自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

机器学习初学者必看,关注我,一起了解机器学习

过一个平凡无趣的人生实在太容易了,你可以不读书,不冒险,不运动,不写作,不外出,不折腾……但是,人生最后悔的事情就是:我本可以。

  • 博客(273)
  • 资源 (3)
  • 收藏
  • 关注

原创 【机器学习】集成算法与随机森林

集成算法与随机森林目的:让机器学习效果更好,一个人决策树效果不够,那就一群树。Bagging训练多个分类器取均值,进行并行训练f(x)=1m∑k=1mfk(x)f(x)= \frac{1}{m}\sum_{k=1}^mf_k(x)f(x)=m1​k=1∑m​fk​(x)全称:Bootstrap aggregation(并行训练一堆分类器(树))最典型代表:随机森林随机:数据采样随机,...

2019-08-27 11:25:02 408

原创 【机器学习】混淆矩阵详细介绍(代码+含义+解释)

文章目录一瞥图形介绍重要概念混淆矩阵延伸出的各个评价指标关键术语图形介绍同样的道理,这里我们采用recall来计算模型的好坏,也就是说那些异常的样本我们的检测到了多少,这也是咱们最初的目的!这里通常用混淆矩阵来展示。混淆矩阵(confusion matrix)衡量的是一个分类器分类的准确程度。理解其概念本身容易理解,但一些特定术语易被混淆。混淆矩阵适用于包含多个分类器的问题,本文为了让读...

2019-08-22 15:02:24 30725 3

原创 【机器学习】,正则化惩罚(实例+图示+解释)

在机器学习特别是深度学习中,我们通过大量数据集希望训练得到精确、泛化能力强的模型,对于生活中的对象越简洁、抽象就越容易描述和分别,相反,对象越具体、复杂、明显就越不容易描述区分,描述区分的泛化能力就越不好。 比如,描述一个物体是“方的”,那我们会想到大概这个物体的投影应该是四条边,两两平行且垂直,描述此物体忽略了材质、质量、颜色等等的性状,描述的物体的多,相反,描述的内容越丰富详实则约束越多...

2019-08-22 14:38:48 4675 3

原创 【机器学习案例实战】信用卡欺诈检测(推荐入门看下,已更新至最新库)

1.故事背景原始数据为个人交易记录,但是考虑数据本身的隐私性,已经对原始数据进行了类似PCA的处理,现在已经把特征数据提取好了,接下来的目的就是如何建立模型使得检测的效果达到最好,这里我们虽然不需要对数据做特征提取的操作,但是面对的挑战还是蛮大的。利用Logistic regression进行信用卡欺诈检测,使用的是一份竞赛数据集(已脱敏处理),使用的是Python的Jupyter Notebo...

2019-08-21 11:19:47 875

原创 【机器学习】准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F值(F-Measure)、AUC、ROC的理解

下面的符号含义:TP-将正预测为真,FN-将正预测为假,FP-将反预测为真,TN-将反预测为假。精确率是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是真正的正样本。而召回率是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。准确率准确率是对给定数据集,分类正确样本个数和总样本数的比值。即: Precision=TP+TNTP+FN+FP+TNPrecisio...

2019-08-21 09:37:11 2609

原创 【机器学习】处理样本不均衡问题的方法,样本权重的处理方法及代码

今天学习了关于样本类别分布不均衡的处理的一些知识,在此和大家一起分享一下。什么是样本类别分布不均衡?举例说明,在一组样本中不同类别的样本量差异非常大,比如拥有1000条数据样本的数据集中,有一类样本的分类只占有10条,此时属于严重的数据样本分布不均衡。样本不均衡指的是给定数据集中有的类别数据多,有的数据类别少,且数据占比较多的数据类别样本与占比较小的数据类别样本两者之间达到较大的比例。样本...

2019-08-20 10:06:56 32231 3

原创 【机器学习实例】利用python实现梯度下降和逻辑回归原理(Python详细源码:预测学生是否被录取)

我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员,你想根据两次考试的结果来决定每个申请人的录取机会。你有以前的申请人的历史数据,你可以用它作为逻辑回归的训练集。对于每一个培训例子,你有两个考试的申请人的分数和录取决定。为了做到这一点,我们将建立一个分类模型,根据考试成绩估计入学概率。导入函数库#三大件import numpy as npimport pan...

2019-08-19 19:53:28 1715

原创 【详细解读】知识图谱的这一人工智能技术分支的概念、技术、应用、与发展趋势

文章目录一瞥知识图谱的概念与分类知识图谱的三大典型应用1、语义搜索2、智能问答3、可视化决策支持通用知识图谱与特定领域知识图谱1、通用知识图谱2、领域知识图谱应用知识工程的五个发展阶段1)1950-1970时期:图灵测试—知识工程诞生前期2)1970-1990时期:专家系统—知识工程蓬勃发展期3)1990-2000时期:万维网1.04)2000-2006时期:群体智能5)2006年至今:知识图谱—...

2019-08-19 15:02:48 5873

原创 NSGA_2 Matlab 算法详解完整代码 中文注释详解

该函数基于求解多目标最优解的进化算法,即目标的帕累托前沿。最初只输入种群大小和回采标准,或算法自动停止的总代数。您将被要求输入目标函数的数量、决策变量的数量以及决策变量的范围空间。您还必须通过编辑evaluate_objective()函数来定义自己的目标函数。在evaluate_objective.m中描述了一个示例目标函数。请确保您定义的目标函数与您输入的目标数量以及您输入的决策变量数量匹配。该函数的决策变量空间是连续的,但目标空间可能是连续的,也可能不是连续的。原算法NSGA-II是由坎普尔遗传算

2018-12-07 03:25:21 20670 12

原创 特征值分解与奇异值分解原理与计算

(一)特征值如果一个非零向量v是方阵A的特征向量,将一定可以表示成下面形式,而λ是特征向量v对应的特征值:特征值分解是将一个矩阵分解成下面的形式:其中Q是这个矩阵甲的特征向量组成的矩阵,Σ是一个对角阵,每一个对角线上的元素就是一个特征值。一个矩阵的一组特征向量是一组正交向量。【练习题】求解矩阵一的特征值与特征向量。方阵的特征值表示什么含义呢,我们通过一组向量图表示。初始...

2018-11-10 02:40:22 20740 1

原创 计算智能导论(第二版)读书笔记【持续更新中】人工神经网络简介

计算智能导论(第二版)读书笔记译者序:人工智能是未来之路,智能计算是未来计算的方式,计算智能是自底向上的,研究和模拟自然智能,出发点是模拟自然实现对复杂问题的求解。导论性的介绍了人工神经网络(生物神经系统NN) 进化计算(生物进化过程EC) 计算群体智能(社会组织群体行为SI) 人工免疫网络(自然免疫系统AIS) 模糊系统(人类思维过程FS)本书翻译,谭营教授领导的北京大...

2018-11-09 07:09:25 1216

原创 【大模型学习笔记】ChatGPT的工作原理-摸鱼笔记

ChatGPT是由OpenAI开发的一种具有对话能力的语言模型。它是基于GPT(Generative Pre-trained Transformer)架构,经过大规模训练后生成的模型。ChatGPT能够接受用户的文本输入并产生智能回复,使得对话更加流畅和自然。它可以用于各种对话应用,如聊天机器人、在线客服、语音助手等。OpenAI还提供了ChatGPT的API,供开发者使用。本文通过提问的方式,一步步带你深入理解大模型,让你对ChatGPT有一个豁然开朗的理解。

2024-02-21 00:42:54 670

原创 常用的ADB命令有哪些

ABD 命令

2022-10-31 17:16:11 977 1

原创 今天是加入CSDN的第1549天,我已经3年没发贴了

最初是因为查一个课本上没有的知识点,我来到了CSDN,一开始我以为这是一个论坛,技术宅可以发帖记录自己的工作,学习中遇到的难点,让以后的人少踩坑。来#CSDN做什么#大部分人应该跟我一样,在安装软件或者程序报错的时候会上百度或者谷歌查报错,一大堆错误栈贴到搜索引擎框里,只能根据前几个错误信息匹配到对应的错误,在国外有个很好用的网站stackflow记录着各种各样的错误,在这里你可以找到不同版本,不同系统报的各种各样的错误,并找到对应的解决办法,CSDN也是如此。#关于记录学习历程#来到CSDN的第二

2022-09-10 12:29:02 318 1

原创 【BUG修复】Package ‘java.lang‘ is declared in module ‘java.base‘, which is not in the module graph

问题描述今天在写项目时候遇到了这个报错Package 'java.lang' is declared in module 'java.base', which is not in the module graph看起来像是哪里冲突或者配错了,不然不可能这么基础的包报错的~查到的解决办法使用itellij idea写javafx程序时,刚开始挺顺利的,功能也实现了。后来过了一段时间重新打开idea看项目时忽然发现一大片红色错误提示。我以为是少jar包导致的,就导入jar包,专门创建了一个maven工程

2022-05-29 11:31:29 9803 9

原创 【LeetCode每日练手】三数之和

15. 三数之和给你一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?请你找出所有和为 0 且不重复的三元组。注意:答案中不可以包含重复的三元组。示例 1:输入:nums = [-1,0,1,2,-1,-4]输出:[[-1,-1,2],[-1,0,1]]示例 2:输入:nums = []输出:[]示例 3:输入:nums = [0]输出:[]提示:0 <= nums.length <= 3000

2022-03-10 01:02:23 1639

原创 【全面总结】大厂测试开发面试常见面试题101道

【全面总结】大厂测试开发面试常见面试题101道

2022-02-08 17:28:20 1723

原创 福利贴:2022同济大学自动控制原理825考研回忆贴,复试微机原理

2022同济大学自动控制原理825考研根据考研学弟的回忆、2021今年自控原理考的偏难,计算量较大,整体题型较新,更加注重对基础的提高理解。1、电路分析题目,输入V(T) 写出传递函数2、数学模型,小车以及物块的题目,写微分方程3、给出两个系统的特征方程,判断系统稳定性以及闭环极点个数4、求解终值误差,求解参数K和T5、写微分方程以及传递函数,绘制幅相曲线6、轮胎工作系统7、超前校正,使得D(s)扰动消除8、PID整定,使用ZN整定法9、能控系统极点配置10、绘制根轨迹图,求解临界稳定

2022-01-12 14:55:51 959 1

原创 mac版-Jdk安装与环境配置

下载安装oracle官网下载,地址:https://www.oracle.com/technetwork/java/javase/downloads/index.html选择基于ARM 架构还是 X64的架构下载好后,点击安装包,一直点击往后进行既可安装访问 Java SE 文档 获取教程、API 文档、开发人员指南、发行说明及其他内容,从而帮助您开始使用 JDK。环境配置1,查看jdk安装路径打开终端->输入指令:/usr/libexec/java_home -V(1)启动台搜索

2022-01-06 10:33:32 4689

原创 Win10 下Git 闪退 和bash: /dev/null: No such device or address fatal: open /dev/null or dup failed 解决方案

问题描述Win10 64位专业版安装git 2.x之后出现 Git闪退,安装1.x出现bash: /dev/null: No such device or address fatal: open /dev/null or dup failed: No such file or directory 错误。背景描述由于换了新电脑(OS是Win10 64专业版),需要重新安装Git,于是去官网下了Git的最新版本,安装完之后,发现不能用,一点开Git bash 就退出了,不知道怎么回事。我以前win7也是官

2021-11-13 15:40:04 431

原创 什么是token? 什么是session?什么是cookie?token session cookie有什么区别?

摘要: Token 是在服务端产生的。如果前端使用用户名/密码向服务端请求认证,服务端认证成功,那么在服务端会返回 Token给前端。前端可以在每次请求的时候带上 Token 证明自己的合法地位什么是Token对于初学者来说,对Token和Session的使用难免会限于困境,开发过程中知道有这个东西,但却不知道为什么要用他?更不知道其原理,今天我就带大家一起分析分析这东西。一、我们先解释一下他的含义:1、Token的引入:Token是在客户端频繁向服务端请求数据,服务端频繁的去数据库查询用户名和.

2021-08-24 11:59:54 467

原创 【docker】——docker常用命令(不断更新)

Docker环境信息docker infodocker version查看容器的信息container(ps)docker ps列出机器上的镜像docker images在docker index中搜索imagedocker search nginx从docker registry server 中下拉image或repositorydocker pull nginx推送一个image或repository到registrydocker push seanlook/mongo从im

2021-04-14 20:29:02 159

原创 Error creating bean with name ‘sqlSessionFactory‘ defined in class path resource

Error creating bean with name ‘sqlSessionFactory’ defined in class path resource [com/baomidou/mybatisplus/autoconfigure/MybatisPlusAutoConfiguration.class]: Bean instantiation via factory method failed; nested exception is org.springframework.beans.BeanIn

2021-04-05 23:11:04 542

原创 maven项目pom.xml中parent标签的使用

使用maven是为了更好的帮项目管理包依赖,maven的核心就是pom.xml。当我们需要引入一个jar包时,在pom文件中加上<dependency></dependency>就可以从仓库中依赖到相应的jar包。现在有这样一个场景,有两个web项目A、B,一个java项目C,它们都需要用到同一个jar包:common.jar。如果分别在三个项目的pom文件中定义各自对common.jar的依赖,那么当common.jar的版本发生变化时,三个项目的pom文件都要改,项目越多要改的

2021-04-05 14:18:58 427 1

原创 【谷粒商城】有关openfeign远程调用出现错误的问题

本项目主要通过nacos作为注册中心,openfeign完成远程调用服务功能要调用远程服务,首先在要调用远程服务的模块中添加openfeign依赖解决问题

2021-04-02 16:39:37 429

原创 maven项目jar包版本错误:‘dependencies.dependency.version‘ for xxx:jar is missing. @ line xx, column xx

maven项目jar包版本错误:‘dependencies.dependency.version’ for xxx:jar is missing. @ line xx, column xx[ERROR]   The project XXX (/home/×××/pom.xml) has 1 error[ERROR]     ‘dependencies.dependency.version’ for xxx:jar is missing. @ l

2021-04-02 10:46:03 2980

原创 【比赛心得】从零搭建基于docker的springboot程序应用

比赛心得:最近参加了一个软件比赛,初步搭建了基于springboot的小型软件,有一些知识需要进行知识蒸馏,方便以后查询和使用。需求需求:1.用户登录 ,传token id 给前端2.用户注册,传回json数据,发送验证码;重复提交数据情况下,返回状态码3.验证码检查,返回Ture False ;Java SpringBoot 相关Docker 服务相关查看虚拟机的ip地址,使用ssh命令连接:如何查看虚拟机ip ip addr ifconfig查看ip, centos的ip地址是en

2021-03-29 14:45:24 126

原创 使用GitHub.io当作自己的博客网站

作为程序猿很多时候我们都都会自己写一些博客,通常我们都是在国内的博客网站上写,比如csdn、iteye、cnblogs等等博客网站。这些博客网站也提供了很好的功能,但是相对来说个性化方面就要差一些了。今天我将介绍另一种写博客的方式,用github来写博客并且将博客发布到github上是不是很洋气!!github提供了一个功能叫github.io,用官网的一句话来形容 Websites for you and your projects.如果要使用github.io首先也是需要在github上创建一个re

2021-01-12 10:55:23 2725

原创 python报错-AttributeError: module ‘librosa‘ has no attribute ‘output‘

1.报错信息2.报错原因:在0.8.0以后的版本,librosa都会将这个output函数删除3.解决方法:降低librosa的版本pip install librosa==0.7.2pip install numba==0.48.0

2021-01-04 22:41:51 5568 5

原创 【最新全面】NLP新手学习指南

PART1: 基础篇自然语言处理概述| 什么是自然语言处理| 自然语言处理的现状和前景| 自然语言处理应用| 自然语言处理经典任务| 学习自然语言处理技术数据结构与算法基础| 时间复杂度、空间复杂度| 斐波那契数列的时间和空间复杂度| 动态规划算法| 经典的DP问题| 练习:DP问题的代码解法| 专题:时序分析中的DTW算法机器学习基础 - 逻辑回归| 分类问题以及逻辑回归重要性| 逻辑回归的条件概率| 最大似然估计| 构建逻辑回归的目标函数| 优化与梯度下降法| 随

2020-12-31 12:59:52 534

原创 AR增强现实概述

作者:陈儿链接:https://www.zhihu.com/question/36979454/answer/191543111来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。AR是人工智能和人机交互的交叉学科,基础技术包括CV(计算机视觉)、机器学习、多模态融合等,借凌老师去年的一篇文章简单科普AR技术。作者亮风台信息科技首席科学家凌海滨一、从现实到增强...

2020-12-29 10:02:42 1190

原创 pytorch报错:ValueError: num_samples should be a positive integer value, but got num_samp=0解决办法

最近在训练网络的时候,报错ValueError: num_samples should be a positive integer value, but got num_samples=0。经过调试发现,这是在dataloader环节出现了问题。在数据读取时一个判断写的越界了,如下所示 train_sampler = torch.utils.data.DataLoader( train_dataset, batch_size=args.batch_size, shuffle=False

2020-12-29 10:00:21 13292 5

原创 福利贴:2021同济大学自动控制原理825考研回忆贴,复试微机原理

2021同济大学自动控制原理825考研根据考研学弟的回忆、2021今年自控原理考的偏难,计算量较大,整体题型较新,更加注重对基础的提高理解。1、控制扰动2、数学模型,幅频,相频3、利用劳斯判据4、绘制奈奎斯特曲线5、串联传递函数求参数,加速度误差06、滞后校正7、现控,可控判断8、非线性描述函数结合相平面9、z平面根轨迹,判稳考完了之后、积极准备复试。微机原理,信号与系统,准备面试简历,提前联系导师,交流,指导需要复试资料的可以积极联系。...

2020-12-28 11:34:32 1357 3

原创 mysql 8.0.11 用Navicat远程无法连接

1. docker 启停命令启动 : systemctl start docker重启docker服务 systemctl restart docker重启docker服务 sudo service docker restart关闭 docker service docker stop2.启动mysql命令:docker run -p 3306:3306 --name mysql -e MYSQL_ROOT_PASSWORD=123456 -d mysql3.数据库连接不上3.1 防火墙问题

2020-12-25 14:34:18 192

原创 音频信号处理库——librosa上手指南Python

毕设驱动,故写此文,留念。更新时间:2020年12月22日21:24:51安装-极其简单pip 搞定pip install librosa简单上手-加载音频librosa.load音符识别的小栗子,可以识别音乐中的音符的起始时间# Beat tracking example,导入函数库import librosa# 1. Get the file path to an included audio exampleaudio_path = 'D://整理资料//cd//Track01.a

2020-12-23 00:13:11 1945

原创 【最详细讲解版本】YOLOv3原理及代码解析

you look only once博主完整翻译了YOLOV1和YOLOV3的论文;请移步查看:YOLOV1:https://blog.csdn.net/taifengzikai/article/details/81988891YOLOV3:https://blog.csdn.net/taifengzikai/article/details/100903687YOLO v3原理及代码解析YOLO是一种端到端的目标检测模型。YOLO算法的基本思想是:首先通过特征提取网络对输入特征提取特征,得到特定大

2020-12-22 20:10:15 2411

原创 【错误调试】TypeError: create_target_machine() got an unexpected keyword argument ‘jitdebug‘

File "/home/wutao/anaconda3/envs/vibe-env/lib/python3.7/site-packages/numba/targets/codegen.py", line 637, in _inittm = target.create_target_machine(**tm_options)TypeError: create_target_machine() got an unexpected keyword argument 'jitdebug'碰到了这个问题,更换

2020-12-22 19:58:18 1224

原创 【pip install】ERROR: Cannot uninstall ‘xx‘. It is a distutils installed project 的解决办法

添加–ignore-installed 参数即可pip install --ignore-installed llvmlite

2020-12-21 10:59:16 1302

原创 pytorch系列1 -----nn.Sequential讲解

接下来想讲一下参数初始化方式对训练的影响,但是必须要涉及到pytorch的自定义参数初始化,然而参数初始化又包括在不同结构定义中初始化方式,因而先讲一下pytorch中的nn.Sequentialnn.SequentialA sequential container. Modules will be added to it in the order they are passed in the constructor. Alternatively, an ordered dict of modules

2020-12-20 14:57:58 2037

原创 LEARNING FEATURES OF MUSIC FROM SCRATCH 从零开始学习音乐特征

本文定义了一种用于预测音乐录音中的音符的多标签分类任务,以及一种评价协议,并对该任务的几种机器学习架构进行了基准测试:i)从声谱图特征中学习;ii)基于神经网络的端到端学习;iii)卷积神经网络的端到端学习。介绍①学习特征进行低维度的表征,在音乐上也可以达到和图像领域的效果②以有监督的方法学习数据,MusicNet标签来自513个标签类,使用最简单的类定义:不同的乐器/音符组合。表1中报告的故障显示了数据集中每个工具出现的不同注释的数量。例如,一架钢琴有88个键,其中只有83个键在Musi

2020-12-14 20:40:29 176 1

matlab程序非负矩阵分解NMF

非负矩阵分解(NMF,Nonnegtive Matrix Factorization),NMF,非负矩阵分解,将大矩阵分解成两个小矩阵,且这两个小矩阵都不包含负值。 代码来自Chih-Jen Lin

2021-03-09

robustcontrol.m

评分: 针对H无穷大控制,附加Matlab程序,有解释,适合初学者。针对H无穷大控制,附加Matlab程序,有解释,适合初学者。针对H无穷大控制,附加Matlab程序,有解释,适合初学者。

2019-12-10

多目标优化免费NSGA-II代码+详细解释(详见文章)

多目标优化免费NSGA-II代码+详细解释(详见文章)该函数基于求解多目标最优解的进化算法,即目标的帕累托前沿。最初只输入种群大小和回采标准,或算法自动停止的总代数。您将被要求输入目标函数的数量、决策变量的数量以及决策变量的范围空间。您还必须通过编辑evaluate_objective()函数来定义自己的目标函数。

2019-04-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除