机器day 08

前言 我们之前不是说了有关梯度下降公式的事嘛，就是那个 这样梯度下降公式涉及两个问题，一是梯度下降的策略，二是涉及到参数的选择，如果我们选择固定步长的时候，就会发现我们求的值一直在最小值左右震荡，很难选择到我们期望的值。 假设上图中，x0为我们期望的极小值，yB = xA - yA'xA的时候，xB ......

前言 我们之前用的是均方差作为我们神经网络的损失函数评估值，但是我们对于结果，比如给定你一张应该是0的照片，它识别成了6，这个时候这个均方差表达了什么特别的含义吗？显然你识别成6并不代表它比识别成1的情况误差更大。 所以说我们需要一种全新的方式，基于概率的方案来对结果进行规范。也就是我们说的交叉熵损 ......

Arrays类讲解 数组的工具类java.util.Arrays 由于数组对象本身并没有什么方法可以供我们调用，但API中提供了一个工具类Arrays供我们使用，从而可以对数据对象进行一些基本的操作。 查看JDK帮助文档//可以看Jdk网页版api 也可以网上下载后本地查看（jdk api 1.8_ ......

大家好，我是老章，刷X看到一位博主Alif Hossain⚡@alifcoder总结了微软的一些公开课，全部免费，蛮不错的。感兴趣可以学一波，还能领徽章。 1. 机器学习简介 本课程是学习机器学习基础知识和用例的好方法。 → 11 个模块 → 2.5 小时 → 适合初学者 → 免费徽章 链接: ht ......

微软真是活菩萨，面向初学者的机器学习、数据科学、AI、LLM课程统统免费 大家好，我是老章 推荐几个质量上乘且完全免费的微软开源课程 面向初学者的机器学习课程 地址：https://microsoft.github.io/ML-For-Beginners/#/ 学习经典机器学习，主要使用 Sciki ......

概述 机器学习是什么 与人工智能的关系 机器学习 是 人工智能 的一个实现途径 人工智能 是用机器来模仿人类学习以及其他方面的智能 定义 机器学习 是从数据中自动分析获得 模型 ，并利用 模型 对未知数据进行 预测 解释 我们人从大量的日常经验中归纳规律，当面临新的问题的时候，就可以利用以往总结的规 ......

目录 修改数据库语法 修改数据库字符集 修改数据库语法 DATABASE：必选项 数据库名：可选项，如果不指定要修改的数据库，那么将表示修改当前（默认）的数据库 CHARACTER SET = 字符集：可选项，用于指定数据库的字符集 -- 修改数据库相关参数 ALTER {DATABASE} [数据 ......

二叉树day14 part1 题型： 1.二叉树理论基础 1.1 二叉树种类 满二叉树 如果一棵二叉树只有度为0的结点和度为2的结点，并且度为0的结点在同一层上，则这棵二叉树为满二叉树。 完全二叉树 完全二叉树的定义如下：在完全二叉树中，除了最底层节点可能没填满外，其余每层节点数都达到最大值，并且最 ......

为了更好的阅读体验，建议移步至笔者的博客阅读：认识机器学习 生活中的问题1：居民家庭生活用气价格 北京燃气小程序在线咨询，查询北京居民家庭生活用气价格 上图价格梯度，可以由文字转换成表格： 第一档用气量为0-350（含）立方米，气价为2.61元/m³； 第二档用气量在350-500（含）立方米之间， ......

一.Mybatis概述 MyBatis 是一款优秀的**持久层框架**，它支持定制化 SQL、存储过程以及高级映射。**MyBatis 避免了几乎所有的 JDBC 代码和手动设置参数以及获取结果集**。MyBatis 可以使用简单的 XML 或注解来配置和映射原生类型、接口和 JavaBean 为数 ......

103、全文检索-elasticsearch-docker安装 104、全文检索elasticsearch-docker安装kibana 110、全文检索-elasticsearch进阶-两种查询方式 122、全文检索-elasticsearch-分词-安装ik分词 123、补充-修改linux网络 ......

题目：1. 两数之和 我的感悟： 梦开始的地方 理解难点： map究竟是什么 存放已经遍历的元素值 什么时候需要用map? 遍历一边，这里面的元素值，后面都有可能要用就存起来。 代码难点： 掌握enumerate用法 [ɪ'njuːməreɪt] e + numer + ate 助记: e-出 + ......

套路地把题意转到走棋盘上，即给定一个 \(n \times n\) 的网格图，\(\texttt A\) 代表向右走一步，\(\texttt B\) 代表向上走一步，那么每次操作就是把右上和左下互换。 设 \(f_i\) 表示从 \((1, 1)\) 到 \((i, i)\) 的最小开销，\(w(l ......

专有名词概念 标签（Labels）：预测列，需要预测的内容 特征（Features）：用于帮助预测标签的列 模型（Model）：模型是通过训练数据学习到的机器学习算法。它可以用来预测未知数据的标签 官方地址：ML.NET |专为 .NET 设计的机器学习 (microsoft.com) 准备环境 必 ......

题目：202. 快乐数 我的感悟： 2024年了，你快不快乐？找找自己的原因。 理解难点： 分离数组 快乐数字的定义， 不快乐的数字会无限循环 代码难点： divmod用法, set用法 总结概括： 快乐就完事了！ 代码示例： class Solution: def isHappy(self, n: ......

01. SpringBoot-配置优先级 在我们前面的课程当中，我们已经讲解了SpringBoot项目当中支持的三类配置文件： application.properties application.yml application.yaml 在SpringBoot项目当中，我们要想配置一个属性，可以通 ......

题目：349. 两个数组的交集 我的感悟： 轻轻松松 理解难点： python中 字典存,集合去重 代码难点： del要掌握 dic.get(i,0) +1 要掌握 总结概括： 无 代码示例： class Solution: def intersection(self, nums1: List[in ......

训练神经网络的基本原则 当训练好了一个最初的神经网络 首先问 这个算法是否有高偏差？？？ 也就是是不是欠拟合 如果是高偏差： 解决高偏差，要么换更大的网络，要么延长训练的时间，（找更好的网络） 等到做完了这些，再判断这个算法是否有高偏差，直到在训练集上能够拟合好数据， 然后问 这个算法是否有高方差？ ......

前言 第一次写卷积神经网络，也是照着paddlepaddle的官方文档抄，这里简单讲解一下心得。 首先我们要知道之前写的那些东西都是什么，之前写的我们称之为简单神经网络，也就是简单一层连接输出和输出，通过前向计算和逆向传播，以及梯度下降的方式让结果慢慢滑向我们期望的终点。 这种方法固然好，但是它的限 ......

Day20 构造二叉树，二叉搜索树 By HQWQF 2024/01/01 笔记 654.最大二叉树 给定一个不重复的整数数组 nums 。 最大二叉树 可以用下面的算法从 nums 递归地构建: 创建一个根节点，其值为 nums 中的最大值。 递归地在最大值 左边 的 子数组前缀上 构建左子树。 ......

本文详细介绍了使用 rasa init 初始化聊天机器人项目的配置，包括 nlu.yml、rules.yml、stories.yml、test_stories.yml、config.yml、credentials.yml、domain.yml、endpoints.yml 等文件。如下所示： │ co ......

题目：242. 有效的字母异位词 我的感悟： 卡尔的思路，挺好。简单易懂。 理解难点： 没有难点 总结概况： 建立数组存 遍历一遍 ++ 遍历一遍 -- 再遍历一遍 判断0 代码示例： class Solution: def isAnagram(self, s: str, t: str) -> bo ......

题目：24. 两两交换链表中的节点 我的感悟： 我感觉，python中对链表的概念，很弱。 链表在现在语言中，用的不多。 先搁置。 理解难点： 可以看懂代码。 总结概括： 代码示例： # Definition for singly-linked list. # class ListNode: # d ......

一 urllib请求库 学习目标：了解urllib的基本使用 1 urllib介绍 除了requests模块可以发送请求之外, urllib模块也可以实现请求的发送，只是操作方法略有不同! urllib在python中分为urllib和urllib2，在python3中为urllib 下面以pyth ......

题目：206. 反转链表 我的感悟： 理解cur是什么? 相信自己！！ 代码难点： cur = head 可以省略不 每一个步骤里的cur是什么 代码示例： # Definition for singly-linked list. # class ListNode: # def __init__(s ......

首先原题意可以转化为对于每一个 \(1\leqslant k \leqslant n\)，选择 \(k\) 个点染黑，使得给定区间中全白的区间尽量少。 这其实是非常强的，考虑基于四边形不等式的一类区间划分类问题，其区间代价函数可以写为 \(F(l,r)=\sum_{i=l}^{r}\sum_{j=i ......

有效的字母异位词： 思路比较简单 由于范围比较小 只有小写字母为范围 利用26大小的数组 遍历字符串 第一个串在对应下标++ 第二个++ 然后数据存在不为零就是不一样的 不存在则时字母异位词 返回数组的交集 由于要返回的是交集 就是查找两个集合出现的元素 想到要使用hash map 具体的数据结构而 ......

我宣布 H3Z OJ 遥遥领先了。 给大家看看 \(1s\) \(5e4\) 双 \(\log\) 过不去，理论复杂度 \(O(Tn)\) 却能过 \(T=1000,n=10^9\) 且仅仅 \(3ms\) 的优秀 OJ。 双 \(\log\) 由二分答案和 multiset 贡献。 ......

目录 设计方法的选择 测试用例编写步骤 需求分析 测试用例编写 测试用例的粒度 测试用例评审 设计方法的选择 任何情况下，都需要采用等价类划分法，将无限测试变成有限测试 在规定了数据范围的情况下，必须采用边界值分析法 如果需要关注它的主要功能和业务流程、业务逻辑是否正确实现，考虑使用场景法 如果含有 ......

tags: ["Os"] 今天拆箱后看着软驱和软盘感觉好激动，老古董欸~ 把软盘放进软驱，软驱连接电脑，按照教程格式化硬盘，注意不要勾选快速格式化。 在运行!cons_9x.bat输入install时出了问题，作者的设计是在这里应该把映像文件写进软盘，然而tolset\z_tools\imgtol. ......