原创 「sklearn_1」決策樹
在之前的文章中,以及提到過決策樹的原理和實現,下面闡述如何使用python3(jupyter)實現 首先,這裏有很好用的sklearn庫:參考官方文檔: https://scikit-learn.org/stable/modules/ge
原创 「java」重載&重寫&多態
在學習繼承後,很多同學會混淆:繼承後重載,重寫和多態的問題,我就寫了一個小程序對下面對幾個事情進行下解釋。 我建議不理解或則有疑惑的地方,可以自己寫個類測試一下就會明白其中的含義。 有些圖由於csdn網站的原因,一直顯示服務器存在錯誤,我
原创 「sklearn_2」Feature selection
Feature selection 首先,feature selection很重要,我就不闡述原因了,我們來看幾種常用對方法 官方文檔:https://scikit-learn
原创 「python」numpy庫
本文用來記錄我在使用numpy庫時,經常使用的函數 1. shape 功能:查看矩陣或者數組的維數。 3*3 >>> e = eye(3) >>> e array([[ 1., 0., 0.], [ 0., 1
原创 多線程實現字典系統(server+client)
多線程字典系統實現 首先說明下該系統可以實現的功能,小白都可以!!!! 該博客只提供學習和實現的思路,如果需要詳細的代碼,請留言!!! 1 具體要求 簡單來說,就是實現
原创 「圖_03」用例圖
「圖_03」用例圖 1. 介紹: 用例圖主要用來描述角色以及角色與用例之間的連接關係,說明的是誰要使用系統,以及他們使用該系統可以做些什麼。 一個用例圖包含了多個模型元素,如系統、參與
原创 「圖_02」時序圖 sequence diagram
「圖_02」時序圖 sequence diagram 系列文章: 「圖_01」類圖 下面的介紹部分主要是根據其他的文章編寫的,但是第四部分的例子是我自己找到。 1. 介紹 時序圖表示的是對象之間的
原创 「機器學習_8」 perceptron 實例
Perceptron 具有隱藏層數據數據的訓練 下面是一個具體的訓練參數的實例,有具體更新參數的計算過程,可以更直觀的理解perceptron的實現過程。 我還有一篇文件是介紹perceptron原理的,有興趣的朋友可以看下:http
原创 「圖_01」類圖
「圖_01」類圖 1.介紹 簡單來說,類圖主要是用來表示類以及類直接的關係。 2.畫法 類圖中,主要是包括圖和關係。 2.1 類 & 接口 圖其實也就是我們看到的長方形,主要用來表示各個類
原创 「機器學習_11」分類和迴歸
分類和迴歸 Classification & regression 本質上講:classification是預測一個標籤,但是regression是關於預測數量
原创 「機器學習_6」The Perceptron
The Perceptron 注意:本文主要介紹preceptron(沒有隱藏層)的工作原理,和具體的實例(具體的數據如何進行權重的迭代更新的),但是沒有代碼實現。preceptron
原创 「機器學習_9」 Backpropagation
Learning Parameters of Multi-layer Perceptrons with Backpropagation 本文主要描述如何使用反向傳播來更新weights,因爲博客上傳一直存在問題,因爲看
原创 「機器學習_7」 one-hot encoding解釋
one-hot encoding 的解釋 1. What is categorical data? 這裏說什麼,什麼是分類的數據。簡單來說,其實要input的數據,一般要訓練的模型有很多個instances,每個instance可能
原创 「機器學習_10」Backpropagation 實例
Multilayer perceptron計算--- backpropagation The network should implement the XOR function. 已知:
原创 「機器學習_5」邏輯迴歸(Logistic Regression )
學習邏輯迴歸需要清楚的幾件事:假設函數怎麼用(怎麼預測),決策邊界怎麼用(一般取0.5),損失函數如果計算(因爲要取最小),優化方法(重新計算各個權重) 建議:我閱讀的英文參考資料的相關內容除了公式我並沒有往上發佈。但是我會放到我的下載資