- 博客(11)
- 收藏
- 关注
RSS订阅原创 常微分复习笔记(二)：初等积分法
文章目录常微分复习笔记(二)：初等积分法恰当方程变量分离的方程一阶线性方法初等变换法齐次方程伯努利方程里卡蒂方程积分因子法常微分复习笔记(二)：初等积分法恰当方程恰当方程的定义如下：考虑对称形式的一阶微分方程P(x,y)dx+Q(x,y)dy=0(2.1)P(x,y)dx+Q(x,y)dy = 0 \qquad (2.1)P(x,y)dx+Q(x,y)dy=0(2.1)如果存在一个可微函数Φ(x,y)，使得全微分为dΦ(x,y)=P(x,y)dx+Q(x,y)dyd\Phi(x,y)= P
2020-09-02 18:00:46
807
原创 朴素贝叶斯方法
朴素贝叶斯方法简单的来说，朴素贝叶斯方法是基于贝叶斯定理和特征条件独立性的假设的一种分类方法，具有效率高，参数少，分类较准确的优点贝叶斯定理贝叶斯定理是关于两个随机事件X和Y的条件概率的问题，用公式说明如下：P(Y∣X)=P(X,Y)P(X)=P(Y)P(X∣Y)ΣYP(Y)P(X∣Y)(1)P(Y|X)=\frac{P(X,Y)}{P(X)}=\frac{P(Y)P(X|Y)}{\Sigma_YP(Y)P(X|Y)}\qquad (1)P(Y∣X)=P(X)P(X,Y)=ΣYP(Y)P(X
2020-08-15 17:41:33
147
原创 常微分复习笔记(一)：微分方程的基本概念
常微分复习笔记(一)：微分方程的基本概念1.1 微分方程及其解的定义微分方程包括常微分方程，偏微分方程，n阶常微分方程柯西问题：又叫初值问题，即给定了初值的常微分方程问题1.2 微分方程及其解的几何解释需要注意的是根据等倾线画出函数的大致图像...
2020-08-11 18:30:51
1063
原创 k 近邻法
k 近邻法k近邻算法k近邻算法：对于新的输入实例，在训练数据集中寻找最接近的k个实例，这k个实例的多数属于某个类，则将输入实例分到某个类中。k近邻法没有显式的学习过程k近邻模型k近邻法中，当训练集，距离度量，k值以及分类决策规则确定后，对于每个新的输入实例，其所属实例唯一确定距离度量我们可以选用Lp距离，其定义如下：LP(xi,xj)=(Σl=1n∣xi(l)−xj(l)∣p)1pL_P(x_i,x_j)=(\Sigma_{l=1}^n|x_i^{(l)}-x_j^{(l)}|^p)^{\
2020-08-07 19:06:54
352
原创 感知机模型
文章目录感知机模型感知机模型的基本概念感知机的学习策略感知机学习前提：数据集的线性可分性感知机的损失函数感知机的学习算法学习算法的收敛性证明学习算法的对偶形式感知机模型感知机模型的基本概念输入控件是n维向量实数空间，输出空间是{-1，+1}，映射函数是f(x)=sign(w⋅x+b)f(x)=sign(w\cdot x +b)f(x)=sign(w⋅x+b)w被称为权值，b称为偏置，sign(x)是符号函数。感知机是一种线性分类模型，属于判别模型(与之对应的是概率分布模型)，感知机的学习策
2020-08-06 23:38:02
212
翻译 Deep Convolutional Networks on Graph-Structured Data 汉译与理解
文章目录Deep Convolutional Networks on Graph-Structured Data 汉译与理解Abstract1 Introduction2 Related Work3 Generalizing Convolutions to Graphs3.1 Spectral Networks3.2 Pooling with Hierarchical Graph Clustering4 Graph Construction4.1 Unsupervised Graph Estimation4
2020-08-02 11:26:13
1574
翻译 《Learning Discrete Structures for Graph Neural Networks》译文与一些个人理解
《Learning Discrete Structures for Graph Neural Networks》读后感包括 英文、汉译以及个人的见解AbstractGraph neural networks (GNNs) are a popular class of machine learning models whose major advantage is their ability to incorporate a sparse and discrete dependency structur
2020-08-01 10:54:10
4056
原创 python基础部分学习
文章目录part0：写在开头part1：基础语法与操作1.数据结构与算法a.基础语法（python中的内置、常量、异常类型与控制流，etc）b.基础内置数据结构列表list字典dict元组turple集合setc.基础算法2.字符串与文本3.数字日期与时间4.迭代器与生成器5.文件与IO6.数据编码与处理7.函数8.类与对象9.元编程part2：各种常用库及库函数应用part3：网络与web编程p...
2020-07-26 22:12:59
86
原创 博弈论 第二章
文章目录第二章 完全信息动态博弈完全且完美信息动态博弈理论：逆向归纳法斯塔克尔贝里双头垄断模型有工会企业的工资和就业序贯谈判完全非完美信息两阶段博弈理论：子博弈精炼对银行的挤提关税和国际市场的不完全竞争工作竞赛重复博弈理论：两阶段重复博弈理论：无限重复博弈古诺双头垄断下的共谋效率工资时间一致性的货币政策完全非完美信息动态博弈博弈的扩展式表述子博弈精炼纳什均衡第二章 完全信息动态博弈完全且完美信息动态博弈理论：逆向归纳法斯塔克尔贝里双头垄断模型有工会企业的工资和就业序贯谈判完全非完美信息两阶段博
2020-07-26 21:54:45
958
原创 博弈论第一章 完全信息静态博弈
完全信息静态博弈文章目录完全信息静态博弈博弈的标准式与纳什均衡博弈的标准式重复提出严格劣战略纳什均衡的导出和定义应用举例古诺双头垄断模型贝特兰德的双头垄断模型最后要价仲裁公共财问题混合战略与均衡的存在性混合战略纳什均衡的存在性习题博弈的标准式与纳什均衡博弈的标准式博弈的标准式表述包括（1）博弈的参与者（2）每一个参与者可供选择的战略集（3）针对所有参与者可能选择的战略组合，每一个参与者获得的收益定义1：在一个n个人博弈的标准式表述中，参与者的战略空间为S1,…,Sn，收益函数为u1,…,un，我们
2020-07-26 19:10:33
1175
原创 关于接下来要写的博客的一些内容的想法
内容主要包括数学类，深度学习类，计算机系统类，以及c++和python语言知识；数学类包括博弈论；随机过程，有时间的话会写一些之前学过的常微分，分析学和代数学的内容；深度学习类主要包括之前上过的深度学习，目前在预习的机器学习和这段时间看过的论文；计算机系统类可能写的不多，有时间会把之前学的ics的内容写一下？可能还有计算机网络和操作系统的知识。c++主要是力扣刷题的题解；python主要是各个库的函数以及应用。...
2020-07-23 11:53:56
56
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人