logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

未填写擅长的技术栈

可提供的服务

暂无可提供的服务

深度学习——神经网络、ML策略、迁移学习、多任务学习、端到端学习、梯度下降的优化算法

它是。

#深度学习#神经网络
深度学习——CV、CNN、RNN、梯度消失与梯度爆炸、LSTM、GRU、BRNN、上采样层、attention结构、transformer结构、bert结构

在时候可以，并且可以很多，。其包含了（Verticaledgedetection）和（Verticaledgedetection）等等是将通过一种进行后得到一张，在图片中将。通过另一种运算，最后，这实际分别就是与的区别。

#深度学习#cnn#rnn
机器学习——pandas

Pandas中一共有三种数据结构，分别为：Series、DataFrame和MultiIndex（老版本中叫Panel ）。其中Series是一维数据结构，DataFrame是二维的表格型数据结构，MultiIndex是三维的数据结构。Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据，比如整数、字符串、浮点数等，主要由一组数据和与之相关的索引两部分构成。pd.Series(da

#机器学习#python#数据挖掘
机器学习——numpy

numpy专门针对ndarray的操作和运算进行了设计，所以该类型的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。从现有数组中生成生成固定范围的数组正态分布正态分布是具有两个参数μ和σ的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ是此随机变量的方差，所以正态分布记作N(μ，σ )。其中μ决定了其位置，其标准差σ决定了分布的

#机器学习#概率论#python
深度学习——CV、CNN、RNN、梯度消失与梯度爆炸、LSTM、GRU、BRNN、上采样层、attention结构、transformer结构、bert结构

在时候可以，并且可以很多，。其包含了（Verticaledgedetection）和（Verticaledgedetection）等等是将通过一种进行后得到一张，在图片中将。通过另一种运算，最后，这实际分别就是与的区别。

#深度学习#cnn#rnn
机器学习——当预测结果误差很大时怎么办等多种问题的解决方案

TestError=1mtest∑i=1mtesterr(hθ(x),y)TestError=\frac{1}{m_{test}}\sum_{i=1}^{m_{test}}err(h_{\theta}(x),y)TestError=mtest​1​i=1∑mtest​​err(hθ​(x),y)若训练集的Jtest(θ)J_{test}(\theta)Jtest​(θ)很高，而Jcv(θ)≈Jte

#机器学习
深度学习——神经网络、ML策略、迁移学习、多任务学习、端到端学习、梯度下降的优化算法

它是。

#深度学习#神经网络
机器学习——k-近邻算法、K-均值算法、PCA、异常检测算法、上限分析

K Nearest Neighbor算法⼜叫KNN算法，这个算法是机器学习⾥⾯⼀个⽐较经典的算法如果⼀个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的⼤多数属于某⼀个类别，则该样本也属于这个类别。d=∑i=1n(x1i−x2i)2d = \sqrt{\sum_{i=1}^n(x_{1i}- x_{2i})^2}d=∑i=1n​(x1i​−x2i​)2​二、K-均值算法（K Means

#机器学习
机器学习——逻辑回归、正则化

假设函数：决策边界取决于θ参数的选取，而与样本无关损失函数：梯度下降：可以发现：逻辑回归问题的梯度下降和线性回归的梯度下降公式相同机器学习中经常会在损失函数中加入正则项，称之为正则化（Regularize）。它是为了防止模型过拟合，它的原理是在损失函数上加上某些规则（限制），使参数尽可能地小，从而减少求出过拟合解的可能性本文只用于个人学习与记录，侵权立删...

#机器学习#逻辑回归#人工智能
机器学习——seaborn

Matplotlib虽然已经是比较优秀的绘图库了，但是它有个今人头疼的问题，那就是API使用过于复杂，它里面有上千个函数和参数，属于典型的那种可以用它做任何事，却无从下手。Seaborn基于Matplotlib核心库进行了更高级的API封装，可以轻松地画出更漂亮的图形，而Seaborn的漂亮主要体现在配色更加舒服，以及图形元素的样式更加细腻。seaborn.distplot(a, bins=Non

#机器学习#python#人工智能
    共 25 条
  • 1
  • 2
  • 3
    • 请选择