摘要: NumPy 官方文档链接 英文官方文档: 主页:NumPy Documentation 参考手册:NumPy Reference 用户指南:NumPy User Guide 中文官方文档: 主页:[https://www.numpy.org.cn/reference/] 参考手册:NumPy 参考手 阅读全文
posted @ 2024-10-13 21:29 jhhhred 阅读(36) 评论(0) 推荐(0) 编辑
摘要: 1. 导入 NumPy import numpy as np 2. 创建数组 2.1 一维数组 a = np.array([1, 2, 3, 4, 5]) print(a) 2.2 多维数组 b = np.array([[1, 2, 3], [4, 5, 6]]) print(b) 2.3 特殊数组 阅读全文
posted @ 2024-10-13 21:27 jhhhred 阅读(30) 评论(0) 推荐(0) 编辑
摘要: 神经网络的编译和训练 编译compile():输入参数有“损失函数loss”、“优化器optimizer”、“评估指标metrics”。主要考虑前两项。 compile()函数所有的可选选项及其示例 model.compile(loss=tf.keras.losses.BinaryCrossentr 阅读全文
posted @ 2024-10-12 14:13 jhhhred 阅读(57) 评论(0) 推荐(0) 编辑
摘要: 月下惊鸿影,疑是画中仙 翩若惊鸿,婉若游龙 芙蓉不及美人妆,水殿风来珠翠香 远赴人间惊鸿宴,一睹人间盛世颜 阅读全文
posted @ 2024-10-04 19:34 jhhhred 阅读(4) 评论(0) 推荐(0) 编辑
摘要: 神经网络原理 神经网络是一种受生物神经系统启发的计算模型,用于学习和处理复杂的数据模式。神经网络通过一系列相互连接的简单处理单元(称为神经元或节点)来模拟大脑的功能。下面详细介绍神经网络的基本原理。 神经网络的基本构成 神经元(Neuron): 神经元是神经网络的基本计算单元,通常具有一个输入端和一 阅读全文
posted @ 2024-10-03 10:07 jhhhred 阅读(82) 评论(0) 推荐(0) 编辑
摘要: 逻辑回归 机器学习中的逻辑回归(Logistic Regression)是一种广泛使用的分类算法,尽管它的名字中包含“回归”这个词,但实际上它主要用于解决分类问题,特别是二分类问题。逻辑回归模型可以用来预测某一类事件发生的概率,例如预测用户是否会点击广告、病人是否患有某种疾病等。 逻辑回归的核心是使 阅读全文
posted @ 2024-09-24 19:06 jhhhred 阅读(95) 评论(0) 推荐(0) 编辑
摘要: 多维特征 多维特征指的是在机器学习和数据分析中,每个样本不仅由单一特征描述,而是由多个不同属性或维度组成的向量。这些特征可以是连续的也可以是离散的,它们共同构成了数据集的一个样本点。 多维特征的例子 房屋价格预测: 面积(平方米) 房间数量 建造年份 地理位置(经度、纬度) 客户购买行为预测: 年龄 阅读全文
posted @ 2024-09-22 15:13 jhhhred 阅读(153) 评论(0) 推荐(0) 编辑
摘要: 线性回归模型 在机器学习中,线性回归模型是一种用于预测连续数值型目标变量的监督学习算法。它假设目标变量与一个或多个自变量之间存在线性关系,并尝试通过拟合最佳线性函数来预测未知数据的输出。下面是机器学习中线性回归模型的详细讲解: 模型定义 线性回归模型可以分为简单线性回归和多元线性回归。 简单线性回归 阅读全文
posted @ 2024-09-20 22:03 jhhhred 阅读(143) 评论(0) 推荐(0) 编辑
摘要: 学习路线 数学基础 : 高数 线代 概率论 编程语言基础 机器学习 吴恩达 书籍《神经网络与深度学习》 深度学习 吴恩达 DeepLearning.AI 李宏毅 机器学习 浙大 胡浩基 机器学习 统计学习方法 TensorFlow pytorch 龙曲良 李沐 《动手学深度学习》 根据研究方向进行细 阅读全文
posted @ 2024-09-19 22:23 jhhhred 阅读(23) 评论(0) 推荐(0) 编辑
摘要: 主要的人工智能分支 人工智能(AI)是一个广泛的领域,包含了多个子领域或分支,每个分支都专注于解决特定类型的问题或执行特定的任务。以下是一些主要的人工智能分支: 机器学习(Machine Learning): 这是AI的一个核心部分,专注于构建可以从数据中学习并作出决策或预测的系统。 深度学习(De 阅读全文
posted @ 2024-09-18 19:57 jhhhred 阅读(40) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示