原创 華爲雲杯-粵港澳大灣區強降水臨近預測比賽小結

比賽背景 根據近年的雷達回波格點數據共同建立的標準雷達數據集爲基礎劃分了訓練集和測試集,希望參賽者綜合運用計算機視覺、機器學習、深度學習等技術,實現根據過去2個小時內的雷達回波圖像數據預測未來2小時的雷達回波圖像變化,並提交未來

原创 基金學習筆記

學習投資知識還是很重要的,這一段不太成功的基金試水也讓我學到了很多,之前是還比較可觀的正收益而這幾天也經歷了跌穿了的情況當了回韭菜,雖然錢不多,還是很恐怖,投資有風險入場需謹慎,所以我一直不敢碰股票,先學好知識爭取學會合理投資指數

原创 優化統計筆記

原创 優化+GAN/VAE+HMM4

優化(13課) GAN+VAE老師講的行雲流水,如果沒有這個系列視頻我肯定早就跑路了,按照我個人的水平其實離搞機器學習還差了十萬八千里正是這個這個白板系列還讓我有堅持下去的興趣。 生成模型綜述: gan: vae:

原创 高等天氣學筆記+地球流體力學(1)

準地轉理論 準地轉模式缺陷-----》天氣尺度大氣場滿足,中小尺度不ok 準地轉模式爲原始方程簡化 準地轉主要適用於中高緯以及天氣尺度 若要用於熱帶需要行星尺度 準地轉平衡條件:水平於垂直滿足條件 平衡-破壞-平衡

原创 學學markdown

這東西不是很好用啊 插入圖片 哦哦 爲什麼沒有調整大小呢 搞顏色 黃色 import torchimport torch.nn as nnfrom torch.nn import initimport func

原创 優化+線代+em算法2

線性代數:特徵值特徵向量 gbdt梯度提升算法 凸優化 em算法學習

原创 優化30

對偶和共軛函數 拉格朗日對偶問題 分三步求解對偶問題 針對一個標準的線性規劃問題 對偶函數 將負無窮的情況丟棄,因爲顯然 弱對偶性質 對偶問題的可行域是m+n維的實數域 對偶問題一定是一個凸優化問題 與之對應的就是兩

原创 決策樹的學習與總結

決策樹的概念 廢話不多說,決策樹的三個問題分別是,特徵選擇,生成和剪枝問題。 特徵選擇 選擇某個特徵之後劃分樣本集會帶來信息增益,會使得確定類別的不確定性下降。 g(D, A)=H(D)-H(D|A) 信息熵計算公式: H(D)

原创 優化14-20

優化筆記 保凸 共軛 擬凸,尼瑪的越來越難

原创 優化26-27

25課再回首 線性規劃–目標函數是線性,約束也是線性 二次規劃–目標函數是二次凸函數,等式和不等式都是二次qcqp 投資組合 經驗風險最小化,但收益要超過期望值 半定規劃 矩陣範數最小化 好難啊 最大的奇異值小於s 迷了迷了

原创 優化29

終於等到你-拉格朗日對偶 這個就是固定x然後只是lambda和v的函數 對偶函數必然是凹函數 必然是原問題的下确界 證明 這個公式非常直觀的給出證明很好理解不在過多闡釋 所以就可極大化這個下界去逼近p*,

原创 地球流體力學(6)

地轉調整 提出問題 可以略去平流項 不考慮地球自轉,最終流體是平的,且無輻合輻散 深入f=0的情況 例子:臺階初始態 很直觀很好理解,沒什麼好說的 深入f!=0的情況 利用位渦守恆 得到通解 邊界條