原创 【機器學習】（五）——梯度下降
學習目標： 1、梯度下降：實現梯度下降 2、線性迴歸中的梯度下降 知識整理： 【1】 梯度下降(Gradient Descent, GD)：不是一個機器學習算法，而是一種基於搜索的最優化方法。梯度下降(Gradient Descent
2020-06-17 10:03:02
9
原创 【leetCode】 之 最大子序和
題目： 給定一個整數數組 nums ，找到一個具有最大和的連續子數組（子數組最少包含一個元素），返回其最大和。 示例: 輸入: [-2,1,-3,4,-1,2,1,-5,4], 輸出: 6 解釋: 連續子數組 [4,-1,2,1] 的和最
2020-06-17 09:01:44
原创 【機器學習】（三）——簡單的數據預處理和特徵工程
學習目標： 1、無量綱化：最值歸一化、均值方差歸一化及sklearn中的Scaler 2、缺失值處理 3、處理分類型特徵：編碼與啞變量 4、處理連續性特徵：二值化與分段 知識整理： 【1】 數據歸一化/標準化（normalizat
2020-06-17 08:19:34
2
原创 【機器學習】（四）——線性迴歸算法
學習目標： 1、簡單線性迴歸：簡單線性迴歸及最小二乘法的數據推導 2、實踐：簡單線性迴歸實現及向量化應用 3、多元線性迴歸：多元線性迴歸和正規方程解及實現 知識整理： 【1】 線性迴歸是利用數理統計中的迴歸分析，來確定兩種或兩種以上變
2020-06-17 08:19:24
1
原创 【LeetCode】 之 字符串相乘
題目: 給定兩個以字符串形式表示的非負整數 num1 和 num2，返回 num1 和 num2 的乘積，它們的乘積也表示爲字符串形式。 示例 1: 輸入: num1 = "2", num2 = "3" 輸出: "6" 示例 2: 輸
2020-06-17 08:19:24
2
原创 【機器學習】——手寫數字識別之sklearn.datasets數據集
sklearn自帶一些數據集，其中手寫數字數據集可通過load_digits加載，load_digits內部： def load_linnerud(): """Load and return the linnerud datas
2020-06-17 08:19:24
原创 【機器學習】（一）——kNN算法
學習目標： 1、瞭解kNN算法及其原理 2、使用python手動實現kNN算法，並在sklearn中調用kNN算法 3、瞭解監督學習和非監督學習的概念 知識整理： 【1】 kNN算法簡介： kNN(k-NearestNeighbor)
2020-06-17 08:19:24
原创 eclipse界面設置
一、字體設置 Window——Preferences 搜索font——Basic——雙擊Text Font，進行設置 設置字體格式與大小 二、主題設置 Window——Preference——Apperance 右側就是主題設置 二、
2020-06-06 15:00:08
原创 【leetCode】之 環形鏈表
題目： 給定一個鏈表，判斷鏈表中是否有環。 爲了表示給定鏈表中的環，我們使用整數 pos 來表示鏈表尾連接到鏈表中的位置（索引從 0 開始）。 如果 pos 是 -1，則在該鏈表中沒有環。 示例 1： 輸入：head = [3,2,0,-
2020-04-13 22:31:41
原创 【機器學習】（八）——聚類算法K-means
學習目標： 1、k-means：模型原理、收斂過程、超參數的選擇 2、代碼實現 學習內容： 【1】 模型原理：k-means算法將將訓練集分成k個靠近彼此的不同樣本聚類。對於給定的樣本集，按照樣本之間的距離大小，將樣本集劃分爲K個簇。讓簇
2020-02-21 02:51:23
5
原创 【機器學習】（七）——決策樹
學習目標： 1、決策樹：決策樹、信息熵與最優劃分、基尼係數、CART 2、實現：決策樹實現 學習內容： 【1】 決策樹：（decision tree）是一類常見的機器學習方法。它的思想十分樸素，類似於我們平時利用選擇做決策的過程。它是類似
2020-02-21 02:51:23
原创 【機器學習】（六）——邏輯迴歸
學習目標： 1、邏輯迴歸：損失函數、梯度、決策邊界 2、實踐：代碼實現及sklearn邏輯迴歸 知識整理： 【1】 邏輯迴歸引入 損失函數： 邏輯迴歸模型： 線性迴歸中的損失函數： 由於已知是估計值，於是用估計值與真值的差
2020-02-21 02:51:23
原创 【RuntimeError: CUDA error: out of memory】pytorch4.0+py3.6+[LinearStyleTransfer項目]
記錄項目LinearStyleTransfer所遇到的問題： 附上項目鏈接：LinearStyleTransfer 按照github所述，安裝好環境（我的環境） pytorch0.4.1 python3.6 cuda8.0 opencv3
2019-10-25 16:49:23
2
原创 服務器安裝Anaconda
簡介 Anaconda Anaconda（官方網站）就是可以便捷獲取包且對包能夠進行管理，同時對環境可以統一管理的發行版本。Anaconda包含了conda、Python在內的超過180個科學包及其依賴項。 conda Conda
2019-08-23 08:52:59
原创 【軟件下載】常用安裝包下載鏈接
pytorch：https://anaconda.org/pytorch 清華鏡像：https://mirrors.tuna.tsinghua.edu.cn/
2019-08-23 08:52:59