摘要:
1.本节重点知识点用自己的话总结出来,可以配上图片,以及说明该知识点的重要性 (1)导图: (2)回归与分类的区别: (3)个各维数组及数组的类型,矩阵特性 Ⅰ、 Ⅱ、 (4)线性回归算法公式: y=w*x+b 其中b为偏置,y为要预测的结果 (5)误差问题 利用迭代算法减小误差:(理解) (6)线 阅读全文
摘要:
1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小,占内存大小,图片数据结构,线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别,每个类别的颜色 压缩图片生成:以聚类中收替代原像素颜色,还原为二维 观察压缩图片的文件大小,占内存大小 答 源代码: from s 阅读全文
摘要:
1). 扑克牌手动演练k均值聚类过程:>30张牌,3类 实验总牌数为30,分三类进行三轮迭代。 第一轮:抽取聚类中心为:3、4、7. 聚类结果为: 第二轮:经过求平均后,重新确定聚类中心为:2、4、10 第三轮:对上类再进行求平均,选定聚类中心为2、5、10 最终聚类中心稳定在2、5、10,以此为小 阅读全文
摘要:
1)学习笔记。 2)用自己的话总结“梯度”,“梯度下降”和“贝叶斯定理"。 梯度:梯度就是一个函数在某点时方向上导数的使变化率达到最大的值,它在本质上就是一个向量,在多元函数的情况下就要求偏导。 梯度下降:我理解的是,为了找到梯度最小的位置,所以我们要在该范围内不断的求导,逐渐逼近,进而求出他的最小 阅读全文
摘要:
1)Python环境及pip list截图。 ① python环境: python开发环境: ② 安装的包: 2)视频学习笔记 机器学习:是人工智能的一个分支。我们使用计算机设计一个系统,使它能够根据提供的训练数据按照一定的方式来学习;随着训练次数的增加,该系统可以在性能上不断学习和改进;通过参数优 阅读全文
摘要:
已知算符优先关系矩阵如下表: + * i ( ) # + > < < < > > * > > < < > > i > > > > ( < < < < = ) > > > > # < < < < = 写出符号串(i+i)*i#的算符优先分析过程。 解: # < (i+i)*i# 移进 #( < i+i 阅读全文
摘要:
1.已知文法: E→E+T | T T→T*F | F F→(E) | i 以句柄作为可归约串,写出符号串‘i+i*i#’的"移进-归约"分析过程。 答:符号串‘i+i*i#’的"移进-归约"分析过程为: 符号栈 输入串 动作 # i+i*i# 移进 #i +i*i# 归约 #F +i*i# 归约 阅读全文
摘要:
一、实验目的: 利用C语言编制递归下降分析程序,并对简单语言进行语法分析。 编制一个递归下降分析程序,实现对词法分析程序所提供的单词序列的语法检查和结构分析。 二、实验原理 每个非终结符都对应一个子程序。 该子程序根据下一个输入符号(SELECT集)来确定按照哪一个产生式进行处理,再根据该产生式的右 阅读全文
摘要:
1. 文法 G(S): (1)S -> AB (2)A ->Da|ε (3)B -> cC (4)C -> aADC |ε (5)D -> b|ε 验证文法 G(S)是不是 LL(1)文法? 解: FIRST集为: FIRST(Da)={b,a} FIRST(ε)={ε} FIRST(aADC)={ 阅读全文
摘要:
1.将以下文法消除左递归,分析符号串 i*i+i 。并分别求FIRST集、FOLLOW集,和SELECT集 E -> E+T | T T -> T*F | F F -> (E) | i 答:消除左递归后: E→TE' E'→+TE'|ε T→FT' T'→*FT'|ε F→(E)|i 分析符号串i* 阅读全文