<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Isyma的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Isyma</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Isyma]]></copyright><item><title><![CDATA[安装VS2022出现Redist.14文件报错情况]]></title><link>https://blog.youkuaiyun.com/Isyma/article/details/131870829</link><guid>https://blog.youkuaiyun.com/Isyma/article/details/131870829</guid><author>Isyma</author><pubDate>Sat, 22 Jul 2023 19:00:01 +0800</pubDate><description><![CDATA[对c盘的文件创建了软连接，把C盘的Package Cache链接到D盘了，所以对于这种情况，判断应该不是这样直接删除。上面这个老哥说是要把Package Cache这个文件夹的快捷方式删掉，但是之前参考了一些博文（然后检查D盘，发现D盘定向到的文件夹不存在。再回去安装/修复，问题解决。]]></description><category></category></item><item><title><![CDATA[李宏毅机器学习 ＜Datawhale task3学习笔记＞]]></title><link>https://blog.youkuaiyun.com/Isyma/article/details/124913668</link><guid>https://blog.youkuaiyun.com/Isyma/article/details/124913668</guid><author>Isyma</author><pubDate>Mon, 23 May 2022 22:01:29 +0800</pubDate><description><![CDATA[文章目录一、误差从哪里来？1，Bias2，Variance二，减小误差1，variance的场合2，bias的场合3，实操时...三，梯度下降1，注意事项与优化①Adagrad②stochastic gradient decent（随机梯度下降）③Feature Scaling④Formal Derivation2，限制



一、误差从哪里来？
1，Bias
μ：无穷个数据的平均值
m：有限个数据的平均值

n越多时，值应该越集中于μ。
2，Variance
E[s2]≠σ2E[s^2]≠σ^2E[s2]]]></description><category></category></item><item><title><![CDATA[李宏毅机器学习 ＜Datawhale task2学习笔记＞]]></title><link>https://blog.youkuaiyun.com/Isyma/article/details/124889199</link><guid>https://blog.youkuaiyun.com/Isyma/article/details/124889199</guid><author>Isyma</author><pubDate>Sun, 22 May 2022 17:18:40 +0800</pubDate><description><![CDATA[文章目录回归（Regression）一，模型假设二，模型评估请添加图片描述三，模型优化具体步骤总结
回归（Regression）

一，模型假设
有很多因素会决定我们想要的问题的答案。因此我们想要找到一个function，输入已知的影响因素的值(特征input)，输出我们想要的数值output。
例：recommendation(ytb,tiktok,etc)，self-driving car, stock market forecast…
再例：Combat Power of a pokemon!

（由]]></description><category></category></item><item><title><![CDATA[李宏毅机器学习 ＜Datawhale task1学习笔记＞]]></title><link>https://blog.youkuaiyun.com/Isyma/article/details/124808055</link><guid>https://blog.youkuaiyun.com/Isyma/article/details/124808055</guid><author>Isyma</author><pubDate>Mon, 16 May 2022 23:51:52 +0800</pubDate><description><![CDATA[文章目录一、机器学习是什么？二、机器学习怎么做？三，机器学习方法有哪些？1，监督学习2，半监督学习3，迁移学习4，无监督学习5，强化学习四，为什么要学习机器学习？参考资料

一、机器学习是什么？
简化版育儿过程。
就是机器（名词）学习（动词）
目标：机器干活快，想办法让机器帮我们干活
已知机器的优点：听话
已知机器的缺点：只会听话
问：如何让机器能够“无师自通”，不需要我们一条条写if就知道下一步要做什么？？
一个“只会听话”，即所有举动都需要人为设定好场景的机器将永远无法超越给他制定规则的人类，这样也没法]]></description><category></category></item></channel></rss>