人工智能
关注
分享
扫一扫
文章平均质量分 95
作者学习人工智能的过程，文章如有不足之处，请指正
真理Eternal
数学是神明的语言，而我是被神明流放的信徒
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【最优化算法】最速梯度下降法，及推导过程
对于复杂函数来说，直接求解矢量方程得到优化函数的极值点往往非常困难。在这种情况下，可以考虑采用迭代的方法从某个初始值开始，逐渐逼近极值点，即——梯度法原创 2024-11-27 15:24:22 · 2162 阅读 · 0 评论 -
手搓人工智能-线性判别函数，及其性质的证明
当需要分类的样本是这样时：一个很自然的想法是用一条直线将平面分成两个区域，每个区域代表一个类别。分类时只需判断待识别样本处于哪个区域就可以达到识别的目的同样，在三维甚至更高维度的空间中，也可以采用类似的方法，由一个平面或者超平面将空间分成两个区域。原创 2024-11-25 12:20:05 · 1195 阅读 · 6 评论 -
手搓人工智能—聚类分析（下）谱系聚类与K-mean聚类
所谓聚类分析就是根据某种原则，将样本或数据集划为若干个“有意义“的子集，称为——无监督学习原创 2024-11-23 20:22:36 · 2373 阅读 · 13 评论 -
手搓人工智能-聚类分析（上）
所谓聚类分析就是根据某种原则，将样本或数据集划为若干个“有意义“的子集，称为——无监督学习原创 2024-11-01 18:15:19 · 1061 阅读 · 1 评论 -
手搓人工智能-距离分类器
距离分类器的目的是将需要识别的样本分类到与其最相似的类别中。如果能够度量与每个类别的相似程度那么接下来能够采用以下方式进行分类：如果在所有可能的取值中，使得相似程度取得最大值，则判别属于某一类别。原创 2024-10-14 03:46:59 · 1169 阅读 · 0 评论 -
手搓人工智能-距离和相似性度量
上一篇都是用样本之间的距离来度量他们的相似程度，那么什么是“距离”？我们都是在一般的意义上理解“距离”——特征空间中连接两个样本之间直线的长度，这个长度是用欧式距离来衡量的。但对于每个具体的问题来说，两个样本之间的欧式距离并不是在所有情况下都是对相似程度的合理度量。原创 2024-10-22 23:08:59 · 1116 阅读 · 0 评论