首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
人工智能理论
西大山01号车神
创建于2022-02-17
订阅专栏
就是人工智能理论啦
暂无订阅
共5篇文章
创建于2022-02-17
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
机器学习初级入门(二)什么样的模型能学习?
文章内容主要是笔记 可学性 基本概念 拿到一个ai相关的项目我们第一步应该是干嘛? 答:判断数据是否能够建立一个合理的模型,或者说判断建立的模型是否是可学的。 我们现在拿二分类任务做例子,说一下我们研
机器学习初级入门(一)预备知识
是平平无奇的数学小天才啦🦖🦖🦖吼!吼!吼! 1 预备知识 1.1 凸函数 1.1.1 凸集 对数据集合C,内的任意两点x1,x2∈C,那么连接x1,x2其连线上的点也属于集合C: $$ \theta
机器学习初级入门-BP神经网络模型
写完才感觉自己可能用了很多术语= =大家听不懂就问就行,我之前可能写过但是很杂,我自己都感觉写的太乱了= =。 笔记参考:方巍的Python数据挖掘与机器学习实战 1、基础概念 人工神经网络的概念:其
机器学习初级入门-KNN
k近邻算法(KNN)是一种基本的分类和回归算法。 理解:给定一个训练好的数据集,输入一个新的数据,在训练好的数据集中能找到与新的数据最邻近的k个数据。如果做分类的话,那就是这k个数据多数属于某个类,那
机器学习初级入门-感知机
理解:感知机是分类模型,其单个特征向量最终训练结果是{+1,-1}。(这里不用输入空间,输出空间等术语). 函数:y=sign(wx+b) 参数解析:w和b是感知机的模型参数(不了解不要紧,往下看),