xiryg

该文发布的主要原因是深度学习期末开卷考试，因此整理了NN，CNN，RNN，GAN各个网络模型原理和相关知识。 并对如何设计一个神经网络提出相关讨论，以及对神经网络中损失函数...

1. 支持向量机概述 支持向量机是一种监督学习算法，主要用于分类和回归分析。它在解决小样本、非线性以及高维数问题上表现出色。 2. 基本概念 2.1 间隔（Margin） ...

1. M-P神经元模型 M-P神经元（McCulloch-Pitts Neuron）是神经网络的基础单元。它接收多个输入信号，通过权重加权求和，并与阈值进行比较，然后通过激...

1. 决策树基本概念 决策树是一种基于树状结构进行决策的分类和回归模型。通过对数据进行属性测试，将样本分成不同的类别，最终形成叶子节点。每个非叶节点表示一个属性测试，每个叶...

Auther : @ xiryg 线性回归 概念：线性回归是一种用于预测因变量（目标变量）和一个或多个自变量（特征变量）之间关系的统计方法。其假设因变量与自变量之间呈线性关...

线性判别分析（LDA）概述 定义 线性判别分析（Linear Discriminant Analysis, LDA）是一种用于分类和降维的统计技术。它通过在特征空间中寻找一...

1. 基本概念 对数几率回归（Logistic Regression），尽管名字中包含“回归”，但它主要用于分类任务。它通过使用线性回归模型的输出逼近真实标记的对数几率。 ...

线性回归 线性回归（linear regression）是一种用于预测回归问题的算法. 一、线性回归模型 线性回归是对“目标变量随着某个特征变量的增大而增大（或者减小）”这...

机器学习利用学习算法从数据中找出潜在规律，涉及监督和非监督学习。性能度量如错误率、精度、查准率、查全率和F1用于评估模型的好坏。数据集可以通过留出法、交叉验证法和自助法来评...

如果你看过前面的线性回归介绍，可以知道，线性回归是通过对一类呈线性分布的数据进行拟合，然后训练一个线性模型对数据进行预测。那么在逻辑回归中，可以暂时理解为处理分类问题。比如...

CatBoost是俄罗斯的搜索巨头Yandex在2017年开源的机器学习库，是Gradient Boosting(梯度提升) + Categorical Features(...

你是否遇到过写css没灵感，写不出酷炫的效果，那这篇文章你一定要看完。知道这几个开源库，它能让你写出炸天的效果并且有效地增加你的摸鱼时长。 1.CSS Inspiratio...

回顾 上一篇文章，介绍了如何搭建个人博客。今天自己搞了博客美化，说实话都不简单。虽然涉及到代码，但基本上多是复制粘贴，没一点难度。搞完博客美化就不搞了，装了好几次烦了，没技...