m0_46861439的博客

1.名词解释以及一些简写蒙特卡洛近似：抽一个或很多个随机样本，用随机样本来近似PDF： probability density function 概率密度函数，对于连续变量PMF： probability mass function 概率质量函数，对于离散变量CDF： cumulative distribution function 累积分布函数大写字母，X，表示随机变量...

1. ResNet这是用来解决网络退化问题的就比如左边这幅图，从F1到F6（都视为网络），虽然网络层数上升了，但层到目标f（蓝色五角星）的距离却变大了，就是效果变坏了，称之为网络退化，在统计机器学习里叫模型偏差解决的想法就是：在构造模型的时候每一个模型都包含这前面的小模型，这样学习的效果就应该严格地比前面的更好（就像右边那张图一样）...

batch_size 表示每次处理的样本的数目，loss=loss(x1)+loss(x2)+…loss(x_batch_size)=f(w1)+f(w2)+…f(w_n)f(w)表示从众多loss中提取的w_m的分量之和，其实不这么写也没关系，不过是求偏导的时候变成求众loss对某w的偏导之和epoch_num: 表示要训练几轮，每一轮所有的样本都会参加，分数次进行，每一次选batch_size个样本来训练模型并进行一次模型的权重更新...

https://www.bilibili.com/video/BV1K64y1Q7wu/?spm_id_from=333.788.recommend_more_video.01.分类和回归的区别回归：最后得到的是经过预测函数所得到的一个预测结果分类：最后得到的是数量为要分类的总物体品种的数量的置信度。比如计划是分十个类别，那么经过预测函数（网络）后最后得到的是是个置信度，比如mnist分类，对应的类别有【0，1，2，3，4，5，6，7，8，9】，通过预测函数后最后的输出结果是【0.2，0.13，0.2

1.UserWarning: The given NumPy array is not writeable, and PyTorch does not support non-writeable tensors. This means you can write to the underlying (supposedly non-writeable) NumPy array using the tensor. You may want to copy the array to protect its da

1. 人工分类主要靠 plt.pcolormesh 来实现尝试使用线性回归和岭回归来耍耍，但效果不咋地特别是正则项c的取法，奇怪的一批import numpy as npimport matplotlib.pyplot as pltx = np.array([ [3, 1], [2, 5], [1, 8], [6, 4], [5, 2], [3, 5], [5, 7], [4, -1]])y = np.array([0, 1,

1.正向激励方法：import sklearn.tree as stimport sklearn.ensemble as se# model: 决策树模型（一颗）model = st.DecisionTreeRegressor(max_depth=4)# 自适应增强决策树回归模型 # n_estimators：构建400棵不同权重的决策树，训练模型model = se.AdaBoostRegressor(model, n_estimators=400, random_state=7)# 训

reference：1.https://blog.youkuaiyun.com/jiaoyangwm/article/details/795252372.https://www.bilibili.com/video/BV1CB4y1c7UQ?p=221. 决策树原理： 将信息分类，使得沿着路径特征不断聚合比如用这张图，根据深度由根到叶到子叶可以将分类目标分别设置为年龄，学历，经历，性别到深的叶节点，每一个点上的特征有四种且每种只有一个对于待预测样本，根据其每一个特征的值，选择对应的子表，逐一匹配，直到找

1.超简易代码（不用sklearn）可以改进的地方：导入函数没写，不过大部分默认使用 .csv的格式import numpy as npimport matplotlib.pyplot as plttrain_x = np.array([0.5, 0.6, 0.8, 1.1, 1.4])train_y = np.array([5.0, 5.5, 6.0, 6.8, 7.0])test_x = np.array([0.45, 0.55, 1.0, 1.3, 1.5])test_y = np.

基于 https://www.bilibili.com/video/BV1hx411d7jb?t=36&p=230. Series和DataFramepandas中的两种基本数据板块Series是一个维度为1，类似于字典DataFrame：维度为2，series的容器，或者说组成成分是series1.Series·创建一个Series可以由字典转过来，也可以由直接创造Series([data, index, dtype, name, copy, …]) Series（）index

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar