自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 DataWhale 决策树学习笔记(西瓜书+南瓜书解析)

决策树的基本结构决策树采用树状结构进行决策判断,每个内部节点对应一个属性测试,分支代表测试结果,叶节点存储分类结果。

2025-03-24 21:23:46 582

原创 DataWhale西瓜书+南瓜书第3章《线性判别分析》

想象你是一所学校的校长,要把学生分成不同的班级。:LDA是分类和降维的瑞士军刀,但记得先检查数据是否“听话”(正态分布+同协方差)哦!(班级之间疏远):计算两班平均身高体重的差值向量(比如男生平均比女生高10cm)。:让同类学生坐得近(比如学霸坐前排),不同类学生离得远(比如学渣和学霸分开坐)。:找到一条最佳“走廊”(投影方向),让穿过走廊后,不同班级的学生尽可能不重叠。(班级内部团结):计算每个班学生的协方差矩阵(类似座位密集程度)。———— 这就是最佳分班走廊的方向!

2025-03-22 01:01:37 852

原创 DataWhale南瓜书第3章——对数几率回归部分重点

这种映射使模型在高维特征空间中保持线性计算复杂度。该函数将不同类别标签统一到指数形式表达[对应的对数几率函数为。

2025-03-18 22:17:59 690

原创 DataWhale线性回归部分重点————南瓜书第三章

yXβεyXβεX:n×(p+1)设计矩阵(含截距项)β:(p+1)×1参数向量ε:误差向量(ε∼N0σ2Iε∼N0σ2I。

2025-03-15 23:15:21 912

原创 企模数智沙盘部分思路

具体情况具体分析

2025-03-15 20:50:06 349

原创 DateWhale猫咪也能看懂的南瓜书第一二章核心原理精要25-03-12

假设空间HH是算法可选择的预测函数集合。HhxwTxb∣w∈Rdb∈RHhxwTxb∣w∈Rdb∈R其中权重向量www和偏置项bbb构成参数空间Θ\ThetaΘ。

2025-03-12 19:15:56 1013

原创 猫咪也能看懂的南瓜书——第一章

x₁=银鱼闪光度/x₂=秋刀鱼腥气浓度/x₃=罐罐开合难度…:用尾巴画直线就能把喜欢/讨厌的罐罐分两边~【荧光笔突然画出毛线球轨迹】:昨天吃的金枪鱼罐头在(0.7, 0.2, 0.05)闪闪发光喵!:允许有3%的沙丁鱼碎掉到错误区域喵~【某页公式突然被舔出小洞】:藏着尾巴蓬松度/瞳孔收缩率等137项隐藏指标(=´∇`=)「是所有可能存在的乖巧猫咪队列喵~」突然用犬齿轻咬公式边缘。:这边堆满会让瞳孔放大的三文鱼慕斯罐(♡´౪`♡)【(ノ*・ω・)ノ 扑向三维坐标系的全息投影】【(ฅ´ㅂ`ฅ) 肉垫在。

2025-03-12 19:15:09 459

原创 聪明办法学Python丨202409TASK1学习笔记

Mini Conda自带的conda包管理器,使我能够轻松管理和切换不同的Python环境,这对于避免依赖库之间的冲突问题极为有用。Python凭借其简洁明了的语法与强大的功能性,迅速吸引了我的注意。Python的设计理念强调代码的可读性与简洁性,在我编写代码的过程中得到了充分的体现。总的来说,Python的学习不仅提升了我的技术能力,更让我感受到了编程的乐趣。它不仅是一门语言,更是连接现实世界与数字世界的桥梁,为我的日常生活带来了诸多便利。随着学习的深入,我相信Python将成为我探索未知的强大工具。

2024-09-16 20:55:13 456

原创 Datawhale X 李宏毅苹果书 AI夏令营TASK3学习笔记

就是当我们训练模型的时候怎么样把loss调得合适些,也就是教我们如何优化自己的模型。接下来简单讲述一下我的理解。嘤嘤嘤,希望我的笔记能对你学习深度学习带来帮助❤。

2024-08-28 18:43:31 1095

原创 Datawhale X 李宏毅苹果书 AI夏令营TASK2学习笔记

在TASK1中简单了解了一下机器学习所具备的三个关键要素和实际应用,在TASK2中更近一步地了解在构建模型中的优化方案。

2024-08-27 10:20:37 1644 1

原创 Datawhale X 李宏毅苹果书 AI夏令营TASK1学习笔记

通过本次学习,我了解到机器学习的核心在于构建一个能够预测未来结果的模型,并通过优化过程来调整模型参数以提高预测准确性。虽然梯度下降法可能会遇到局部最小值的问题,但通常来说,这种方法仍然是有效的。此外,我还学到了模型在训练数据上的性能通常优于新数据上的性能,这是由于过拟合等因素造成的。今后也继续努力。

2024-08-26 15:09:06 1279

原创 Datawhale AI夏令营从零入门AI生图原理&实践 TASK3学习笔记

ComfyUI的应用场景非常广泛,无论是简单的图像生成任务还是复杂的多模态合成任务,它都能胜任。此外,ComfyUI还支持多种不同的AI模型,这意味着用户可以根据自己的需求选择最适合的模型来进行创作。在熟悉了ComfyUI的基本操作后,我开始尝试更进一步的操作——使用Lora(一种轻量级的微调方法)来改进模型。虽然我已经能够在ComfyUI的帮助下生成质量较高的图像,但我对AI文生图的兴趣并未止步于此。我相信,在魔塔社区这样的学习平台上,会有更多的资源和经验分享可以帮助我不断进步。

2024-08-16 19:26:20 219

原创 Datawhale AI夏令营从零入门AI生图原理&实践 TASK2学习笔记

在今天的课程中,我深入了解了AI生图技术及其应用。通过一系列实践操作,我不仅掌握了基本的操作流程,还学会了如何使用AI助手来解决遇到的技术难题。以下是我在本次学习过程中的收获和思考。

2024-08-14 21:07:06 506

原创 Datawhale AI夏令营从零入门AI生图原理&实践 TASK1学习笔记

艺术家和设计师现在可以借助AI技术,突破传统创作边界,实现前所未有的视觉效果和图像风格。在Datawhale AI夏令营的TASK1中,我首次深入接触到了AI作图的历史和基础原理,并跟随经验丰富的大佬,实践了AI作图的训练过程。虽然目前我对这一领域知之甚少,但我在研究代码和理解算法的过程中,深刻感受到了自身知识的巨大提升空间。在本次学习中,我尝试了关键词检索和图像生成,虽然成果令人鼓舞,但我也意识到还有许多地方可以改进,比如提高检索的准确性和作图的质量。

2024-08-08 23:21:28 134

原创 Datawhale AI夏令营(逻辑推理)TASK2学习笔记

在TASK1中我跟随大佬的步伐拿下第一次作业后,对Baseline与大语言模型原理有了进一步理解,而接下来在参与AI夏令营逻辑推理TASK2的过程中,我获得了对大型语言模型(LLM)在解决复杂逻辑问题中应用的深刻洞察。以下是我对这一过程的反思和总结。

2024-07-30 19:31:47 166

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除