- 博客(124)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 新手村：逻辑回归-理解04：熵是什么?
逻辑回归中的熵理论是机器学习的重要基础之一。通过学习熵、交叉熵以及它们在逻辑回归中的应用，你可以更好地理解分类模型的工作原理。建议按照上述计划逐步深入学习，并通过代码实践巩固理论知识。
2025-03-25 01:30:38
879
原创 新手村：逻辑回归-理解03：逻辑回归中的最大似然函数
似然函数Lwb∏i1Nyiyi1−yi1−yiLwbi1∏Nyiyi1−yi1−yi对数似然函数logLwb∑i1Nyilogyi1−yilog1−yilogLwbi1∑Nyilogyi1−yilog1−yi。
2025-03-25 01:26:26
1224
原创 新手村：逻辑回归-01.什么是逻辑回归-初识速学
逻辑回归（）是机器学习中一种基础且重要的分类算法，常用于二分类问题（如垃圾邮件检测、疾病诊断等）,而非预测连续数值。它是机器学习和统计学中应用最广泛的模型之一，尽管名字中包含“回归”，但它本质上是一个分类模型线性组合特征：将输入与权重结合；概率转换：用Sigmoid函数输出概率；参数优化：通过极大似然估计找到最佳参数；决策边界划分：根据概率阈值（如0.5）分类。扩展思考如何处理非线性可分数据？（引入多项式特征或核方法）如何防止过拟合？（正则化、交叉验证）逻辑回归能否用于多分类问题？
2025-03-23 00:16:03
3424
2
原创 新手村：逻辑回归-理解01：目标变量、伯努利分布的概率、特征X之间的关系
逻辑回归 理解：解释逻辑回归中目标变量 𝑌Y、伯努利分布的概率 𝑝p 即 𝑃(𝑦=1∣𝑥)P(y=1∣x)和输入特征 𝑥x 之间的关系。假设我们想预测某人是否会购买某款新手机。
2025-03-22 22:22:44
956
原创 新手村；相关度分析方法
目标：理解相关分析的定义、应用场景及基本工具。知识点：教学示例：销售与广告投入的关系目标：掌握不同相关系数的计算方法及适用场景。知识点：扩展示例：计算皮尔逊相关系数目标：通过代码验证理论，理解相关分析在实际中的应用。代码示例（Python+NumPy+SciPy）：阶段4：进阶与扩展目标：探索相关分析的局限性及高级应用。知识点：如何选择皮尔逊还是斯皮尔曼相关系数？卡方检验适用于什么场景？相关系数接近0是否意味着无关？
2025-03-17 17:36:18
617
原创 新手村：逻辑回归
通过代码验证理论，理解逻辑回归在实际中的应用。：理解逻辑回归的定义、输入输出关系及核心思想。：掌握逻辑回归的数学推导及优化过程。：探索逻辑回归的局限性及高级应用。
2025-03-17 11:29:58
555
原创 新手村： 模型评估方法-线性回归评估方法
线性回归模型的评估通常涉及多种指标，以全面了解模型的性能。常用的评估方法包括均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）和决定系数 ( R^2 )。以下是这些评估方法的详细说明以及如何在代码中实现它们。
2025-03-17 00:49:15
793
原创 新手村：数据预处理-异常值检测方法
异常检测是机器学习中关键的预处理步骤，其核心是区分“正常”与“异常”数据。学习路径应从统计方法（如Z-score、IQR）开始，逐步过渡到复杂模型（如LOF、Isolation Forest）。实际应用中需结合业务场景选择算法，并通过可视化和评估指标（如F1分数、ROC-AUC）验证效果。进阶学习可探索深度学习和实时检测技术，以应对复杂数据挑战。
2025-03-16 23:35:50
976
原创 新手村：数据预处理-特征缩放
方法描述适用场景优点缺点标准化将特征转换为均值为0，标准差为1的标准正态分布。线性回归、逻辑回归、SVM、KNN、神经网络等。不受数据范围影响，适用于大多数算法。对异常值较为敏感，可能导致极端值的影响被放大。归一化（Min-Max缩放）将特征缩放到一个特定范围（通常是[0, 1]）。需要将数据限制在特定范围内的情况。数据范围固定，适用于需要严格控制输出范围的场景。受数据范围影响较大，对异常值敏感，可能导致信息丢失。
2025-03-16 23:25:07
837
原创 新手村：数据预处理-缺失值补充策略
通过上述表格和示例代码，您可以更好地理解不同的缺失值补充策略及其应用场景。删除含有缺失值的行或列：适用于缺失值较少的情况，简单但可能导致数据丢失。用固定值填充：适用于大多数情况，但需谨慎选择填充值以避免引入偏差。用插值法填充：适用于有序数据，能较好地保留趋势。用模型预测填充：适用于复杂数据集，但实现复杂且计算成本较高。
2025-03-16 22:18:25
304
原创 新手村：混淆矩阵
通过本教程，学生将掌握混淆矩阵的构建、核心指标的计算与分析，并能够通过代码实现模型评估。后续可深入学习ROC-AUC曲线、多分类场景及实际应用中的优化策略，逐步构建更鲁棒的分类模型。A：假设数据中95%为负类，模型全预测负类，准确率可达95%，但完全忽略了正类样本，此时需用召回率或F1分数评估。A：精准率 = TP/(TP+FP)，召回率 = TP/(TP+FN)。A：β>1时，召回率权重更高（如医疗诊断）；则精准率是预测为正类（第二列）中的正确比例，召回率是实际为正类（第二行）中的正确比例。
2025-03-16 16:16:32
853
原创 新手村：线性回归-实战-波士顿房价预测
本文介绍了如何在机器学习模型中引入非线性项以提高预测准确性，并通过实际案例演示了具体步骤。我们还提供了后续练习题目以及进一步学习的方向，帮助读者深化理解和实践技能。
2025-03-16 08:27:57
596
原创 新手村：异常值检测-Z-score与IQR方法
（聚焦Z-score与IQR方法）掌握均值、中位数、标准差、四分位数等统计量计算。计算均值（μ）和标准差（σ）：计算每个数据点的Z-score：设定阈值并筛选异常值：示例它绘制数据的直方图和理论上对应的正态分布曲线，并在图中标记出异常值排序数据并计算Q1、Q3：计算IQR：设定上下界并筛选异常值：示例数据集：住院天数 计算：Q1 = 4.5，Q3 = 7，IQR = 2.5下界 = 4.5 - 3.75 = 0.75，上界 = 7 + 3.75 = 10.
2025-03-16 00:19:59
1195
原创 新手村：统计量均值、中位数、标准差、四分位数
Q1（第一四分位数）：位于数据集第25%位置的值。Q2（第二四分位数）：位于数据集第50%位置的值，即中位数。Q3（第三四分位数）：位于数据集第75%位置的值。统计量位置公式插值计算公式示例（数据集 [1, 2, 3, 4, 5, 6, 7, 8]）Q1n1×0.25n1×0.25LQ1FQ1×UQ1−LQ1LQ1FQ1×UQ1−LQ120.25×3−22.2520.25×3−2。
2025-03-15 23:04:18
877
原创 新手村：线性回归
线性回归是通过一条直线（一元）或超平面（多元）拟合数据，预测因变量与自变量之间的线性关系。公式yβ0β1xϵyβ0β1xϵ其中，yyy是因变量，xxx是自变量，β0\beta_0β0是截距，β1\beta_1β1是斜率，ϵ\epsilonϵ是误差项。通俗解释假设你想根据房屋面积（自变量）预测房价（因变量），线性回归就是找到一条最能代表数据趋势的直线，这条直线的方程就是你的预测模型。
2025-03-15 20:39:36
1354
原创 均方误差（MSE）与最小二乘法（LS）的区别
MSE用于计算预测值 $\hat{y} $与真实值 $ y $的平均平方误差，作为模型好坏的指标。通过理解这两者的区别，可以更清晰地应用它们：用MSE评估模型，用最小二乘法（或其他优化方法）训练模型。通过求解以下方程组，直接得到使MSE最小的参数。：MSE和最小二乘法是同一件事？根据知识库中的信息（知乎回答），：最小二乘法仅适用于线性模型？：MSE越小模型一定越好？
2025-03-15 17:16:44
655
原创 TensorFlow 是什么？
TensorFlow 是一个由 Google 开发的开源机器学习框架，它提供了丰富的工具和库用于构建和训练各种机器学习模型。总的来说，TensorFlow 是一个功能强大的机器学习框架，适用于各种不同领域的机器学习和深度学习任务，能够帮助开发者快速构建和训练复杂的模型。
2025-03-15 12:34:01
477
原创 机器学习_重要知识点整理
以上术语覆盖了机器学习的核心概念，从数学基础到算法实现、评估优化，再到业务应用。（如数据特征、业务目标），才能全面掌握机器学习的理论与实践。（如概率论、优化理论）、
2025-03-14 11:45:57
600
原创 机器学习计划_重点知识点
重点应该包括监督学习中的核心算法，比如线性回归、逻辑回归、SVM、决策树、随机森林、梯度提升树，以及无监督学习中的K-means、PCA，还有模型评估方法如交叉验证、过拟合处理。非重点可能是一些较新的方法，或者应用较少的算法，比如EM算法、Apriori，或者某些特定领域的应用，比如强化学习中的复杂算法。首先，我需要回顾之前提供的知识库内容，看看有哪些信息可以利用。用户之前提供的资料包括机器学习的基础知识、算法分类、数学基础、以及一些具体算法的讲解，比如线性回归、逻辑回归、SVM、聚类、强化学习等。
2025-03-13 18:06:25
964
原创 python LLM工具包
http://mirrors.aliyun.com/pypi/simple/https://modelscope.cn/docs/models/download
2025-03-10 21:17:53
315
原创 SpringBoot AI + PgVector向量库 + Openai Embedding模型
【代码】SpringBoot AI + PgVector向量库 + Openai Embedding模型。
2025-03-01 22:17:37
411
原创 2-PostgreSQL docker compose 安装教程-Pgvector
Postgres： 开源的向量相似度搜索存储你的向量数据与你其余的数据一起。精确和近似最近邻搜索单精度，半精度，二进制，以及稀疏向量L2 距离, 内积, 余弦距离, L1 距离, 哈明距离, 和杰卡德距离任何带有 Postgres 客户端的语言加上 ACID 兼容性、即时恢复、JOIN 操作，以及 Postgres 的其他所有出色功能。
2025-03-01 15:25:36
1451
原创 1-PostgreSQL 简介
PostgreSQL 凭借其开源特性、功能丰富性和强大的扩展能力，成为企业级应用和复杂数据场景的首选数据库之一。）是一款功能强大的开源关系型数据库管理系统（RDBMS），以其高度可扩展性、标准兼容性和对复杂查询的支持而闻名。严格遵循原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability），确保事务安全可靠。PostgreSQL 遵循开源协议（PostgreSQL License），允许免费使用、修改和分发，拥有活跃的全球开发者社区支持。
2025-03-01 12:30:13
1080
原创 知识图谱-Neo4j-开始构建知识图谱-01
关系（Relationships）：连接两个节点，具有方向（→ 或 ←）和类型（Type），可附加属性。属性（Properties）：键值对，存储节点或关系的详细信息（如 , ）。(2) Cypher 查询语言直观语法：通过模式匹配直接描述图结构。高效遍历：支持复杂关系路径查询（如最短路径、模式匹配）。3. 核心优势(1) 原生图存储物理存储优化：数据以图结构直接存储，避免传统数据库的“表连接”开销。高效遍历：通过指针直接访问相邻节点，时间复杂度接近 O(1)。(2) 高性
2025-02-26 00:59:27
1639
原创 4-知识图谱的抽取与构建-4_5事件识别和抽取
（Event Recognition and Extraction）是信息抽取（Information Extraction）的子任务，目标是（Event Type）：如"收购"、“地震”、“会议”（Trigger）：标识事件发生的核心词（动词/名词）（Arguments）：事件的参与者及属性。
2025-02-23 00:46:56
682
转载 2025-02-22资讯 20万块GPU炼出Grok-3：性能超越OpenAI o3-mini、DeepSeek R1
1. 技术亮点与性能训练规模：动用20万块GPU（包括10万块英伟达H100集群），计算量是前代Grok-2的10倍。关键创新思维链推理：模仿人类逐步拆解复杂任务，展示推导过程（如数学问题），提升逻辑连贯性。合成数据训练：解决隐私问题，通过模拟场景提高学习效率。逻辑自检机制：模型可自我修正错误数据，提升输出准确性。多模态能力：文本与图像分析显著增强，可生成3D动画代码及简单游戏（如俄罗斯方块）。2. 性能表现与争议Benchmark成绩：在数学、代码类测试中击败。争议点。
2025-02-22 09:31:58
40
原创 4-知识图谱的抽取与构建-4_2实体识别与分类
实体识别（Entity Recognition）是从文本中提取出具体的事物，如人名、地名、组织名等。分类（Entity Classification）则是将这些实体归类到已知的类别中，比如“演员”可以分为“歌手”、“演员”、“运动员”等。它就像知识图谱的“骨架”，帮助我们更好地组织和理解信息。💡。
2025-02-21 02:01:09
966
原创 基于序列标注的机器学习方法
检查模型是否正确标注“李彦宏（B-PER）”、“北京（B-LOC）”、“文心一言（B-PRODUCT）”。：假设模型将“苹果公司”中的“苹果”错误标注为“B-FRUIT”（水果）。“2023年，李彦宏在北京发布了百度的AI产品文心一言。DeepSeek R1 AI 生成。“马云在杭州创立了阿里巴巴。：使用Python的。
2025-02-21 01:27:57
1076
原创 4-知识图谱的抽取与构建-4_1重新理解知识工程和知识获取
💡 什么是知识工程？知识工程是通过计算机技术对人类知识进行建模、管理和应用的一门交叉学科。它不仅仅是编写代码，更是通过构建知识库、实现智能问答、推荐系统等应用，让技术真正服务于人类！💡🔥 什么是知识获取？知识获取是从现有数据、文本、图像等多种来源中提取有价值的知识，构建知识表示的过程。它包括自然语言处理、数据挖掘、机器学习等多种技术！🔥🔧 知识工程与知识获取的关系知识工程依赖知识获取，而知识获取又是知识工程的基础。两者相辅相成，共同推动人工智能技术的发展！🔧
2025-02-21 00:23:00
1021
原创 知识图谱-学习计划
以下是一个循序渐进的学习计划和课程安排，帮助你从零开始学习知识图谱构建。由于知识图谱是一个综合性很强的领域，涉及自然语言处理、图数据库、知识表示、机器学习等多个方向，因此学习计划会围绕这些核心知识点展开。通过这个学习计划，你可以逐步掌握知识图谱的基本概念、构建技术、应用开发以及优化方法。知识图谱是一种通过图结构表示知识的技术，它可以帮助我们更清晰地理解和组织信息。：通过构建知识图谱，你可以更好地理解事物之间的关系，锻炼逻辑思维能力。：掌握知识图谱构建的核心技术，包括数据抽取、清洗、模型构建等。
2025-02-20 23:21:08
687
原创 3-知识图谱-知识图谱的存储与查询
基础概念：邻接与索引邻接关系：在图结构中（比如社交网络、知识图谱），节点（如用户、文章）之间的连接称为边（如好友关系、引用关系）。邻接关系描述的是“节点直接相连”这一特性。索引的作用：在传统数据库（如关系型数据库）中，要高效查询数据，通常需要建立索引（如 B 树、哈希表）。索引像一本目录，能快速定位数据的位置，但维护索引需要额外的时间和空间成本。图结构和查询分析：属性图注重知识的建模，描述结构复杂的关联关系,知识推理： RDF Resource Definition Framework。
2025-02-20 22:28:09
956
原创 开源的 LLM 应用开发平台-Dify 部署和使用
官网生成式 AI 应用创新引擎开源的 LLM 应用开发平台Dify 为开发者提供了健全的应用模版和编排框架，你可以基于它们快速构建大型语言模型驱动的生成式 AI 应用，将创意变为现实，也可以随时按需无缝扩展，驱动业务增长。
2025-02-20 01:49:38
2576
1
大型语言模型应用程序栈的关键要素与构建 - LLMs应用开发与集成
2025-02-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人