logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【小白学机器学习20】单变量分析 / 0因子分析 (只分析1个变量本身的数据)

本质:就是只分析1个变量数据本身就是只分析一个变量的数据,就是单变量分析。如果非要,统一说成是那种回归模型/因果分析模型/相关分析的话,这个就算是0因子分析。一维数据图:图上无论是画成1条轴,或者2条轴,实际只有1个变量的数据二维数据图:有2条轴,且实际确实有2个变量!

文章图片
#概率论
【小白学机器学习19】统计基础:什么是定量分析,量化的4个层级,因果关系分类等

量化分析:就是把要分析的一个真实事物/理念中概念:变项,进行数字化,从而成为一个变量 variable,然后分析这个变量。建模:简单的就是建一个函数表达式 /一个方程等,复杂的,很多函数和方程组联立等等超过我的描述能力。

文章图片
#机器学习#人工智能
【python算法学习2】冒泡排序的写法

冒泡排序_百度百科在程序设计语言中,排序算法主要有冒泡排序、快速排序、选择排序以及计数排序等。冒泡排序(Bubble Sort)是最简单和最通用的排序方法,其基本思想是:在待排序的一组数中,将相邻的两个数进行比较,若前面的数比后面的数大就交换两数,否则不交换;如此下去,直至最终完成排序。由此可得,在排序过程中,大的数据往下沉,小的数据往上浮,就像气泡一样,于是将这种排序算法形象地称为冒泡排序。fr

文章图片
#python#算法#数据结构
【小白学机器学习26】 极大似然估计,K2检验,logit逻辑回归(对数回归)(未完成----)

定义:在现实已经发生的基础上,去回溯到过去,推测过去的某个时刻,自然量和因变量是什么样的关系时,现实的发生概率最大?这个推测过程,就是极大似然估计过去最大概率对应的那个分支,极有可能就是现实!现实就是,过去发生的各种可能里概率最大的那种情况!

文章图片
#机器学习#人工智能
【小白学机器学习29】 概率统计与图形 ( hist, bar, pie , box ,scatter ,line)

每个饼分位多个分块,每个分块大小不同,每个分块还可以分尖端和后面2部分。根据饼状图来的,南丁格尔玫瑰图。频度分布表:概率分布的雏形吧。

文章图片
#机器学习#概率论#人工智能
用EXCEL和python 计算马尔可夫链转移矩阵

用EXCEL和python 计算马尔可夫链转移矩阵

文章图片
#python#矩阵#线性代数
【python算法学习1】用递归和循环分别写下 fibonacci 斐波拉契数列,比较差异

最核心的,先要总结递归规律这个fibo的递归规律很简单,就是 f(x)=f(x-1)+f(x-2), 这个也是通项公式fibo的这个规律狠清晰,不难递归是在函数内部,调用函数自身( 函数定义内部,函数的代码block里引用自己的函数名)不用直接写循环,写调用函数自身,没有直接的for while等循环形式但是其实内部已经是循环逻辑了循环是,除了处理一些特殊情况外,找到通项公式,以便进行循环肯定有循

文章图片
#算法
jupyter notebook的 markdown相关技巧

首先,你得安装好,jupyter notebook输入python -m notebook 跑起来。

文章图片
#python#jupyter#开发语言
【小白学机器学习28】 统计学脉络+ 总体+ 随机抽样方法

我们自己当然可以自己定义一个我们全知的“整体”在这个角度,我们就是上帝但是这个知识“题目”“模型”“思想试验” ,我们可以在我们定义的世界里有上帝视角,这不奇怪。就和做题!= 解决社会上的真实问题一样,这些整体,一般并不是我们要面对的生活中的自然的/社会上的真正整体。类比的例子定距数据里,比如摄氏度,身高,我们也可以进行* /,因为我们预设了一个0点,温度0,身高0。那为什么说定距数据里,进行*

文章图片
#机器学习#人工智能
    共 189 条
  • 1
  • 2
  • 3
  • 19
  • 请选择