<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[challeypeng的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/challeypeng</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; challeypeng]]></copyright><item><title><![CDATA[强化学习中的递归神经网络]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/124030138</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/124030138</guid><author>challeypeng</author><pubDate>Fri, 08 Apr 2022 00:08:22 +0800</pubDate><description><![CDATA[DeepMind 团队提出了一种算法，用于训练计算机玩 7 个Atari 2600没有人类参与的游戏[2]。计算机自己执行所有动作，估计哪些动作在游戏中带来最大收益，并选择获胜策略。]]></description><category></category></item><item><title><![CDATA[求解140年还未完全解决的著名数学问题：平方圆]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/124030037</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/124030037</guid><author>challeypeng</author><pubDate>Fri, 08 Apr 2022 00:05:12 +0800</pubDate><description><![CDATA[“圆平方”问题是所有数学中最难解决的问题之一，寻找解决方案的过程令人着迷。也许还有进一步的改进和更多的数学工作要做，以继续延续这个古老的问题。]]></description><category></category></item><item><title><![CDATA[解开机器学习模型黑盒的 4 种方法（终极指南）]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123725515</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123725515</guid><author>challeypeng</author><pubDate>Fri, 25 Mar 2022 00:33:11 +0800</pubDate><description><![CDATA[解释机器学习模型输出的终极指南]]></description><category></category></item><item><title><![CDATA[一个数学博士的深度学习方法（第 5 部分）]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123725464</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123725464</guid><author>challeypeng</author><pubDate>Fri, 25 Mar 2022 00:27:16 +0800</pubDate><description><![CDATA[最著名的神经网络架构之一：卷积神经网络（CNN），非常适合计算机视觉，在过去十年中促进了深度学习解决方案的采用。]]></description><category></category></item><item><title><![CDATA[一个数学博士的深度学习方法（第 3 部分）]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123491121</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123491121</guid><author>challeypeng</author><pubDate>Tue, 15 Mar 2022 07:30:00 +0800</pubDate><description><![CDATA[本文学习神经元数学模型和一种神经网络：多层感知器 (MLP)中的激活函类型，并解释网络如何在每一层找到最佳权重。]]></description><category></category></item><item><title><![CDATA[一个数学博士的深度学习方法（第 2 部分）]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123491074</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123491074</guid><author>challeypeng</author><pubDate>Mon, 14 Mar 2022 23:01:17 +0800</pubDate><description><![CDATA[本章介绍多层感知器 (MLP) 模型，并清楚地了解确切使用了哪些数学以及如何使用。]]></description><category></category></item><item><title><![CDATA[人工智能的数学方法]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123432201</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123432201</guid><author>challeypeng</author><pubDate>Fri, 11 Mar 2022 19:26:33 +0800</pubDate><description><![CDATA[要成为一名出色的 AI 软件工程师，需要了解多少数学知识？]]></description><category></category></item><item><title><![CDATA[一个数学博士的深度学习方法（第 1 部分）]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123432148</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123432148</guid><author>challeypeng</author><pubDate>Fri, 11 Mar 2022 19:23:14 +0800</pubDate><description><![CDATA[作为一个纯粹的数学家，我对如何使用我的知识来理解算法感到怀疑，但我也认为不要仅仅停留在理论上非常重要，所以我开始学习很多课程。在我的学习过程中，我注意到通过阅读书籍，我可以更好地保留知识。]]></description><category></category></item><item><title><![CDATA[数据科学家应该掌握的 10 种统计技术]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123388571</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123388571</guid><author>challeypeng</author><pubDate>Wed, 09 Mar 2022 21:53:26 +0800</pubDate><description><![CDATA[数据科学家掌握的统计技术越多，结果就越好。在这篇文章中，我们介绍十种常见的技术，这些技术在数据科学家的所有技能中都不应缺少。]]></description><category></category></item><item><title><![CDATA[通过 SMOTE 及其变体过采样处理不平衡数据]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123329328</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123329328</guid><author>challeypeng</author><pubDate>Mon, 07 Mar 2022 14:21:20 +0800</pubDate><description><![CDATA[在这篇文章中，我将解释使用 SMOTE、SVM SMOTE、BorderlineSMOTE、K-Means SMOTE 和 SMOTE-NC 进行过采样/上采样。我将通过一个实际示例进行解释，在该示例中我们应用这些方法来解决不平衡的机器学习问题，以了解它们的影响。]]></description><category></category></item><item><title><![CDATA[2023 年最值得阅读的三本数据科学书籍]]></title><link>https://blog.youkuaiyun.com/challeypeng/article/details/123328898</link><guid>https://blog.youkuaiyun.com/challeypeng/article/details/123328898</guid><author>challeypeng</author><pubDate>Mon, 07 Mar 2022 14:00:47 +0800</pubDate><description><![CDATA[2023 年要读的四本令人惊叹的数据科学书籍（如果你在 2022 年不读的话）。
2022对于全球机器学习社区来说，这真是令人惊叹的一年！许多期待已久的游戏已经或即将发布，包括历史经典的新版本。]]></description><category></category></item></channel></rss>