首页
沸点
课程
AI Coding
数据标注
更多
直播
活动
APP
插件
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
熊熊的小心心
掘友等级
搜索推荐算法
搜推方向,今年秋招
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
[手写系列] 4.LR
本文已参与[新人创作礼],一起开启掘金之路。 LR 对 对数几率 进行 线性分类器建模。 log p/(1-p) = w*x+b p = 1 / 1+e^(-w*x-b)
[手写系列] 3.手写ID3决策树
决策树 ID3、C4.5 只处理离散特征。 (1次遍历:最优特征) cart 既能处理离散特征,也能处理连续特征。(2次遍历:最优特征,最优特征分割点) ID3、C4.5是多叉树。cart是二叉树。
[手写系列] 2.loss(BCELoss&CrossEntropyLoss)
手写系列 损失篇 1. BCE_Loss 2. Cross_Entropy_Loss 3. BCE_FocalLoss 4.CrossEntropyLoss
[手写系列] 1.attention
手写实现self_attention_layer 注意: q、k维度相同,v维度可以不同(=输出维度) 矩阵乘法np.matmul(m,n)。 矩阵点乘 np.multiply(m, n)。 1.1
[机器学习] MLE(极大似然估计)、MAP(最大后验估计)、Bayesian贝叶斯估计
一、MLE (极大似然估计: 已知分布类型,求最优参数估计) 1.1 硬币的例子 二、MAP (最大后验估计) 三、Bayesian(所有样本的加权平均,作为预测值) 四、随着我们观测到越来越
个人成就
文章被点赞
2
文章被阅读
3,392
掘力值
90
关注了
0
关注者
0
收藏集
0
关注标签
2
加入于
2022-04-15