<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[mmmmm_111的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/mmmmm_111</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; mmmmm_111]]></copyright><item><title><![CDATA[实验一：猴子摘香蕉问题]]></title><link>https://blog.youkuaiyun.com/mmmmm_111/article/details/155158515</link><guid>https://blog.youkuaiyun.com/mmmmm_111/article/details/155158515</guid><author>mmmmm_111</author><pubDate>Sun, 23 Nov 2025 10:59:05 +0800</pubDate><description><![CDATA[摘要：本实验通过Python编程实现猴子摘香蕉问题的谓词逻辑求解。实验使用一阶谓词逻辑表示法，构建了猴子移动、推箱子、爬箱子等动作函数。系统根据输入的猴子、箱子和香蕉位置信息，自动规划行动步骤：当猴子与箱子不在同一位置时移动，推动箱子至香蕉下方，爬上箱子并摘取香蕉。实验验证了谓词逻辑在知识表示和问题求解中的有效性，展示了人工智能中经典逻辑推理的实现过程。代码通过状态判断和动作序列输出，完整模拟了猴子摘香蕉的解决方案。]]></description><category></category></item><item><title><![CDATA[03 机器学习——特征工程]]></title><link>https://blog.youkuaiyun.com/mmmmm_111/article/details/149042663</link><guid>https://blog.youkuaiyun.com/mmmmm_111/article/details/149042663</guid><author>mmmmm_111</author><pubDate>Tue, 01 Jul 2025 15:31:13 +0800</pubDate><description><![CDATA[特征工程是机器学习中处理数据的关键步骤，通过专业技巧将数据转换为更适合算法的特征。主要包括特征提取、预处理和降维。在特征提取中，字典特征提取（如独热编码）将类别数据数值化；文本特征提取通过CountVectorizer统计词频或TfidfVectorizer计算词的重要性（TF-IDF）。TF-IDF衡量词在文档中的区分能力，公式结合词频（TF）和逆文档频率（IDF）。中文文本需借助jieba分词。特征工程直接影响模型效果，是机器学习流程中的重要环节。]]></description><category></category></item><item><title><![CDATA[02 机器学习——数据集]]></title><link>https://blog.youkuaiyun.com/mmmmm_111/article/details/149029010</link><guid>https://blog.youkuaiyun.com/mmmmm_111/article/details/149029010</guid><author>mmmmm_111</author><pubDate>Mon, 30 Jun 2025 19:28:43 +0800</pubDate><description><![CDATA[sklear数据集]]></description><category></category></item><item><title><![CDATA[01 机器学习——概述]]></title><link>https://blog.youkuaiyun.com/mmmmm_111/article/details/149028991</link><guid>https://blog.youkuaiyun.com/mmmmm_111/article/details/149028991</guid><author>mmmmm_111</author><pubDate>Mon, 30 Jun 2025 18:23:50 +0800</pubDate><description><![CDATA[机器学习的介绍]]></description><category></category></item><item><title><![CDATA[0.Pytorch环境配置]]></title><link>https://blog.youkuaiyun.com/mmmmm_111/article/details/148650930</link><guid>https://blog.youkuaiyun.com/mmmmm_111/article/details/148650930</guid><author>mmmmm_111</author><pubDate>Sat, 14 Jun 2025 13:04:11 +0800</pubDate><description><![CDATA[Index of /anaconda/archive/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。2）接下来可以检验是否安装成功：在开始菜单打开Anaconda prompt，如果能在弹出的黑色命令行窗口看到左边的“（base）”就是安装成功。根据自己的选择，复制下面Run this Command命令，打开anaconda命令行，执行此命令。2）在pytorch环境下，输入python，进入python环境。]]></description><category></category></item></channel></rss>