔记，可能很多内容直接原