- 文章目录 假设检验的概述 假设校验的应用 假设校验的基本思想 显著性水平 假设检验的步骤 左右侧检验与双侧检验 原假设与备择建设 检验统计量计算检验的统计量 检验中常说的小概率 P值 左侧检验与右侧检验 什么时候用左侧检验什么时候用右侧检验 假设检验举例 检验结果 Z检验基本原理 总体均值检验 统计量Z... 文章目录 假设检验的概述 假设校验的应用 假设校验的基本思想 显著性水平 假设检验的步骤 左右侧检验与双侧检验 原假设与备择建设 检验统计量计算检验的统计量 检验中常说的小概率 P值 左侧检验与右侧检验 什么时候用左侧检验什么时候用右侧检验 假设检验举例 检验结果 Z检验基本原理 总体均值检验 统计量Z...
- 文章目录 决策树 基尼系数 CART 算法 预剪枝与后减枝 回归树 Code Titanic 乘客生存预测流程 模块 1:数据探索： 模块 2：数据清洗 模块 3：特征选择 模块 4：决策树模型 模块 5：模型预测 & 评估 模块 6：决策树可视化 决策树模型使用技巧总结 完整代码 决... 文章目录 决策树 基尼系数 CART 算法 预剪枝与后减枝 回归树 Code Titanic 乘客生存预测流程 模块 1:数据探索： 模块 2：数据清洗 模块 3：特征选择 模块 4：决策树模型 模块 5：模型预测 & 评估 模块 6：决策树可视化 决策树模型使用技巧总结 完整代码 决...
- @Author：Runsen 在本教程中，我们将使用 TensorFlow (Keras API) 实现一个用于多分类任务的深度学习模型，该任务需要对阿拉伯语手写字符数据集进行识别。 数据集下载地址：https://www.kaggle.com/mloey1/ahcd1 数据集介绍 该数据集由 60 名参与者书写的16,800 个字符组成，年龄范围在 19 至 ... @Author：Runsen 在本教程中，我们将使用 TensorFlow (Keras API) 实现一个用于多分类任务的深度学习模型，该任务需要对阿拉伯语手写字符数据集进行识别。 数据集下载地址：https://www.kaggle.com/mloey1/ahcd1 数据集介绍 该数据集由 60 名参与者书写的16,800 个字符组成，年龄范围在 19 至 ...
- 文章目录 原理 基本步骤 算法关键点 K值的选择 距离的选择 决策原则 距离度量的实现方法 蛮力实现 KD 树 算法优缺点 优点 缺点 sklearn用法 应用举例 源码实现 K近邻法(KNN)是一种很基本的机器学习算法，属于监督学习类算法，是一种简单易懂的方法... 文章目录 原理 基本步骤 算法关键点 K值的选择 距离的选择 决策原则 距离度量的实现方法 蛮力实现 KD 树 算法优缺点 优点 缺点 sklearn用法 应用举例 源码实现 K近邻法(KNN)是一种很基本的机器学习算法，属于监督学习类算法，是一种简单易懂的方法...
- 转载自：http://www.cnblogs.com/heaad/archive/2010/12/23/1914725.html 优化算法入门系列文章目录（更新中）： 1. 模拟退火算法 2. 遗传算法 遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法 。 遗传算法是受达尔文的进... 转载自：http://www.cnblogs.com/heaad/archive/2010/12/23/1914725.html 优化算法入门系列文章目录（更新中）： 1. 模拟退火算法 2. 遗传算法 遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法 。 遗传算法是受达尔文的进...
- @Author：Runsen 文章目录 Load Dataset 1.CNN-RNN 2.CNN-RNN-2 Load Dataset CIFAR-10 dataset import numpy as np from sklearn.metrics import accuracy_score from tensor... @Author：Runsen 文章目录 Load Dataset 1.CNN-RNN 2.CNN-RNN-2 Load Dataset CIFAR-10 dataset import numpy as np from sklearn.metrics import accuracy_score from tensor...
- @Author：Runsen 隐形马尔可夫模型，英文是 Hidden Markov Models，就是简称 HMM。 既是马尔可夫模型，就一定存在马尔可夫链，该马尔可夫链服从马尔可夫性质：即无记忆性。也就是说，这一时刻的状态，受且只受前一时刻的影响，而不受更往前时刻的状态的影响。 关于马尔可夫模型和隐马尔可夫模型是什么，查看知乎的问题 马尔可夫模型 马尔可夫链... @Author：Runsen 隐形马尔可夫模型，英文是 Hidden Markov Models，就是简称 HMM。 既是马尔可夫模型，就一定存在马尔可夫链，该马尔可夫链服从马尔可夫性质：即无记忆性。也就是说，这一时刻的状态，受且只受前一时刻的影响，而不受更往前时刻的状态的影响。 关于马尔可夫模型和隐马尔可夫模型是什么，查看知乎的问题 马尔可夫模型 马尔可夫链...
- @Author：Runsen 分类任务的MLP 当目标（y）是离散的（分类的） 对于损失函数，使用交叉熵；对于评估指标，通常使用accuracy 数据集描述 CIFAR-10数据集包含10个类中的60000个图像—50000个用于培训，10000个用于测试 有关更多信息，请参阅官方文档 from tensorflow.keras.dataset... @Author：Runsen 分类任务的MLP 当目标（y）是离散的（分类的） 对于损失函数，使用交叉熵；对于评估指标，通常使用accuracy 数据集描述 CIFAR-10数据集包含10个类中的60000个图像—50000个用于培训，10000个用于测试 有关更多信息，请参阅官方文档 from tensorflow.keras.dataset...
- 文章目录 机器学习简史 二十世纪五十年代：推理期 二十世纪七十年代中期：知识期 二十世纪八十年代：从样例中学习 符号主义学习 连接主义学习 二十世纪九十年代中期：统计学习 二十一世纪：深度学习 机器学习算法 常用算法 贝叶斯算法 线性回归与逻辑回归 决策树 SVM 支持向量机 KNN（K 近邻算法）... 文章目录 机器学习简史 二十世纪五十年代：推理期 二十世纪七十年代中期：知识期 二十世纪八十年代：从样例中学习 符号主义学习 连接主义学习 二十世纪九十年代中期：统计学习 二十一世纪：深度学习 机器学习算法 常用算法 贝叶斯算法 线性回归与逻辑回归 决策树 SVM 支持向量机 KNN（K 近邻算法）...
- 文章目录 玄乎的“最大熵原理” 最大熵原理 最大熵模型 对特征函数的进一步理解 一种简单的特征函数设计 最大熵模型小结 玄乎的“最大熵原理” 下面我来尝试解释一下这个概念。 我们了解：熵，就是混乱的意思。 在面对未知时，我们眼前的情况是十分混乱的 - 这个时候的熵值极大。然后我们会通过慢慢地收集数据和信息，... 文章目录 玄乎的“最大熵原理” 最大熵原理 最大熵模型 对特征函数的进一步理解 一种简单的特征函数设计 最大熵模型小结 玄乎的“最大熵原理” 下面我来尝试解释一下这个概念。 我们了解：熵，就是混乱的意思。 在面对未知时，我们眼前的情况是十分混乱的 - 这个时候的熵值极大。然后我们会通过慢慢地收集数据和信息，...
- @Author：Runsen 文章目录 循环神经网络RNN Load Dataset 1. Vanilla RNN 2. Stacked Vanilla RNN 3. LSTM 4. Stacked LSTM 循环神经网络RNN 前馈神经网络（例如 MLP 和 CNN）功能强大，但它们并未针对处理“顺序”数据进行优化 ... @Author：Runsen 文章目录 循环神经网络RNN Load Dataset 1. Vanilla RNN 2. Stacked Vanilla RNN 3. LSTM 4. Stacked LSTM 循环神经网络RNN 前馈神经网络（例如 MLP 和 CNN）功能强大，但它们并未针对处理“顺序”数据进行优化 ...
- 文章目录 机器学习自动调参 1. Hyperopt **Hyperopt搜索参数空间** 参数空间的设置 使用sample函数从参数空间内采样： 在参数空间内使用函数： **指定搜索的算法** 实例 Hyperopt调参XGBoost 2. 贝叶斯调参 机器学习自动调参 在实际应用中，我们需要选取合适的模型... 文章目录 机器学习自动调参 1. Hyperopt **Hyperopt搜索参数空间** 参数空间的设置 使用sample函数从参数空间内采样： 在参数空间内使用函数： **指定搜索的算法** 实例 Hyperopt调参XGBoost 2. 贝叶斯调参 机器学习自动调参 在实际应用中，我们需要选取合适的模型...
- 文章目录 相关分析 皮尔逊相关系数 连续变量的相关分析 Pearson.相关系数 协方差 计算与检验 相关系数的显著性检验 斯皮尔曼等级变量的相关分析 斯皮尔曼等级相关 斯皮尔曼实例 等级相关系数的显著性检验 肯德尔和谐系数( Kendall) 实例1:同一评价者无相同等级评定时 实例2:同一评价者有相同等级评定时 肯... 文章目录 相关分析 皮尔逊相关系数 连续变量的相关分析 Pearson.相关系数 协方差 计算与检验 相关系数的显著性检验 斯皮尔曼等级变量的相关分析 斯皮尔曼等级相关 斯皮尔曼实例 等级相关系数的显著性检验 肯德尔和谐系数( Kendall) 实例1:同一评价者无相同等级评定时 实例2:同一评价者有相同等级评定时 肯...
- 文章目录 一.简介 二. 代码实现 三. 校验 训练模型 查看loss值变化 绘制决策边界： 与sklearn对比 损失函数为何不用mse? 一.简介 逻辑回归(LogisticRegression)简单来看就是在线性回归模型外面再套了一个 S i g m o i d Sigmoid 文章目录 一.简介 二. 代码实现 三. 校验 训练模型 查看loss值变化 绘制决策边界： 与sklearn对比 损失函数为何不用mse? 一.简介 逻辑回归(LogisticRegression)简单来看就是在线性回归模型外面再套了一个 S i g m o i d Sigmoid
- 编·译作者 | 王建民 人工智能(AI)最早描述于1955年，是制造智能计算机程序的科学和工程。AI可以被描述为 "一个实体（或一组合作实体的集体），能够从环境中接收输入，从这些输入中解释和学习，并表现出相关的和灵活的行为和行动，帮助实体在一段时间内实现特定的目标或目的"。人工智能的最终目标是利用机器模拟人类的智能过程，如学习、推理、自我修正等，模仿人类的决... 编·译作者 | 王建民 人工智能(AI)最早描述于1955年，是制造智能计算机程序的科学和工程。AI可以被描述为 "一个实体（或一组合作实体的集体），能够从环境中接收输入，从这些输入中解释和学习，并表现出相关的和灵活的行为和行动，帮助实体在一段时间内实现特定的目标或目的"。人工智能的最终目标是利用机器模拟人类的智能过程，如学习、推理、自我修正等，模仿人类的决...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签