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