- 博客(5)
- 收藏
- 关注
RSS订阅原创 第10章 多模数据与智能模型学习笔记
本章节主要关注较为先进的多模数据模型。以及一些简单的前置知识，大多以概念理解为主。且与NLP，Transformer重叠部分，因为之前了解过，不再记录。
2026-02-28 00:07:10
469
原创 第9章机器学习与统计模型学习笔记
本章围绕两个重点，统计模型和人工智能的基础算法（其实不止机器学习）。其中机器学习的模型大多继承了统计模型的一些原理或者思想，用来处理大数据的分析，因此侧重统计模型的原理，思想流程的简单了解，以及核心数学表达。代码实现暂时略过由于本章内容较多，且我之前修过人工智能导论课程，故笔记中略过机器学习与神经网络部分子章节。9-1统计分布与假设检验机器学习可以认为是在大数据情景下，传统统计模型效果差时，替代传统统计模型起数据处理与分析作用的一类模型。
2026-02-25 23:13:04
989
原创 第8章 时间序列与投资模型学习笔记
前言这一章主要学习了对于时间序列的各种分析与预测的模型，以及给出了在投资情景中权衡风险与收益的模型。组合起来可以建立完整的从分析历史数据，预测未来数据到方案评估与选择的完整流程。8-1时间序列这是整个本章的研究对象。可以简单理解为是随时间变化的一组数据。时间序列组成长期趋势T(Trend)指现象在较长时期内持续发展变化的一种趋向或状态，通常表现为一条光滑曲线趋势线。季节波动S(Seasonal)是由于季节的变化引起的现象发展水平的规则变动，通常可以表现为周期相对短一些的周期曲线。
2026-02-21 01:48:42
956
原创 第7章 权重生成与评价模型学习笔记
这一章介绍了多种生成权重，或者选择方案的算法模型。根据模型的作用可以分为以下几类这里学到的算法主要实现权重生成和得分评价两类功能大部分算法承担一部分功能，负责处理数据求得权重或者依赖输入的权重来计算得分如层次分析法、数据包络分析法等算法可以同时承担两部分的功能不同类型的算法的使用范围和使用情景与指标的类型，数据的量级和最后的评价需求有关，可以根据实际情况灵活组合。Z%5E+Z%5E-D_i。
2026-02-17 02:09:57
1115
原创 第6章数据处理与拟合模型学习笔记
本文介绍了利用Python进行数据处理的基本流程。首先阐述了pandas库中DataFrame类型在数据预处理中的优势，包括高效的数据操作和缺失值处理。其次讲解了数据分析方法，包括回归分析、分类分析和假设检验，并介绍了statsmodels库的应用。最后探讨了数据可视化工具Matplotlib、Seaborn和Plotnine的使用场景，强调应根据不同需求选择合适的可视化方法。全文以Datawhale数学建模导论为参考，系统性地介绍了数据处理从预处理到分析再到可视化的完整流程。（摘要为Ai生成）
2026-02-12 23:39:22
379
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