吉林大学机器学习B总结

最新推荐文章于 2025-12-20 21:29:49 发布
原创 最新推荐文章于 2025-12-20 21:29:49 发布 · 103 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习 #人工智能

覆盖了23级考试的大多数内容，除了逻辑回归最大似然的梯度计算和自组织神经网络等聚类算法的概念没有整理到。

参考了吉林大学软件学院 22级机器学习B 期末考试真题回忆版分享（独家）_吉林大学软件学院机器学习期末csdn-优快云博客

JLU/大三上/机器学习B at main · ChenGeng0102/JLU

一些学习视频推荐

【官方双语】ROC & AUC 详细解释！_哔哩哔哩_bilibili

第2章 感知机-2_哔哩哔哩_bilibili

【清华大学】数据挖掘：支持向量机_哔哩哔哩_bilibili

“拉格朗日对偶问题”如何直观理解？“KKT条件” “Slater条件” “凸优化”打包理解_哔哩哔哩_bilibili

动画讲解 K-means 层级聚类_哔哩哔哩_bilibili

-Sky-E-
关注
吉林大学22级机器学习B期末复习
m0_74740382的博客
11-26 6421
初步理解 概率论加线性代数课。
吉林大学 23级 软件学院 机器学习B 期末复习知识总结 总纲
mifanandpeicai的博客
11-13 544
本文的重心是以两本教材（李航的统计学习方法 & 周志华教授的西瓜书）为蓝本，同时部分参考了《Deep Learning》第五章 - 机器学习基础 的内容（没有参考前四章中的数学推导），对于课上机器学习知识重点的一些回顾，偏向于知识总结型；唯一的优点是：确实确保了所有列出内容的100%正确性，包括各种复杂的公式推导（是不是跳步了你别管）。其中第五章：径向基函数神经网络，无论是实际应用还是考试内容中，都属于绝对的非重点，时间不够可以不看（除了基本定义以外，完全不看的那种不看）。
总结了200道经典的机器学习面试题（附参考答案）
small-guo
07-01 8567
刷题，是面试前的必备环节。本文总结了往年BAT机器学习面试题，干货满满，值得收藏。想要入职大厂可谓是千军万马过独木桥。为了通过层层考验，刷题肯定是必不可少的。本文根据网络在线发布的BAT机器学习面试1000题系列，整理了一份面试刷题宝典。1.请简要介绍下SVM。SVM，全称是support vector machine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。扩展：支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、线性支持向量机
吉林大学 23级 软件学院 机器学习B 期末复习指南
mifanandpeicai的博客
11-03 235
机器学习
吉林大学机器学习B课程期末复习指南
FrostfireStag78的博客
11-21 328
平台提供的一键生成功能特别适合考前快速构建知识框架，输入简单需求就能获得完整项目代码和说明文档，实测生成SVM分类器项目仅需2分钟，比手动整理效率提升显著。K-means对离群点敏感的根本原因。逻辑回归的牛顿法迭代演示。
大学物理期末总结
ebatudou的博客
08-18 3196
第一章质点运动学 1.1质点运动描述 位置矢量 位移 加速度 两类问题 1.2圆周运动 角量描述 自然坐标描述 第二章质点动力学
多模态机器学习概述及其音视频融合总结
热门推荐
贵在坚持
06-03 1万+
前言 阅读了不少专题参考文献和综述后，自己对多模态的理解进一步加深。同时我针对多模态中的音视频融合也有了更深的理解。在此我做个多模态融合之音视频融合总结，概述我阅读的几个文献的核心内容，同时针对一些没有阅读到的，但比较有参考价值和重大意义的文献进行引用。我希望通过这篇文章总结能开拓我以后做研究的视野和方向，希望投稿论文别再出现如对该领域理解不够深刻的修改意见。 文章主要内容来源： Baltrušaitis T, Ahuja C, Morency L P. Multimodal machine learni
长文！机器学习笔试精选 100 题【附详细解析】
红色石头的专栏
08-24 1万+
点击上方“AI有道”，选择“置顶公众号”关键时刻，第一时间送达！机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时，我们常常会遇到各种各样的机器...
基于机器学习的笔记本电脑导购系统(源码+万字报告+讲解)（支持资料参考_相关定制）
qq_40828705的博客
08-21 244
这些问题都是企业需要了解的，这些也是建立笔记本电脑推荐系统的目标，此外，推荐系统也会改变影响笔记本电脑推荐系统之间是三个方面进行分析，并且对于进货笔记本电脑库存销售货物的互惠共赢也可以提供有力的服务和建议。其功能的关键是完成客户，产品和库存管理。随着信息技术的不断发展，互联网与计算机与人类的生活联系地愈发紧密，计算机中的笔记本电脑几乎成为了必需品，作为人们以电子产品为主体的笔记本电脑的销售，是目前电子商务的重中之重，因此，设计一个基于机器学习的笔记本电脑导购系统有着较大的市场价值也是目前的应用热点。
精选资源
吉林大学软件学院人工智能原理重点与选择题.pdf
01-03
总结来说，吉林大学软件学院的《人工智能原理》课程深入浅出地介绍了AI的基本理论和方法。通过学习，学生不仅能了解人工智能的发展历程，还能掌握逻辑推理的核心工具，为后续的机器学习、自然语言处理、计算机视觉等...
吉林大学2021年9月《计算机控制系统》作业考核试题及答案参考13.docx
07-19
吉林大学提供的《计算机控制系统》作业考核试题及答案，涵盖了计算机控制系统设计和应用中的诸多关键知识点。从干扰识别与抑制方法，到系统的软件编程与硬件配置，从信号处理到控制系统的稳定性与响应性分析，每一个...
机器学习-特征选择
ArtoriaLili的博客
12-20 163
特征选择 首先从特征全集中产生一个特征子集，然后用评价函数对该特征子集进行评价，评价结果与停止准则进行比较，如果评级结果比停止准则好就停止，否则就继续产生下一组特征自己，选出来的特征子集一般还要验证其有效性。其在空间采样，样本划分中的表现较多，同时噪声影响大，因此需要进行特征降维。修斯现象说明，随着特征数量的增加，分类器的性能也会提高，直到达到最佳特征数。特征选择能剔除不相关和冗余特征，从而达到减少特征个数，提高模型精度，减少运行时间的目的。2.特征个数越多，会有维度灾难，模型越复杂，推广能力也会下降。
01.需要了解的五种机器学习类型
AI算法蒋同学的博客
12-18 671
ML 是计算机科学、[数据科学]和[人工智能] (AI) 的子集，它使系统能够从数据中学习和改进，而无需额外的编程干预。ML 模型不依赖用于性能优化的显示指令，而是采用算法和统计模型，以根据数据模式和推论来部署任务。换句话说，ML 利用输入数据来预测输出，并随着新数据的出现不断更新输出。例如，在零售网站上，机器学习算法通过根据购买历史提出建议来影响消费者的购买决策。
【第二阶段—机器学习入门】第十五章：机器学习核心概念
最新发布
勇气要爆发的博客
12-20 567
生活类比传统编程就像是照菜谱做菜。你告诉电脑每一步怎么切、怎么炒（规则），给它食材（数据），它给你做出一道菜（结果）。机器学习就像是教徒弟做菜。你给徒弟尝100道好吃的菜（数据+结果），让他自己去琢磨其中的规律（模型），最后他学会了做菜（规则）。核心区别传统编程：输入规则数据= 输出答案机器学习：输入数据答案= 输出规则(这个规则就是模型✅监督学习：有标签，预测数值(回归)或类别(分类)。✅无监督学习：无标签，发现数据结构(聚类)。✅数据集划分：训练集(学习)、测试集(考试)，严禁作弊。✅。
机器学习高阶教程＜8＞分布式训练三大核心策略拆解
2303_77568009的博客
12-20 620
当单卡GPU遭遇显存不足、训练过慢的瓶颈时，分布式训练是突破限制的关键。本文深入浅出地解析了分布式训练的三大核心策略：数据并行通过复制模型、同步梯度实现高效训练；模型并行通过流水线与张量拆分攻克大模型存储难题；混合并行结合ZeRO等技术进一步优化资源。文中不仅配有PyTorch DDP、Megatron-LM等实战代码，还总结了常见陷阱与解决方案，助你轻松驾驭大规模模型训练。
多模态模型CLIP详解
A1233242的博客
12-17 949
CLIP（Contrastive Language–Image Pretraining）是 OpenAI 提出的一种多模态模型，通过对大量“图像–文本”对进行对比学习训练，使模型能够将图像和自然语言映射到同一个语义空间中。它不需要为每个视觉任务单独标注数据，而是通过理解文本描述来完成图像分类、检索和零样本学习等任务，从而具备很强的泛化能力和跨模态理解能力
机器学习第一部分---线性回归
zxy916740139的博客
12-16 727
线性回归核心本质：数理统计中用回归分析量化变量间定量依赖关系的方法，聚焦“有方向的因果影响”。相关关系的两类：因果关系：变量有“原因→结果”方向，需分自变量（因）/因变量（果），线性回归用它算“自变量每变1单位，因变量平均变多少”（权重θ体现影响大小与方向）。平行关系：变量仅“伴随变化”无因果（，不区分自变量/因变量，只用相关系数r。关键区别：回归是“因果建模”（定量算影响），相关是“关联描述”（只说紧密度）；线性回归是回归分析在“线性关系”下的具体实现。
东华大学机器学习课程KDE项目完整资料
标题“东华大学信息学院机器学习大作业全集”指出了文档集合的学科背景与主题。东华大学是中国的一所重点大学，在信息科学与技术教育领域有很高的教学和研究水平。信息学院是东华大学中专注于信息科学的院系，通常...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值