李宏毅 梯度下降-爱代码爱编程
梯度下降法 在回归问题的第三步中，需要解决下面的最优化问题： 这里的parameters是复数，即 θ指代一堆参数，比如上篇说到的 w 和 b 。 我们要找一组参数 θ ，让损失函数越小越好，这个问题可以用梯度下降法解决： 假设 θ有里面有两个参数 θ1,θ2 随机选取初始值 然后分别计算初始点处，两个参数对 L的偏微分，然后 θ0减掉 η乘上偏微分
描述性统计分析知识点总结与R语言实现-爱代码爱编程
对于数据的基本特征，要分析数据的集中位置，分散程度，数据分布。 1. 位置的度量 位置的度量指的是用来描述定量资料的集中趋势的统计量，常用的有均值、众数，中位数，百分位数等。 （1）均值均值(mean)是数据的平均，其定义为 x
基于机器学习的车辆检测算法研究方法概述-爱代码爱编程
基于机器学习的车辆检测算法研究方法概述 1 背景、意义、分类和应用1.1 问题的背景与意义1.2 目标检测分类1.3 应用2 基本算法2.1 帧间差分法2.2 背景减除法2.2.1 中值模型（Median Model）2.2.2 自适应背景模型2.2.3 双背景模型2.2.4 最大不相似模型2.2.5 混合高斯模型3 改进算法融合分块帧差4 工程应
特征选择 Relief 方法-爱代码爱编程
文章目录 1. 原理2. 公式2.1 二分类2.2 多分类3. 参考 1. 原理 该方法假设特征子集的重要性是由子集中的每个特征所对应的相关统计分量之和所决定的。 所以只需要选择前 k k
【1】通过 python 求解 QP 问题-爱代码爱编程
From 李航《统计学习方法》Ver.2 例7.1 1：二次规划问题的标准形式 2：问题描述 3：按照线性可分支持向量机算法分析问题 3.1：SMO算法 3.2：根据三个实例构造约束最优化问题 min
时间序列模型第一篇ARIMA-爱代码爱编程
时间序列 时间序列数据 时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。 构成要素 时间序列可以分为长期趋势（trend）、季节变动（seasonal）、循环变动（cycling）和随机波动（irregular）四个部分。 长期趋势（ T ）现象在较长时期内受某种根本性因素作用而形成的总的变动趋势季节变动（ S ）现象在一年内随着
conda 环境下 调用 sklearn库 时出现 许多包依赖错误 比如：ImportError: DLL load failed while importing _arpack:-爱代码爱编程
问题场景： conda 环境下的python 包管理，python 版本3.8.3 现项目需要使用到sklearn库 问题描述： 调用sklearn库需要安装scikit-learn 按照网上的scikit-learn的依赖库安装顺序，安装完一下后再使用conda install scikit-learn Python (>= 3.5)
Anaconda + Atom 的安装教程（图文）-爱代码爱编程
下载地址清-华大学开源软件镜像站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 官网下载地址：https://www.anaconda.com/download/ 官网比较慢，可以直接用上面那个 清华大学开源软件镜像站 我选择了一款时间最新的！ Anaconda介绍 Anaconda
基于麻雀搜索算法的极限学习机(ELM)回归预测 -附代码-爱代码爱编程
基于麻雀搜索算法的极限学习机(ELM)回归预测 文章目录 基于麻雀搜索算法的极限学习机(ELM)回归预测1.极限学习机原理概述2.ELM学习算法3.回归问题数据处理4.基于麻雀搜索算法优化的ELM5.测试结果6.参考文献7.Matlab代码 摘要：本文利用麻雀搜索算法对极限学习机进行优化，并用于回归预测 1.极限学习机原理概述 典型的单隐
遇事不决,量子力学；不懂配色,赛博朋克。推荐一个Python可视化库-爱代码爱编程
遇事不决,量子力学;不懂配色,赛博朋克。推荐一个Python可视化库 12月10日，历经多次跳票后，波兰公司CD Projekt Red制作的《赛博朋克2077》终于正式发售，在Steam上线不到3小时，便一举超越《Among Us》、《Dota 2》与《反恐精英：全球攻势》，达成100万玩家同时在线的成绩。 遇事不决,量子力学;不懂配色,赛博朋克。
A*算法解N数码问题-爱代码爱编程
文章目录 前言一、A*算法二、N数码问题三、代码实现1.码盘节点的类定义2.源代码总结 前言 最近上课遇到了八数码问题，正好为了练一练代码，就自己动手开始写，因为用的python，没有传统的树和链表结构，所以写起来遇到了一些麻烦，这里记录一下，大佬轻拍 一、A*算法 A*算法是一种启发式算法，具体内容可参考一下这位大佬的笔记，记录的很详细
手写算法-python代码实现KNN-爱代码爱编程
手写算法-python代码实现KNN 原理解析代码实现实例展示sklearn对比总结 原理解析 KNN-全称K-Nearest Neighbor，最近邻算法，可以做分类任务，也可以做回归任务，KNN是一种简单的机器学习方法，它没有传统意义上训练和学习过程，实现流程如下： 1、在训练数据集中，找到和需要预测样本最近邻的K个实例； 2、分别统计这
交叉熵损失函数-爱代码爱编程
交叉熵损失函数 前言One-hot向量交叉熵小例子 前言 最近在学习机器学习时，有时候公式总是看完就忘了，不怎么理解，所以写在博客上复习复习。 One-hot向量 在做分类问题的时候我们都会将分类种数转化为向量，将一维标量转化为高维向量，比如我们要实现手写数字识别，输出分类为0-9个数字总共10类，如数字5代表了第5维是1，其他维都为0，
conda多版本cuda、cudnn的安装，win10-爱代码爱编程
论文代码用的环境不同需要配置不同版本的pytorch、tensorflow、cuda、cudnn。 方法： 1、win10安装高版本（最好是最新的）的cuda 2、conda创建的虚环境中根据需要安装cuda、cudnn版本，即 conda install cudatoolkit=版本号，cudnn对应版本会跟随cudatoolkit一起安装。
机器学习实战（七）：Ensemble Learning and Random Forests-爱代码爱编程
集成学习：聚合一组预测器的预测，通常预测结果比最好的单个预测其要好，聚合的预测器叫做集成。 随机森林：训练一组决策树分类器，每一棵树都基于训练集不同的随机子集训练，聚合所有树的预测得票最高的类别作为预测类别。 本章将探讨几种最流行的集成方法：bagging、boosting、stacking，也将探索随机森林。 Voting Classifiers
吴恩达 机器学习 ex1 单变量线性回归代码详解（非向量化写法）超级适合小白看-爱代码爱编程
前几天刚学完吴恩达老师的机器学习课程，然后尝试着去完成课后的编程作业，在这里分享一下ex1其中的单变量线性回归的心得。 这一版是使用的非向量化的方式去编程。 我会把每行代码的作用给大家解释清楚。让大家可以更好地理解整个线性回归的过程。 大家在运行下面的代码时候要注意： ①首先pip install 好需要用到的库和包。 ②txt的路径要写好，如果
Chapter7-8_Deep Learning for Constituency Parsing-爱代码爱编程
文章目录 1 什么是Constituency Parsing2 解决方案2.1 Chart-based Approach2.2 Transition-based Approach2.3 Grammer as Foreign Language 本文为李弘毅老师【Deep Learning for Constituency Parsing】的课程笔
pytorch每日一学45(torch.transpose())将tensor中对应的维度进行交换-爱代码爱编程
第45个方法 torch.transpose(input, dim0, dim1) → Tensor 返回一个tensor，此tensor是输入tensor的转置版本，给定的维度dim0和dim1将会被交换。 结果tensor和原tensor共享内存，所以改变其中一个的内容也会改变另外一个里面的内容。 参数介绍： input：输入tensor。
浅谈逻辑回归、BP传播、数据正归一化-爱代码爱编程
看了这篇文章你能学到什么： 了解逻辑回归，神经网络学习的基础 神经网络节点权重的计算方法 BP反向传播如何计算损失函数和代价函数 写这篇文章的目的： 当然，最初写这一篇文章的初心当然不是写一些密密麻麻的公式，并解释其中的原理，在网上看了很多的博客，基本上都是一直在解释算法是怎么实现啊，巴拉巴拉一大堆。对于我这种初学者来说那个公式看到头疼。后面我想了一下，