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

-+
  • 博客(11)
  • 资源 (1)
  • 收藏
  • 关注

转载 生成模型VS判别模型简洁介绍

作者:politer链接:https://www.zhihu.com/question/20446337/answer/256466823来源:知乎看了所有的回答,也网上搜了一些解释,感觉明白了一些。引用楼上Bowen答友的一张图:其实机器学习的任务是从属性X预测标记Y,即求概率P(Y|X);对于判别式模型来说求得P(Y|X),对未见示例X,根据P(Y|X)可以求得标记Y,...

2019-02-27 21:15:16 294

原创 matplotlib中,使用Event编码的学习步骤

第一步:https://matplotlib.org/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py看这个了解大概的matplotlib使用的背景框架:基于函数编程与基于对象编程的区别:Figure, Axes, Axis, Tick,Canvas之间的关系是什么?Backend主要包...

2019-01-07 09:58:18 3125 1

转载 pyplot 入门概念小结

 转自: https://zhuanlan.zhihu.com/p/29403480pyplot 入门概念小结 pyplot 入门概念小结 知乎的markdown支持实在是太差了,我就不在这里一个一个代码显示样式了,详情看我在简书发的文章。也希望高手指点一下怎么在知乎里面用好Markdown。也可以移步我的微信公众号看,practice_yuyang。更要感谢连图面都显示不出来...

2018-12-26 10:56:55 361

原创 机器学习中偏差(bias),方差(variance)与噪音(noise)的关系

先定义一些变量和方式Samples <X,y> 真实函数 (True Function) y= f(X) +ϵ ϵ 均值为0,标准方差为的高斯分布 h(X) 拟合函数(以多项式为例)所以平方差和(sum-squared error)为:∑_(i=1)^m (y_i-h(X_i ))^2 所以我们往往通过最小化平方差和来求解拟合函数中的未知参数(如多项式中的w)。多次训练的结...

2018-07-12 04:50:41 5404

转载 Python中copy和decopy以及‘=’之间的区别

转自:https://blog.csdn.net/qq_32907349/article/details/52190796看过的非常清楚的解释。其实呢,copy()与deepcopy()之间的区分必须要涉及到python对于数据的存储方式。首先直接上结论:—–我们寻常意义的复制就是深复制,即将被复制对象完全再复制一遍作为独立的新个体单独存在。所以改变原有被复制对象不会对已经复制出来的新对象产生影响...

2018-03-28 09:13:05 1803

转载 箱形图

转自:http://blog.csdn.net/fwj_ntu/article/details/78651672箱形图,也叫盒须图,盒式图,boxplot。有95%的把握猜中你现在已经不太确定,这图中有几条线?每条线代表什么意思?中间的那条线代表的究竟是算数平均数还是中位数,还是众数?再问的深点,箱形图存在的意义为何?之于数据分析的实践意义在哪里?接下来,带你从概念开始,一步步剖析箱形图以及背后的...

2018-03-15 04:08:38 2494 1

转载 先验和后验概率

转自: https://www.cnblogs.com/yemanxiaozu/p/7680761.html前言  以前在许学习贝叶斯方法的时候一直不得要领,什么先验概率,什么后验概率,完全是跟想象脱节的东西,今天在听喜马拉雅的音频的时候突然领悟到,贝叶斯老人家当时想到这么一种理论前提可能也是基于一种人的直觉.先验概率:是指根据以往经验和分析得到的概率.[1]  意思是说我们人有一个常识,比如骰子...

2018-02-27 00:48:19 291

原创 机器学习小知识——插值&回归&样条曲线

回归和插值实现的功能都是用来拟合给定的一系列点: points = {(x1,y1),(x2,y2)...(xn,yn)}区别在于:插值:拟合出来的函数曲线需要通过给定的初始点,实现已知函数的初始点,需要知道这些点以外的点的取值的功能,从局部出发。回归:不需要通过给定的所有初始点,只需要拟合一条‘差不多’的曲线即可,更具有全局性,依赖于初始经验模型的设置,如多项式,逻辑回归等。所以

2018-01-25 09:29:51 3914

转载 机器学习-高斯过程,随机过程回归

转自:https://www.cnblogs.com/hxsyl/p/5229746.html浅谈高斯过程回归  网上讲高斯过程回归的文章很少,且往往从高斯过程讲起,我比较不以为然:高斯过程回归(GPR), 终究是个离散的事情,用连续的高斯过程( GP) 来阐述,简直是杀鸡用牛刀。所以我们这次直接从离散的问题搞起,然后把高斯过程逆推出来。  这篇博客有两个彩蛋,

2017-12-08 15:25:43 4962

原创 python学习第一步:数据结构与算法

之前看了很多用python实现的机器学习算法,学习了很多分类聚类的算法。因为想详细了解,所以也自己上手编写,不是简单的import sklearn调用。但是编程的过程中会发现很多编写的问题,越写越发现自己代码的‘混乱’、‘条理不清’。问了一些大神发现对于像我这样刚刚接触编程的人来说,要学的第一步不是‘机器学习算法’(虽然现在很火!),而是先去学习一个叫‘python 数据结构和算法’的东西!!

2017-12-06 22:14:36 659

原创 Python 中 pass的使用

def sample(n_samples): # Generate random samples from the fitted Gaussian distribution. pass在python中有时候能看到定义一个def函数,函数内容部分填写为pass。这里的pass主要作用就是占据位置,让代码整体完整。如果定义一个函数里面为空,那么就会报错,当你还没想清楚函数内部内容,就

2017-10-14 17:04:12 45846

AlphaGo养成记

网上看了很多关于AlphaGo的介绍,感觉有点乱,自己总结了一下,形成一个ppt,给大家展示过后反响还不错

2017-12-08

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