- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 小区详情页数据
# python 3.x# encoding: utf-8# 创建者:jzp# date: 2021.08.09import pandas as pdimport requestsfrom lxml import etreeimport numpy as npimport timeimport threadingfrom datetime import datetimeimport queue as Queuedef get_response(url): """
2021-08-30 21:40:48
189
原创 机器学习笔记--约束优化
机器学习笔记–约束优化我们称在xxx的某些集合SSS中找f(x)f(x)f(x)的最大值和最小值为约束优化问题。集合SSS内的点成为可行点。约束优化问题的通用形式如下:KaTeX parse error: Expected & or \\ or \cr or \end at position 74: …&= 0\\ x&\in D \̲r̲i̲g̲h̲t̲.\end{matrix}...
2021-07-02 21:41:34
872
原创 机器学习算法--SVM
机器学习算法–SVM读书笔记支持向量机（support vector machine）是监督学习中最有影响力的方法之一。类似于逻辑回归，这个模型也是基于线性函数wTx+bw^Tx+bwTx+b的。不同于逻辑回归的是，支持向量机不输出概率，只输出类别。f(x)=sign(wTx+b)f(x)=sign(w^Tx+b)f(x)=sign(wTx+b)当wTx+bw^Tx+bwTx+b为正时，预测为正类，否则为负类。支持向量机的主要思想是基于训练样本集D=(x1,y1),(x2,y2),...,(xm,
2021-07-01 22:35:15
609
原创 机器学习可解释性
机器学习可解释性背景2017年国务院发布的《新一代人工智能发展规划》中明确了人工智能基础理论的研究方向。针对人工智能变革方向，高级机器学习理论重点要突破自适应学习、自主学习等理论方法，实现具备高可解释性、强泛化能力的人工智能。高级机器学习理论。洋酒统计学习理论基础、不确定性推理与决策、分布式学习与交互、隐私保护学习、小样本学习、深度强化学习、无监督学习、半监督学习、主动学习等学习理论和高效模型。ICML 2017年最佳论文：Understanding Black-Box Predictions vi
2021-06-30 10:49:43
238
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人