叁两_2025_12

软件项目经理

人工智能学习随笔，仅供学习参考使用。不着急，我慢慢写，你们慢慢看一点一点来。

赞

40

|

搜索文章

C++——模板

主要内容： 1. 模板 - 实现泛型编程用途: 模板为我们提供了泛型编程的能力，允许我们编写可以处理多种数据类型的代码，而无需为每种类型都写一遍代码。利用模板，我们可以定义一个通用的算法或数据结构，

7月前
196
1
评论

机器学习——决策树（二）

算法简介优缺点熵的概念及运算决策树算法对比 1、三种算法的区别仅仅只是对于当前树的评价标准不同而已，ID3使用信息增益、C4.5使用信息增益率、CART使用基尼系数。（不是主要区别） 2、CAR

7月前
47
点赞
评论

机器学习——拓展概念（标准化和归一化的区别）

############################################################

7月前
87
1
评论

机器学习——拓展概念（Softmax）

Softmax使用####################################################

7月前
32
点赞
评论

机器学习——拓展概念（离线学习和在线学习）

拓展概念在线学习和离线学习概念 - 核心区别 - 举例######################

7月前
41
1
评论

机器学习——线性回归（正则化）

定义正则化是一种在模型训练中在损失函数中额外加入惩罚项的方法，用来限制模型的复杂度，防止过拟合通俗理解普通回归只关心“拟合误差小不小” 加了正则化后，模型还要“保持系数尽量小/稀疏” 目的:让模

7月前
55
点赞
评论

机器学习——逻辑回归

简介：原理应用场景#################################################

7月前
45
1
评论

机器学习——课程总结（截止梯度下降）

线性回归、最小二乘法、梯度下降三者关系：正则化：L1-norm、L2-norm 优化线性回归: 通过修改损失函数，在模型训练中引入对参数大小的惩罚，从而解决过拟合问题，提高线性回归预测准确度。对应

7月前
102
点赞
评论

机器学习——线性回归（最小二乘法）

最小二乘法原理：问题：最小残差平方和公式：举例：###################################################################

7月前
55
1
评论

机器学习——决策树

信息熵信息量：指的是一个样本/事件所蕴含的信息，如果一个事件的概率越大，那么就可以认为该事件所蕴含的信息越少。极端情况下，比如：“太阳从东方升起”，因为是确定事件，所以不携带任何信息量。信息熵

7月前
96
点赞
评论

个人成就

文章被点赞 42

文章被阅读 10,398

掘力值 1,016

加入于

2025-05-07