机器学习

元宇宙通证-一、元宇宙灵魂七问

一、元宇宙灵魂七问物理世界的你真的比元宇宙虚拟世界的你更真实吗？我们在现实世界里往往戴着形形色色的面具，因为政治、宗教、组织、血缘、种族、职业、岗位、利益等各种原因，时间一久，面具和面孔的界面可能就变得模糊了。而元宇宙世界中的你，不再受物理世界的约束，可以根据本性放飞真实的自我。人们将逐步把大...
2022-02-23 23:30 阅读数 113

使用pytorch实现逻辑回归

逻辑回归原理公式y^=σ(wTx+b),where σ=11+e−x , w,x∈Rd\Large \hat{y}=\sigma(w^{T}x+b),where \, \sigma=\frac{1}{1+e^{-x}}\,,\,w,x \in R^{d}y^​=σ(wTx+b),whereσ...
2022-02-01 20:29 阅读数 70

Adaboost算法

title: Adaboostdate: 2021-12-21 01:27:40tags: 机器学习关于AdaboostAdaboost算法是针对二分类问题提出的集成学习算法，是boosting类算法最著名的代表。当一个学习器的学习的正确率仅比随机猜测的正确率略高，那么就称它是弱学习器，当一个...
2022-01-27 21:22 阅读数 78

矩量母函数介绍

1 矩量母函数 矩量母函数又称矩母函数（Moment Generating Function）又称动差生成函数，是一种构造函数，其定义为：随机变量XXX是连续型随机变量时，其矩量母函数为：MX(t)=E(etX)=∫−∞+∞etxf(x)dxM_X(t)=\mathrm{E}(e^{tX})=...
2022-01-25 15:53 阅读数 86

李宏毅机器学习笔记——生成式对抗网路(Generative Adversarial Network, GAN)

输出是一个分布。z是简化的分布。举例输入过去的画面，通过网络预测出下一步的画面，在同时可以左转右转时候选择其中之一。为什么要distribution例如在画画和解释人物时候，有多种答案选择：判别器Discriminator输出的标量越大越真。Generator与Disciminator关系判别...
2022-01-22 16:22 阅读数 71

九章云极DataCanvas公司荣登2021年度高科技高成长企业系列榜单

近日，由第一新声和天眼查联合发布的“数字中国-2021年度高科技高成长企业系列榜单”正式揭晓。九章云极DataCanvas公司凭借在人工智能领域雄厚的技术实力以及在金融行业的创新应用，入选了“2021年中国高科技高成长瞪羚企业榜”、“2021年中国金融科技高成长企业榜”两大重要榜单。本次年度企...
2022-01-21 10:12 阅读数 79

数学建模之灰色关联分析（GRA）

本文参考的是司守奎，孙兆亮主编的数学建模算法与应用（第二版）灰色关联分析不仅能够用做关联分析，也能够用于评价。其具体分析步骤如下：第一步，需要确定评价对象和参考数列。评价对象一般指的就是待分析的各个特征组，例如需要评价一个同学的成绩，那么他的语文成绩、数学成绩、英语成绩等就是一个特征组，即一个...
2022-01-11 11:12 阅读数 190

自动驾驶——感知、决策、控制

自动驾驶关键环节——感知、决策、控制感知环境感知通过毫米波雷达、摄像机等传感器实现，车辆自身状态感知通过导航系统、惯导系统等实现，通过V2X网联通信技术实现智能驾驶车辆与外界的互联互通。环境感知通过组合多种传感器，运用关联时序的感知技术，在V2X网联通信技术的支持下对道路、静态物体以及动态物体...
2022-01-04 11:26 阅读数 44

【读书笔记】用Python获取A股行情数据的4种方法

本人大三在校小学渣一枚，非金融专业，也从来没有过股票期货等金融产品的投资经验，但最近收到了清华出版社赠送的《深入浅出Python量化交易实战》一书，因为平时对数据科学和机器学习都比较感兴趣...
2022-01-03 09:18 阅读数 82

随机森林和梯度提升回归树（笔记）

最近在自学图灵教材《Python机器学习基础教程》，在csdn以博客的形式做些笔记。决策树集成集成（ensemble）是合并多个机器学习模型来构建更强大模型的方法。在机器学习文献中有许多模型都属于这一类，但已证明有两种集成模型对大量分类和回归的数据集都是有效的，二者都以决策树为基础，分别是随机...
2021-12-21 11:37 阅读数 180
技术
今日推荐
ioDraw Mac客户端安装教程
阅读数 33
下载桌面版
GitHub
百度网盘（提取码：draw）
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱：[email protected]
QQ群：766591547
关注微信
©2020-2024 ioDraw All rights reserved, Privacy Policy