10 2019 档案
摘要：191030 [TOC] 日记 1. 写数学题真痛苦，可能还不适应吧。我可能只适合看书，不适合动脑，哈哈哈！终于把第三章的总习题写完了，快写了一天。。。15：31 回顾 数学 1. 第三章总习题 英语 1. 完全结束名词性从句 专业课 1. 王道 数据结构 健身 1. 休息日 书法 英语+中文字帖半
阅读全文
摘要：191029 [TOC] 日记 1. 眼睛有点酸，刷个牙睡觉。 回顾 数学 1. 3.4/3.5/3.6练习题，这进度怕是周日需要补课了 英语 1. 名词性从句结束，明天定语从句长难句 专业课 1. 图结束，排序和哈希表就不看了，熟的不能再熟了，过一遍也是浪费时间，明天开始王道 健身 1. 胸 书法
阅读全文
摘要：191027 [TOC] 日记 1. 周日当做休息日，并且做了些总结吧。 回顾 数学 1. 函数的单调性与凹凸性 英语 无 专业课 无 健身 休息日 书法 英语+中文字帖半个小时
阅读全文
摘要：191028 [TOC] 日记 1. 有点冷，贪便宜去了一个提前双十一优惠的店买了件羽绒服，没便宜多少，买来一股怪味，洗完又不能退，只能晾几天了。或者等双十一，谁让我付定金了，只能双十一买，哎！21：37 2. 现在的日记越来越偷懒了，不知道哪天就放弃写了。如果有哪位老哥看到这句话，看到我不更新了，
阅读全文
摘要：Cmd Markdown 公式指导手册 标签： Tutorial 2018 03 20 补档： 收到很多小伙伴对本文的源文档转载需求，故传了一份 md 文件，请按需 下载 。 本文固定链接: https://www.zybuluo.com/codeep/note/163962 点击跳转至 Cmd M
阅读全文
摘要：总结我前几次的安排，太相信自己，过于自信，忘记了自己已不是从前的自己，一下子跨越太大，导致自己这几天焦虑，然而忘记了我还有完完整整的一年，眼光短浅。进而导致学习效率不增反倒低了很多。 1. 起床过早，工作前是能做到，但是工作时习惯7点（双休日8、9点）左右醒，突然5点多，身体定是会反抗的，如今稳定在
阅读全文
摘要：191026 [TOC] 日记 1. 今天又荒废了一天，说实话，只有试过了才知道那有多难。真的很佩服那些边工作边考研的，那可真难。考研和工作完全就是两个不同的习惯，现在还在被以前遗留的坏习惯折磨。而自己偏偏又是一个完美主义者，以前工作每天玩两个小时左右游戏，现在慢慢能一个小时，这一个星期完全压制为0
阅读全文
摘要：191025 [TOC] 日记 1. 可能还是不太习惯吧！每天都会有一段时间迷茫、焦虑。想和工作时一样，焦虑了就冲上去玩手机，打游戏。而现在必须得坐在冷板凳上学习。总而言之，加油！不要感动自己，而是感动改卷老师，但是我的这种努力又凭什么让他人感动呢？比我努力的人大有人在。9：04 回顾 数学 1.
阅读全文
摘要：191024 [TOC] 日记 1. 前同事应该重新建了一个群，感慨颇深，虽然会有隐私之类对外人的我而言不方便吧。公司中还称兄道弟，叫做战友，哈哈！人走茶凉，但是茶凉之前还是有余热的，找我要阶段性考试的试卷、爬博客园博客的爬虫代码、博客园样式、课件啥的。你认为的你吃下点小亏，让以后有用的事，其实都很
阅读全文
摘要：191019 [TOC] 日记 1. 除了爱情、亲情、友情，尽量不要相信带有利益纠葛的感情。 回顾 数学 1. 中值定理习题结束 英语 1. 长难句分析之 简单句（默写+回忆） 1. 什么是简单句：主谓、主谓宾、主系表 2. 主语的成分：名词、代词、非谓语动词、从句 一个句子中必须要有一个主语，如果
阅读全文
摘要：任意一个n次多项式都可以分解成n个一次多项式的乘积。例如，对于三次多项式来说，那就可以分成三个一次式的乘积，也就是说，三次方程最多有三个根。 需要注意的是，最少的话可能一个实根都没有，如$f(x)=(x 1)^4+1 0$
阅读全文
摘要：191019 [TOC] 日记 1. 莫名奇妙的一天，可能是决心不玩游戏不适应，反正今天是做到不玩游戏了，但是看了一部电影《胜利之光》——就如我经常和学生讲的，这也许是你们最后一次相信这个东西，如果你们努力了，你们会依然相信；如果你们颓废下去，将不会再相信这些。而这次考研对于我而言也是如此，所以才会
阅读全文
摘要：v. v. 是单词verb的缩写，意思是“动词”，用来表示动作、行为。 根据其在句中的功能，动词可分为四类，分别是：实义动词（Notional Verb）、系动词（Link Verb）、助动词（Auxiliary Verb）、情态动词（Modal Verb）。 v.t. v.t.是transitiv
阅读全文
摘要：[TOC] 日记 1. 由于下午突然焦虑，然后玩了一晚上的游戏，明天升到皇后，然后就卸载了吧！21：06 2. 知道苏州大学复试考Python，但是不接收同等学力的，只能明年证书下来后考了。22：00 回顾 数学 中值定理 英语 无 专业课 无 健身 无 书法 无
阅读全文
摘要：191020 [TOC] 日记 1. 坏孩子有糖吃。以前公司晚点上班啥的也没人管，我曾想过要么晚点去，然而我发现我根本做不到。而很多时候能做到的基本能耍个滑头，深得领导喜欢；做不到的只会认认真真做事，然后无人问津。 做老实人就得到老实人应该有的东西，但坚决不违背良心做事，不为钱而违背初衷、良心和道德
阅读全文
摘要：191019 [TOC] 日记 1. 今天又偷懒了，没有发布博客，因为没干啥，不好意思，啊哈哈 回顾 数学 做习题 英语 状语和状语从句整理了一半 专业课 无 健身 帮忙去收稻谷了 书法 英语+中文字帖半个小时
阅读全文
摘要：状语和状语从句 [TOC] 一、形容词（短语）和副词（短语） 1.1 形容词（短语） 1. 放在系动词后面做表语 1. 1：这几天他变坚强了：He becomes tough these days. 2. 放在宾语后面做补语（略） 1. 2：现实让他变坚强了：The reality makes hi
阅读全文
摘要：191018 [TOC] 日记 1. 首先我必须得承认，昨天没有写日记，因为我想多多自走棋冲到国王，然而，没有，输输赢赢。14：28 2. 为什么要坐上一件事呢？我解释下，很多人曾经问过我：你是如何抛弃你的那些陋习的呢？我想，应该是这样的：首先，我们得明确一天24个小时不会多一分，也不会少一秒。问题
阅读全文
摘要：191017 [TOC] 日记 1. 唯利是图的人——有利益则对你……，无利益则对你……。然后表面和内心各不成一套，甚至为了利益能够抛弃绝大多数弱者的命运，不知道未来的我会不会成为这样的人，希望不会。 回顾 数学 写了几道题，不足挂齿 英语 总结：https://www.cnblogs.com/ni
阅读全文
摘要：定语和定语从句 [TOC] 一、什么是定语 1. 什么是定语：定语就是修饰名词（短语）的成分。 2. 注：中文中听到“xxx的+名词（短语）”，则“xxx的”就是修饰这个名词（短语）的定语成分。 二、定语的成分 2.1 形容词（短语）作定语 1. 1：那只善良的夜莺最后死了：That kind ni
阅读全文
摘要：名词（短语）和名词性从句 [TOC] 一、名词（短语）能做什么成分？ 1. 主语 1. 1：这部电影是非常感人和鼓舞人心的：The movie is so moving and encouraging. 2. 宾语 1. 2：我欣赏他的妈妈：I appreciate his mother. 3. 表
阅读全文
摘要：191016 [TOC] 日记 1. 今天去市里修手机，这次应该彻底修好了。有几件事感触颇深。15：01 2. 1. 首先看到两场车祸，第二场大卡车直接把骑电动车的撞死了，死者被盖了一层薄布，旁边都是血迹，很是凄惨。这也是第一次这么近距离接触有伤亡的车祸。开车多注意安全吧！时间再重要都是依托于生命的
阅读全文
摘要：全新的机器学习大纲，机器学习十大算法应有尽有，每一个算法都配套一个小实例，如鸢尾花分类、波士顿房价预测、葡萄酒质量检测、乳腺癌判断、垃圾邮件分类、手写数字识别、推荐系统……
实现了对每一个优化算法的推导，详尽的公式，相信你看起来一定不困难！
更有sklearn快速入门，深度学习简介，Tensorflow使用简介。
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 贝叶斯决策 一、贝叶斯决策理论 贝叶斯决策理论：在不完全情报下，对部分未知的状态用主观概率估计。 二、贝叶斯公式 2.1 从条件概率公式推导贝叶斯公式
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html Sigmoid函数 一、Sigmoid函数详解 上图为Sigmoid函数图像，可以看出当$z$趋于正无穷时，$g(z)$趋于1；当$z$趋于负无穷时，
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 推荐系统常用评估指标 一、RMSE 加大了对预测不准的用户物品评分的惩罚。 $$ \text{RMSE}=\sqrt\frac{\sum_{u,i\i
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 五、可视化 六、可视化决策树
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html kd树 k近邻算法中讲到它有一个较为致命的缺点就是每个实例到未来新数据之间都需要计算一次距离，如果实例数趋于无穷，那么计算量是很庞大的。但是我们要知道
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 基于协同过滤的推荐算法 本推荐系统采用中等大小的MovieLens数据集，该数据集包含6000多用户对4000多部电影的100万条评分。该数据集是一个
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 通过线性回归带你了解算法流程 一、1. 1 线性回归引入 相信我们很多人可能都有去售楼处买房而无奈回家的行为，就算你没去过售楼处，相信你也应该听说过那
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html k近邻算法 k近邻算法(k nearest neighbors,KNN)是一种基本的分类和回归方法，本文只探讨分类问题中的k近邻算法，回归问题通常是得
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html kd树(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 五、可视化
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 主成分分析代码(手写数字识别) 一、导入模块 二、数据预处理 三、KNN训练数据 3.1 准确度 四、降维(2维) 4.1 KNN训练数据 4.2 准
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 极大似然估计 一、最大似然原理 二、极大似然估计 极大似然估计是建立在最大似然原理的基础上的一个统计方法。极大似然估计提供了一种给定观察数据来评估模型
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树CART算法 决策树C4.5算法虽然对决策树ID3算法做了很大的改良，但是缺点也是很明显的，无法处理回归问题、使用较为复杂的熵来作为特征选择的标
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html AdaBoost算法代码(鸢尾花分类) 一、导入模块 二、导入数据 三、构造决策边界 四、训练模型 4.1 训练模型(n_e=10, l_r=0.8)
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之AdaBoost算法 当我们对Adaboost调参时，主要要对两部分内容调参，第一部分是对Adaboost的框架进行调参，
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 梯度提升算法代码(鸢尾花分类)+交叉验证调参 一、导入模块 二、导入数据 三、构造决策边界 四、训练模型 4.1 可视化 五、交叉验证训练模型 5.1
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 机器学习算法原理 一、1.1 感知机算法 每逢下午有体育课，总会有男孩和女孩在学校的操场上玩耍。 假设由于传统思想的影响，男孩总会和男孩一起打打篮球，
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 数据预处理 sklearn数据预处理官方文档地址：https://scikit learn.org/stable/mo
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 多元线性回归(波士顿房价预测) 一、导入模块 二、获取数据 三、训练模型 四、可视化 五、均方误差测试 训练集的均方误差是19.4，而测试集的均方误差
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之k\ 邻算法 由于k\ 邻可以做回归又可以做分类，所以最普通的k\ 邻算法在scikit learn库中有两种实现，即KN
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 感知机 感知机在1957年被提出，算是最古老的分类方法之一。 虽然感知机泛化能力不及其他的分类模型，但是如果能够对感知机的原理有一定的认识，在之后学习
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html RANSAC算法线性回归(波斯顿房价预测) 虽然普通线性回归预测结果总体而言还是挺不错的，但是从数据上可以看出数据集中有较多的离群值，因此本节将使用R
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html AdaBoost算法 集成学习中弱学习器之间有强依赖关系的，称之为Boosting系列算法，而AdaBoost则是Boosting系列算法中最著名的算
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html sign(符号)函数 一、sign函数概述 sign函数也称作符号函数，当x 0的时候y=1；当x=0的时候y=0；当x0 \\ 0,\quad x=
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 条件概率 一、条件概率简介 条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为：$p(A|B)$，读作“在B的条件下A的概率”
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 最小二乘法 最小二乘法，可以理解为最小平方和，即误差的最小平方和，在线性回归中，$误差=真实值 预测值$。最小二乘法的核心思想就是——通过最小化误差的
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性回归 线性回归是比较经典的线性模型，属于监督学习中预测值为连续值的回归问题。 线性回归针对的是一个或多个特征与连续目标变量之间的关系建模，即线性回
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之随机森林 本文主要介绍随机森林的两个模型 和`RandomForestRegressor RandomForestClas
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 提升树 提升树(boosting tree)是以分类树或回归树作为弱学习器的强学习器。 提升树模型用的是加法模型，算法用的是前向分步算法，弱学习器是决
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 支持向量机总结 支持向量机中有线性可分支持向量机、线性支持向量机、非线性支持向量机、线性支持回归等算法，算是前期比较繁琐的一个内容，如果感觉自己还是对
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 距离公式汇总 假设$n$维空间中有两个点$x_i$和$x_j$，其中$x_i = (x_i^{(1)},x_i^{(2)},\cdots,x_i^{(
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之支持向量机 在scikit learn库中针对数据是否线性可分，主要将支持向量机分为以下三种分类模型 、`SVC NuSV
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html XgBoost算法 XgBoost算法(eXtreme Gradient Boosting)属于Boosting系列算法，更多的是基于GBDT算法的一
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 矩阵转置 假设我们有一个矩阵 $$ w= \begin{matrix} 1&2&3 \\ 4&5&6 \\ 7&8&9 \\ \end{matrix}
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 感知机对偶形式(鸢尾花分类) 一、导入模块 二、获取数据 三、训练模型 python def train(num_iter, train_data,
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 拉格朗日对偶性 在约束最优化问题中，拉格朗日对偶性(Lagrange duality)可以将原始问题转换为对偶问题，然后通过求解对偶问题的解得到原始问
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 前向分步算法 一、前向分步算法引入 假设Nick的年龄是25岁。 1. 第1棵决策树 把Nick的年龄设置成初始值0岁去学习，如果第1棵决策树预测Ni
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 多项式回归(波士顿房价预测) 一、导入模块 二、获取数据 在《代码 普通线性回归》的时候说到特征LSTAT和标记MEDV有最高的相关性，但是它们之间并
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树总结 一、ID3算法、C4.5算法和CART算法比较 | 算法 | 树结构 | 支持模型 | 特征选择 | 连续值处理 | 缺失值处理 | 剪枝
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 集成学习基础 集成学习(ensemnle learning)通过构建并结合多个学习器来完成学习任务，集成学习可以用于分类问题集成、回归问题集成、特征选
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 朴素贝叶斯 朴素贝叶斯是基于贝叶斯公式与特征条件独立假设的分类方法(注：贝叶斯公式是数学定义，朴素贝叶斯是机器学习算法)。朴素贝叶斯基于输入和输入的联
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树C4.5算法 为了解决决策树ID3算法的不足，ID3算法的作者昆兰基于它的不足改进了决策树ID3算法。但是可能会有人有疑问，既然上一个决策树算法
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 牛顿法和拟牛顿法 牛顿法(Newton method)和拟牛顿法(quasi Newton method)和梯度下降法一样也是求解最优化问题的常用方法
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 深度学习 图像识别 一、人脸定位 相信你们外出游玩的时候，都不会带上你的牛逼plus诺基亚手机出门，而是带上你的智能手机给自己美美的拍上一张。当你用手
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html Bagging算法和随机森林 集成学习主要分成两个流派，其中一个是Boosting算法，另一个则是本文要讲的Bagging算法，Bagging算法 算
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 手写数字识别应用程序 一、导入模块 二、图像转向量 三、训练并测试模型 四、模型转应用程序 4.1 展示图片 4.2 处理图片 4.3 预测图片
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 梯度提升树 梯度提升树(gradien boosting decision tree，GBDT)在工业上用途广泛，属于最流行、最实用的算法之一，梯度提
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 熵和信息增益 一、熵（Entropy） 熵表示 。假设离散随机变量$X$可以取到$n$个值，其概率分布为 $$ P(X=x_i)=p_i, \quad
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 主成分分析(PCA) 一、维数灾难和降维 在KNN算法中曾讲到，对于高维数据，会出现数据样本稀疏、距离计算困难等问题。但是这种问题并不是仅仅针对KNN
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 普通线性回归(波士顿房价预测) 一、导入模块 二、获取数据 数据下载地址https://pan.baidu.com/s/1SvG0hFxupYA3KQ
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html Softmax回归 Softmax回归属于多分类$c_1,c_2,\ldots,c_k$模型，它通过估计某个样本属于$k$个类别的各自的概率达到多分类
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之梯度提升树 本文主要介绍梯度提升树的两个模型 和`GradientBoostingRegressor GradientBo
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 非线性支持向量机 支持向量机分为三种，线性可分支持向量机和线性支持向量机都是对线性可分的数据做处理，线性支持向量机也仅仅是对异常值做处理，并不是真正的
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html Logistic回归(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 4.1 C参数与权重系数的关系 上图显示了10个不同的
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性支持向量机 在线性可分支持向量机中说到线性可分支持向量机有一个缺点是无法对异常点做处理，也正是因为这些异常点导致数据变得线性不可分或者会因为它的正
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性支持向量机(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、线性可分支持向量机 4.1 训练模型 4.2 可视化 五、线性支持向量
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 测试模型 对于分类问题，我们可能会使用k近邻算法、决策树、逻辑回归、朴素贝叶斯法、支持向量机、随机森林；对于回归问题，
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之逻辑回归 相比较线性回归，由于逻辑回归的变种较少，因此scikit learn库中的逻辑回归类就比较少，只有 、`Logi
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html K Means聚类算法 K means聚类算法属于无监督学习算法，它实现简单并且聚类效果优良，所以在工业界也被广泛应用。同时K Means聚类算法也有
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 前向选择法和前向梯度法 由于前向选择法和前向梯度法的实现原理涉及过多的矩阵运算，本文只给出两种算法的思路。两者实现都是把矩阵中的向量运算具体化成平面几
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 机器学习 可能有很多同学想到高大上的人工智能、机器学习和深度学习，会在怀疑我是否能学会。在自我怀疑之前，我希望你能考虑一个问题，你了解机动车的构造原理
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 基尼指数 一、基尼指数简介 基尼指数（gini coefficient）代表了模型的不纯度，基尼指数越小，则不纯度越低；基尼指数越大，则不纯度越高，这
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 训练模型 一、1.1 训练回归模型 接下来我们将用波士顿房价数据集来介绍我们的回归模型，波士顿总共有506条数据，所以
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性可分支持向量机 一、线性可分支持向量机学习目标 1. 线性可分支持向量机、线性支持向量机、非线性支持向量机区别 2. 函数间隔与几何间隔 3. 目
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 模型选择 机器学习是在某种假设上对数据的分析，基于该假设即可构造多个模型获得预测值，通过比较多个模型间真实值与预测值之间的误差即可获得一个较优的模型。
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 梯度下降法 在求解机器学习算法模型参数的时候，梯度下降法（gradient descent）和最小二乘法（least squares）是最经常使用的方
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树ID3算法 决策树（decision tree）是一种基本的分类与回归方法，同时由于自身是弱分类器特别适合集成学习，例如随机森林、XgBoost
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html k近邻算法(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 五、构图
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 最小角回归法 最小角回归相当于前向选择法和前向梯度法的一个折中算法，简化了前项梯度法因$\epsilon$的迭代过程，并在一定程度的保证了前向梯度法的
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 特征预处理 之前说到构建机器学习系统的步骤中的第二步说到需要进行数据预处理，但是并没有说如何对数据进行预处理，这一章将会展开来说说将来建模时会碰到的各
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 范数 一、Lp范数 $p$是一个变量，度量的是一组范数 $$ ||x||_p = \sqrt[p]{\sum_{i=1}^nx_i^p},\quad
阅读全文
摘要：课程习得 通过对这门课程的学习，你将习得以下技能： 1. 你可以快速入门应用机器学习，为公司、企业直接创造价值 2. 你可以掌握机器学习理论基础 3. 你可以学到感知机算法 4. 你可以学到线性回归算法 5. 你可以学到逻辑回归 6. 你可以学到朴素贝叶斯法 7. 你可以学到k近邻算法、决策树、支持
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之主成分分析 PCA在scikit leran库中的 包下，PCA即最普通的PCA，PCA也有很多变种，我们主要会讲解PCA
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 随机森林代码(葡萄酒质量检测) 一、导入模块 二、导入数据 三、数据预处理 四、训练模型 五、度量模型
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 非线性支持向量机(鸢尾花分类)+自定义随机数据 一、导入模块 二、自定义数据分类 2.1 自定义数据 2.2 构建决策边界 2.3 训练模型 2.4
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html Tensorflow基本使用 一、确认安装Tensorflow 二、获取MNIST数据集 python 获取MNIST数据集 获取地址：https:/
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 常见的概率分布模型 一、离散概率分布函数 离散概率分布也称为概率质量函数（probability mass function），离散概率分布的例子有
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 感知机原始形式(鸢尾花分类) 一、导入模块 二、自定义感知机模型 三、获取数据 由于获取的鸢尾花数据总共有3个类别，所以只提取前100个鸢尾花的数据得
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 对数线性回归(波士顿房价预测) 一、导入模块 二、获取数据 在《代码 普通线性回归》的时候说到特征LSTAT和标记MEDV有最高的相关性，但是它们之间
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 数据收集 sklearn数据集官方文档地址：https://scikit learn.org/stable/modul
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 正则化线性回归(波士顿房价预测) 一、导入模块 二、获取数据 三、训练模型 四、可视化
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 流程简介 一、1.1 sklearn安装 为了实现接下里的代码，你需要安装下列5个Python第三方库，本文只拿skl
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之线性回归 由于scikit learn库中 提供了多种支持线性回归分析的类，本文主要总结一些常用的线性回归的类，并且由于是
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之朴素贝叶斯 在scikit learn库中朴素贝叶斯由于数据分布的不同，主要分为以下三种 、`GaussianNB Mul
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 坐标轴下降法 坐标轴下降法顾名思义，沿着坐标轴下降。坐标轴下降法和梯度下降法使用的都是迭代法，即使用启发式的方式一步一步迭代求解函数的最小值。 可以想
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 逻辑回归 虽然逻辑回归的名字里有“回归”两个字，但是它并不是一个回归算法，事实上它是一个分类算法。 一、逻辑回归学习目标 1. 二元逻辑回归的目标函数
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 模型优化 通过数据收集、数据预处理、训练模型、测试模型上述四个步骤，一般可以得到一个不错的模型，但是一般得到的都是一个
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 推荐系统 目前推荐系统被应用于各个领域，例如淘宝的商品推荐、b站的视频推荐、网易云音乐的每日推荐等等，这些都是基于用于往日在平台的行为模式给用户推荐他
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之决策树 在scikit learn库中决策树使用的CART算法，因此该决策树既可以解决回归问题又可以解决分类问题，即下面即
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 特征选择 特征工程在工业上有这么一句广为流传的话：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。接下来将给你介绍特征工程的第一个分
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 支持向量回归 传统回归模型如线性回归，对于样本$(x,y)$是直接基于模型，通过预测值$f(x_i){y}$和真实值$y$之间的差别计算损失，并且当$
阅读全文
摘要：[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 朴素贝叶斯(垃圾邮件分类) 一、邮箱训练集下载地址 邮件训练集下载地址https://pan.baidu.com/s/1uwDJJeJAr DX82X
阅读全文
摘要：191015 [TOC] 日记 1. 这几天学下来，非常感谢以前英语老师每天中午对单词没默过同学的鞭打，每周五晚上初中班主任对学生的留学教育，高中班主任对数学公式的严格要求默写。年轻人能懂什么，啥都不懂，就是应该对其严格，而不是让他成为一个于社会而言的浊玉。没有他们的严格，现在学起来也不会特别轻松。
阅读全文
摘要：并列句 [TOC] 一、什么是并列句 1. 什么是并列句：因为逗号不能连接两个并列的句子，因此用连词连接这两个并列的句子。 1. 注：连词不可以连接主从句。 2. 1：我喜欢你，但是你却喜欢那条狗：I love you but you love that dog. / Although I love
阅读全文
摘要：191014 [TOC] 日记 1. 多多自走棋 3盘 —— 每天顶多两盘—— 超标 20：36 2. 有点累，好困，所以提前写好笔记，准备睡觉 20：36 3. 真的是快睁不开眼了，人累的时候，大脑哪能转的动，也不知有些人怎么想的，过度用脑，真的有用吗？20：53 回顾 数学 1. 2.1节 导数
阅读全文
摘要：5：45 起床 + 回忆单词 6：00 洗漱 6：15 背（熟读）一篇英文短文 6：45 早饭 + 散步（清淡为主） 7：30 学习数学 10：30 吃苹果 + 散步 10：45 学数学 11：30 午饭 + 小睡 + 散步（清淡为主） 13：00 英语 1：30 酸奶+散步 15：45 英语 17
阅读全文
摘要：5：45 起床 + 洗漱（必须得起床，然后洗冷水脸，每天打卡） 6：00 背单词 + 读一篇英文文章 7：00 早饭 + 散步（清淡为主） 7：30 学习数学 10：00 吃苹果 + 散步 10：20 学数学 11：30 午饭 + 小睡（只睡20分钟，后洗冷水脸） + 散步（清淡为主） 13：00
阅读全文
摘要：简单句 [TOC] 一、什么是英文句子 1. 中文的简单句可以灵活组合句子成分（主语、谓语、宾语、定语、状语、补语），而英文的句子必须要有谓语，并且主语应该是谓语动作的发出者，宾语应该是谓语动作的承受者（牢记）。 1. J001：我的英语说得很好：I speak English well. 2. J
阅读全文
摘要：191013 [TOC] 日记 1. 由于新换的手机电池有问题，所以自己骑电动车去乐平市里重新换一个。又增加了一个，我不会选择的交通工具，远程的电动车，现在我在敲这个日记的时候，手还在发抖，太冷了。为什么说又呢？因为还有大客车（味道太难闻了）；绿皮火车（太拥挤了）。也许你会想，你是不是神经病，这种事
阅读全文
摘要：191012 [TOC] 日记 人很大程度都是由一堆激素所控制，至少刚刚控制着我几个小时的激素远大于吃饭这件事！这个激素也就是焦虑、紧张、愧疚而导致的。如果你睡不着、吃不下去饭，更多的应该尝试放松放松让自己开心起来。 拍完第一张照片，弄好之后，清理了下原先的防水胶，放上新买的防水胶，本来应该顺顺利利
阅读全文
摘要：191011 [TOC] 日记 无？ 1. 那就写一篇吧！时间会证明很多事物的普通：今天往村子里逛了逛，发现有一处广场，曾经堆积了很多木材啥的，很是令人恐惧，一般躲迷藏都不敢去那里面，导致以后很多年那里都充满了神秘感。今天却发现那里被移成了平地，一点恐惧感都没了。哪里有那么多神神鬼鬼、妖魔鬼怪，不过
阅读全文
摘要：191009 [TOC] 日记 1. 学了几天数学、英语和专业课。思考到一点，考研有的人能够从一个二本考到211、985，而绝大多数211和985的学生能轻松考入211和985.我想说的就是那一批能够跳级成功的同学，他们能够跳级，一定和他们更聪明、他们更努力有一定关系，而更大可能是他们的中学底子还不
阅读全文
摘要：191010 [TOC] 日记 1. 昨天给手机换电池用了3个多小时，还没有弄好，然后由于是买来的电池有问题，认为是自己弄坏了，一度心情不好。今天早上找专业修手机的师傅，他10分钟不到就完事了，不过现在的我应该也可以吧！哈哈哈。21：01 2. 姐夫：尝试了才有50%，不尝试就是0%。——尝试不尝试
阅读全文
摘要：考研日记、时间安排表，各科的总结
阅读全文
摘要：191006 [TOC] 日记 回家第一天，没啥感觉 回顾 数学 自己瞎复习，复习了第一节，考研不考，就懒得写了 英语 1. 简单句 1. 什么是简单句 2. 简单句的分类 主谓 主谓宾 主谓表（系动词） be 感官动词：look、smell、taste、sound、feel 变化：become、g
阅读全文
摘要：191007 [TOC] 日记 1. 因为 你做了对的事，所以你自豪，并且有人和你说，自豪是好的事，然后你得到了奖励，因此你的三观便是做这叫对的事，能够得到奖励，而此时此刻，你压根就不知道对、自豪、好的意思，但其实你也许知道了，他们和某个具体的奖励有关。但是如果你做对的事，有人和你说，你很自豪，并且
阅读全文
摘要：191008 [TOC] 日记 1. 工作压力太大的原因吧！7点多起来，头还是嗡嗡响。回到家，6点多起来，头都是有点清醒的，希望能完全恢复。8:00 2. 很多快递到了，然而没有开心的感觉，倒是现在有一只放屁虫不知道在哪里，臭死我了。20：52 回顾 数学 1. 1.4节 无穷小与无穷大 1. 无穷
阅读全文
摘要：假设$xcos\,x$有周期，依据周期函数的规律，可得 $$ \begin{aligned} xcos\,x & = (x+T)cos\,(x+T) \\ & = (x+T)cos\,xcos\,T sin\,xsin\,T \\ & = xcos\,xcos\,T xsin\,xsin\,T +
阅读全文
摘要：[TOC] 一、狄利克雷函数 狄利克雷（Dirichlet）函数如下所示： $$ D(x) = \begin{cases} 1,\quad{x\in{Q\,\,\,\,\quad(有理数 》可精确表示两个整数之比的数)}}, \\ 0,\quad{x\in{Q^C\quad(无理数 》不可精确表示两
阅读全文