- 博客(20)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 可解释性+knowledge tracing
Lu, Y.;Wang, D.;Meng, Q.;cationLu, Y.;Wang, D.;Chen, P.;Meng, Q.;Liu, Q.;Chen, E.;Huang, Z.;Chen, Y.;Yin, Y.;Huang, Z.;Zhao, J.;Bhatt, S.;Thille, C.;, 325–328.Pu, Y.;Wu, W.;Peng, T.;Liu, F.;Liang, Y.;Yu, X.;Chen, R.;Pu, S.;Inter.1 2*1 1 2。
2023-06-16 14:53:52
308
原创 统计学习-李航-学习笔记
统计学习_李航_学习笔记一、统计学习方法概论1、 统计学习2、监督学习3、统计学习三要素4、模型评估与模型选择5、正则化与交叉验证6、泛化能力7、生成模型与判别模型8、分类问题9、标注问题10、回归问题二、感知机三、K近邻算法四、朴素贝叶斯法五、决策树六、逻辑斯蒂回归与最大熵模型七、支持向量机八、提升方法九、EM算法及其推广十、隐马尔可夫模型十一、条件随机场一、统计学习方法概论1、 统计学习统计学习：关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析2、监督学习3、统计学习三要素4
2023-05-25 09:20:32
296
原创 刷SQL遇见的新知识点
4.limit y offset x 分句表示: 跳过 x 条数据，读取 y 条数据。(2)是从数据库中第三条开始查询，取一条数据，即第三条数据读取，一二条跳过。3.limit x, y 分句表示: 跳过 x 条数据，读取 y 条数据。(3)是从数据库中的第二条数据开始查询两条数据，即第二条和第三条。2.limit y 分句表示: 读取 y 条数据。经常用到在数据库中查询中间几条数据的需求。1.数据库数据计算是从0开始的。(1)是读取前2条数据。
2023-05-25 09:18:54
71
原创 tensorboard执行--logdir=logs生成文件但不返回主机端口号？
查了一下午，居然有人跟我说这是玄学，，非得解决不可！！！！在pycharm终端执行，生成logs文件，但不返回主机端口！！！pycharm的问题，使用电脑自带的终端运行tensorboard,成功啦！！！！然后复制连接http://localhost:6006/到浏览器打开就可以得到结果了...
2021-09-14 22:12:04
4971
原创 笔记_决策树
决策树学习算法特征选择信息增益定义为：集合D的经验熵H(D）与特征A给定条件下D的经验条件熵H(D|A)之差，即g(D,A) = H(D) - H(D|A)信息增益比定义为 ：信息增益g(D,A)与训练数据集D的经验熵 H(D)之比gR(D,A)g_R(D,A)gR(D,A) = g(D,A) / H(D)决策树的生成ID3在决策树的各个节点上应用信息增益准则选择特征C4.5在决策树的各个节点上应用信息增益比准则选择特征问题决策树生成算法递归的产生决策树，对训练数据的分类很明确
2021-04-07 21:57:18
79
原创 jupyter notebook更换背景颜色
安装jupyter notebook 的主题库pip install --upgrade jupyterthemes检查自带的默认主题jet -l选择主题名进行更换jt -t 主题名 -T -N
2021-03-26 17:04:33
1293
原创 jupyter notebook更改默认文件路径
第一步第二步第三步从anaconda navigator进入，打开jupyter notebook，就会发现目录更改好了
2021-03-23 16:57:34
91
原创 机器学习笔记_李宏毅_P3-Regression-case study
李宏毅老师的机器学习笔记例子步骤第一步：模型第二步：寻找最好的函数第三步：算法结果课程视频例子用Regression预测宝可梦进化后的CP值步骤第一步：模型寻找最合适的函数f，也就是寻找最合适的参数w,b第二步：寻找最好的函数训练数据： 10只宝可梦最好的函数为：损失函数最小如何使得损失函数最小?：随机梯度下降法举例子说明什么是随机梯度下降法？如何计算？假设只有一个参数w时假设只有两个参数w，b时考虑到一个问题：在linear model中，没有局部最优，所以可
2021-03-04 11:31:50
193
1
原创 P3-regression
本节内容例子：预测Pokemon进化后的(Combat Power,战斗力，间称CP)值步骤Model：一系列函数（f1,f2,...f_1,f_2,...f1,f2,...），建模Goodness of Function：用training data取训练模型，判断函数的好坏用Gradient Descent来计算最小的Loss function L，选择"best function"，也可以说是寻找最好的参数Overfitting /Regularization：找一个函数使得tr
2021-02-27 17:10:37
88
原创 jupyter notebook切换虚拟环境
记录学习中碰到的问题第一步：在Anaconda 下create 一个新的环境命名为Learn第二步：在环境Learn下install jupyter和Anaconda Prompt第三步：打开Anaconda Prompt安装nb_condaconda install nb_conda第四步：在该环境下要安装jupyterconda install jupyter打开jupyter看到Conda就说明成功了点开Conda就可以看到你的所有环境了...
2021-02-22 17:59:39
115
原创 知识追踪-Dynamic Key-Value Memory Networks for Knowledge Tracing
1. 本文研究内容问题：如何在KT中个性化练习顺序，来帮助学生有效的学习知识概念？解决方案：引入动态键值记忆网络模型(DKVMN) ，它可以利用基本概念之间的联系，直接输出学生对每个概念的掌握水平。具体：DKVMN模型有一个静态矩阵Key,用于存储知识概念；有一个动态矩阵value，用于学生对相关概念的掌握水平。2.经典模型2.1 BKT在BKT中，一个学生的知识状态sts_tst由不同的概念状态{stis_t^isti}组成，并且BKT对每个概念状态独立建模。BKT假设概念状态stis_t
2021-02-22 12:37:11
1791
2
原创 跟着coderwhy学习的Vue.js笔记
第一章：了解Vue.js1.Vue.js是什么？Vue 是一套用于构建用户界面的渐进式框架。与其它大型框架不同的是，Vue 被设计为可以自底向上逐层应用。Vue 的核心库只关注视图层，不仅易于上手，还便于与第三方库或既有项目整合。另一方面，当与现代化的工具链以及各种支持类库结合使用时，Vue 也完全能够为复杂的单页应用提供驱动。2.Vue.js安装方法方式一：直接CDN引入<!-- 开发环境版本，包含了有帮助的命令行警告 --><script src="https:
2020-09-09 22:46:00
1551
1
原创 TypeScript学习笔记
第一 JavaScript是什么？ js是一种运行在客户端中的编程语言，但是Node.js能够让Javascript实现服务器端/桌面端编程 TypeScript是什么？ Ts是Js的超集，就是说Ts是在Js的基础上添加了类型(Type)系统；设计Ts是为了可以开发大型应用 Ts相比Js的优势 类型化思维方式 类型系统提高了代码可读性，并使维护和重构代码更加容易 补充了枚举、接口等开发大型应用时Js缺失的功能 开发工具 写代码的工具：VScode 运行Ts..
2020-09-07 16:35:58
358
原创 大数据的5V特性
Volume巨量：数据量巨大Variety多样：异构的数据类型：结构化，半结构化，非结构化。不同的数据表示和语义解释Velocity快变（实时性）数据到达速度快，响应速度也快Value价值:大数据的价值是潜在的Veracity真实性：数据质量...
2020-04-17 16:02:48
1952
空空如也
优先数调度算法，没写成功，请大神指导一下小菜鸟，救救孩子
2018-11-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人