台部落xiaotang

線性代數00 開篇 00 學習動機與感悟最近因爲想要重新複習數學基礎的內容，看完了Gilbert Strang教授在麻省理工大學18.06的線性代數課程.大部分的內容都是大一的時候學過的，主要內容包括矩陣（各種矩陣），行列式，

2020-06-30 10:59:01

在上一節我們提出了對於矩陣求冪的運算，關鍵在於找到一個可逆矩陣P，使得A可以化成對角矩陣D。而這個逆矩陣能否找到，就在於能不能找到n個線性無關的向量滿足：Aai=λiai Aa_{i}=\lambda_{i}a_{i} Aai

2020-06-30 10:59:01

通過線性代數系列博客03，我們瞭解了齊次線性方程組與非齊次線性方程組，瞭解了線性方程組的係數矩陣的行列式與解的情況的關係。接下來我們就要探究，如果我們需要具體求解線性方程，我們需要怎麼做？在具體瞭解求解線性方程組的過程之前，

2020-06-30 10:59:01

0 概述雖然Gilbert Strang教授講解線性代數是從向量在空間中的表示開始，但是我仍然想從解線性方程組來開始整個線性代數課程的筆記整理。最重要的東西我一般都喜歡讓它放在前面，雖然在大一的時候線代學的不咋地，但是對於線代

2020-06-30 10:59:01

之前的章節分析瞭如何從原始數據集合中獲取頻繁項集，並且給出了代碼演示，如需要請訪問以下鏈接【機器學習】【無監督學習】【算法01-理論1】Apiori算法-篩選頻繁集【機器學習】【無監督學習】【算法01-代碼實現】Apiori

2020-06-30 10:59:01

0 數據說明手寫識別也是一個非常經典的應用實例。在本次應用當中，數據的格式如下： File name：‘_’爲劃分，前爲標籤，後爲例子數。例如‘0_0’就是0的手寫體的第一個實例。內容：文本內容爲32×32 的1-0像素存儲

2020-06-30 10:59:01

Apriori算法引用1 Apriori算法是一種用於進行關聯分析的算法，在Agrawal 等人提出的1993最初提出的動機是針對購物籃分析問題提出的，其目的是爲了發現交易數據庫中不同商品之間的聯繫規則。接着，有更多的研究人

2020-06-30 10:58:51

本節將會對於Apriori算法的頻繁集篩選過程，進行代碼的展示 1 回顧上節提到，對於Apriori算法來說，其核心價值是在關聯分析的兩個過程，即篩選頻繁項集、關聯規則獲取的過程中，使得過程更加簡便。首先，回顧一下Apri

2020-06-30 10:58:51

1.機器學習簡介 1.0引入前IBM員工Samuel寫了一個西洋棋程序（爲什麼總是棋類）。這個程序就具有“自我學習能力‘，能夠在對戰中提高自己的能力。以及最近幾年世人皆知的AlphaGo。都是機器學習系統 1.1概念經典的定

2020-06-07 15:13:36

根據在《機器學習實戰》這本書的代碼和演示實例，給出KNN算法的實現細節，其中也包括一些數據分析中常用的用法的構建。 1.KNN分類器構建 KNN的步驟（下方函數也是按照此過程編寫）： (1) 計算已知類別數據集中的點與當前點（x

2020-02-23 16:57:01

數據以及代碼參考來源：<機器學習實戰> 若需要數據請自行搜索獲取 0.引入必要的庫 from numpy import * from KNN import classify0 #這裏存的是我寫在KNN.py中的分類器代碼

2020-02-23 16:57:01

導讀：在所有的數據分析過程，數據處理環節費時費力，數據的不工整或者數據的一些特定，以及我們想要處理的角度不同，都會帶來一些處理上的問題。問題闡述：對於一個Python中的List，若是想要根據某一元素對List進行切割，使得

2020-02-23 16:57:01

2 經典模型學習—監督學習 2.1 監督學習基本架構和流程文字說明：一般來說，分爲以下步驟：（1）準備訓練數據集（2）特徵抽取（3）將數據集中抽取出來的特徵與訓練數據集中每一樣本對應的目標/標記（可以認爲是結果，或者需要預

2019-06-12 18:36:34

最近終於有空開始學kaggle競賽的東西了，思路是從機器學習入門到python常用庫的使用，最終解決一些經典的kaggle問題。本人力求將學習筆記做的詳細通俗易懂，歡迎交流。 1.機器學習簡介 1.0引入前IBM員工Samue

2019-06-11 10:47:06

基於Python/PyQT5的動物識別專家系統（人工智能課程實驗）本學期人工智能實驗課要求完成一個動物識別專家系統。功能：推理顯示結論；添加規則；推理失敗彈框提示。本文采用Python+PyQT5去完成GUI的設計和程序編寫。

2018-12-12 18:30:06