發(fā)簡(jiǎn)信
IP屬地：上海
-
線性模型--線性回歸本文主要從數(shù)學(xué)原理的角度探討。從數(shù)學(xué)的角度理解，線性模型的輸入是一組特征向量x，輸出也是一組特征向量。 線性回歸可用于回歸和分類。 我們通過(guò)數(shù)據(jù)...
-
無(wú)約束條件的參數(shù)優(yōu)化（2）--牛頓法
一、牛頓法 在介紹牛頓法之前，先回顧下在數(shù)學(xué)分析中，對(duì)于牛頓法的解釋。 在高數(shù)中，牛頓法適中估值方法，用于近似計(jì)算，是迭代法的一種。 其精髓在于...
-
無(wú)約束條件的參數(shù)優(yōu)化（1）--梯度下降算法
為什么要學(xué)習(xí)最優(yōu)化理論？ 因?yàn)閷?duì)于ML模型訓(xùn)練，最終都可以歸結(jié)為最優(yōu)化問(wèn)題，尋找最優(yōu)參數(shù)，是模型的loss最小。 在ML中，最優(yōu)化分為 無(wú)約束的...
-
MCMC采樣原理
為什么要引入采樣原理？ 因?yàn)榫_推斷隨著隨機(jī)變量數(shù)目的增長(zhǎng)在時(shí)間復(fù)雜度上呈現(xiàn)指數(shù)級(jí)的增長(zhǎng)趨勢(shì)。為了降低計(jì)算復(fù)雜度，我們采用近似推斷技術(shù)。本章，我...
-
馬爾科夫網(wǎng)絡(luò)
馬爾科夫網(wǎng)絡(luò)描述的是具有馬爾科夫性質(zhì)的隨機(jī)變量X的聯(lián)合分布的模型。 1.馬爾科夫性質(zhì) 那么，什么是馬爾科夫性質(zhì)呢？就是一組隨機(jī)變量按時(shí)間順序排列...
-
貝葉斯網(wǎng)絡(luò)
一、什么是概率圖模型？ 概率圖模型(PGM)是用圖來(lái)表示變量概率依賴關(guān)系的理論，表示與模型有關(guān)的變量的聯(lián)合概率分布。 PGM重在對(duì)現(xiàn)實(shí)世界的描述...
-
python實(shí)現(xiàn)記錄鍵盤輸入
1.控制讀寫、輸入的字符設(shè)備存儲(chǔ)在系統(tǒng)的哪里？ 2.如何在系統(tǒng)文件中篩選存儲(chǔ)設(shè)備？請(qǐng)寫出具體步驟。 先切換至系統(tǒng)目錄下 遍歷系統(tǒng)目錄下的所有目錄...
-
用python開發(fā)木馬程序
41.木馬是什么？木馬能干什么？ 2.本木馬程序?qū)崿F(xiàn)的功能是什么？ 記錄鍵盤輸入、屏幕截圖、將數(shù)據(jù)發(fā)送指定服務(wù)器 3.如何實(shí)現(xiàn)linux下的多線...
-
一些小思考
1.未來(lái)什么樣的人才是吃香的人呢？