摘要: If somebody said what advice would I give to a young person, they always ask that funny kind of a question. And I think one of the things that I would 阅读全文
posted @ 2020-03-09 18:54 louieworth 阅读(155) 评论(0) 推荐(0) 编辑
摘要: 梯度下降以及其定义 方向导数 directional derivative:在函数 "定义域" 的内点,对某一方向求导得到的 "导数" 。一般为 "二元函数" 和三元函数的方向导数,方向导数可分为沿直线方向和沿曲线方向的方向导数 梯度 gradient的本意是一个向量(矢量),表示某一函数在该点处的 阅读全文
posted @ 2020-03-08 09:18 louieworth 阅读(552) 评论(0) 推荐(0) 编辑
摘要: 摘要:本研究涉及一种公共场所安全装置,具体为可升降式防踩踏装置,包括固定支座、夹具、内伸缩杆和一对扶杆,所述的每个扶杆上安装有多个内伸缩杆,所述的内伸缩杆铰接在固定支座上,固定支座和夹具固定在楼梯道的上方顶部,一对扶杆沿着楼梯道平行安装,扶杆和内伸缩杆不使用时,翻转贴在楼梯道的上方顶部,由夹具夹持住 阅读全文
posted @ 2020-03-06 22:23 louieworth 阅读(561) 评论(0) 推荐(0) 编辑
摘要: Overview The online platform offers bullies and illegal drugs ever more creative ways to persecute kids outside of their school hours. In confront wit 阅读全文
posted @ 2020-03-06 17:40 louieworth 阅读(131) 评论(0) 推荐(0) 编辑
摘要: introduction When you want to purchase a new car, will you walk up to the first car shop and purchase one based on the advice of the dealer? It’s high 阅读全文
posted @ 2020-03-06 16:08 louieworth 阅读(413) 评论(0) 推荐(0) 编辑
摘要: 1.正则化 正则化的主要作用是防止过拟合,对模型添加正则化项可以限制模型的复杂度,使得模型在复杂度和性能达到平衡。 常用的正则化方法有L1正则化和L2正则化。L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失函数中的某些参数做一些限制。 L1正则化的模型建叫做Lasso回归,使 阅读全文
posted @ 2020-03-05 09:21 louieworth 阅读(1468) 评论(0) 推荐(0) 编辑
摘要: 1. 先验概率 通俗解释:就是根据以往经验得到的概率,属于客观概率。统计历史下的概率。 2. 后验概率 当下由因及果的概率。 3. 通俗理解 )先验——根据若干年的统计(经验)或者气候(常识),某地方下雨的概率; 2)似然——下雨(果)的时候有乌云(因/证据/观察的数据)的概率,即已经有了果,对证据 阅读全文
posted @ 2020-03-04 22:53 louieworth 阅读(2776) 评论(0) 推荐(0) 编辑
摘要: 拉格朗日对偶性( Lagrange Duality ) 在 有约束的最优化 问题中,为了便于求解、我们常常会利用它来将比较原始问题转化为更好解决的对偶问题。 对于特定的问题,原始算法的对偶形式也常常会有一些共性存在。比如对于感知机和后文会介绍的支持向量机来说, 它们的对偶算法都会将模型的参数表示为样 阅读全文
posted @ 2020-02-26 11:03 louieworth 阅读(385) 评论(0) 推荐(0) 编辑
摘要: 作者:贺嘉链接:https://www.zhihu.com/question/292755353/answer/1016418539来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 关于我和这个世界: 1)如果可以请到全世界任何人,你会请谁一起吃晚餐? 2)你想出名吗? 阅读全文
posted @ 2020-02-24 22:09 louieworth 阅读(8114) 评论(0) 推荐(0) 编辑