DROP-OUT是防止神经网络过于复杂，进行随机杀死神经元的一种方法。查看circle data，可以看出效果不佳，看上去像切了一刀。左图是全连接神经网络，右图在神经网络训练过程中，查看circle data，可以看出效果较好。作用于每一层的输入，通过逐层计算得到输出结果。：数值较大或较小时，梯度约为0，出现。将神经元设置为1，查看效果。将神经元设置为2，查看效果。将神经元设置为3，查看效果。

波变换主要通过伸缩和平移实现多尺度细化，突出所要处理的问题细节，有效提取局部信息。小波变换不仅可以知道信号的频率成分，还能知道各频率成分出现的时刻。将傅里叶变换中无限长的三角函数基换成了有限长的会衰减的小波基。

DROP-OUT是防止神经网络过于复杂，进行随机杀死神经元的一种方法。查看circle data，可以看出效果不佳，看上去像切了一刀。左图是全连接神经网络，右图在神经网络训练过程中，查看circle data，可以看出效果较好。作用于每一层的输入，通过逐层计算得到输出结果。：数值较大或较小时，梯度约为0，出现。将神经元设置为1，查看效果。将神经元设置为2，查看效果。将神经元设置为3，查看效果。

readframes：读取声音数据，传递一个参数指定需要读取的长度（以取样点为单位），readframes返回的是。把数据变成（０，１）之间的小数。主要是为了数据处理方便提出来的，把数据映射到0～1范围之内处理，更加便捷快速。,通过frombuffer函数将二进制转换为整型数组，通过其参数dtype指定转换后的数据格式。首先，需要import几个工具包，一个是python标准库中的。这一步去掉也可

DROP-OUT是防止神经网络过于复杂，进行随机杀死神经元的一种方法。查看circle data，可以看出效果不佳，看上去像切了一刀。左图是全连接神经网络，右图在神经网络训练过程中，查看circle data，可以看出效果较好。作用于每一层的输入，通过逐层计算得到输出结果。：数值较大或较小时，梯度约为0，出现。将神经元设置为1，查看效果。将神经元设置为2，查看效果。将神经元设置为3，查看效果。

波变换主要通过伸缩和平移实现多尺度细化，突出所要处理的问题细节，有效提取局部信息。小波变换不仅可以知道信号的频率成分，还能知道各频率成分出现的时刻。将傅里叶变换中无限长的三角函数基换成了有限长的会衰减的小波基。

mongoDB6没有mong.exe和mongdb.exe，要想通过命令行启动mongoDB需要自己下载一个Mongoshell，下载地址。1、现在的情况是，已安装MongoDB，版本为6，但是在cmd中输入mongo，显示**“mongo不是内部或外部命令”**，5、打开cmd，输入mongosh，即可进入到mongodb。3、下载后解压，直接把这个解压后的文件复制到。2、安装Mongoshel

微分方程：含导数或微分的方程微分方程的阶数：所含导数或微分的最高阶数，如是三阶微分方程微分方程的解：使得微分方程成立的函数 例如y’-2x=0的解可以为x²或者x²+1微分方程的通解和特解：特解为满足等式条件即可初值条件：如y(0)=1。

关联分析(Association Analysis)用于发现隐藏在大型数据集中的令人感兴趣的联系。联系的表示方式一般为关联规则或频繁项集，例：{尿布}→{啤酒}。挖掘商场销售数据，发现商品间的联系，帮助商场进行促销及货架的摆放；挖掘医疗诊断数据，可以发现某些症状与某种病之间的关联，为医生进行疾病诊断和治疗提供线索；网页挖掘——揭示不同浏览网页之间的有趣联系。项集：一个包含 k 个数据项的项集就称为

聚类(Clustering)是将数据集划分为若干相似对象组成的多个类或组或簇的过程，一个簇就是由相似的一组对象构成的集合，不同簇中的对象通常相似度很低。聚类分析中“簇”的特征：聚类所说的簇不是事先给定的，而是根据数据的相似性和距离来划分，另外聚类的数目和结构都没有事先假定。聚类方法主要有：给定 n 个对象或元组组成的数据库，一个划分方法构建数据的 k 个划分，每个划分表示一个聚类，并且 k....