zby9928的博客

选做作业，供愿意多巩固一下机器学习基础的同学使用。1、计算几何是研究什么的？2、计算几何理论中（或凸集中）过两点的一条直线的表达式，是如何描述的？与初中数学中那些直线方程有什么差异？有什么好处？(按自己的体会)3、凸集是什么？ 直线是凸集吗？是仿射集吗？4、三维空间中的一个平面，如何表达？5、更高维度的“超平面”，如何表达？6、什么是“凸函数”定义？什么是Hessian Matrix 矩阵? 如何判别一个函数是凸函数？f(x)=x^3 函数是凸函数吗？7、什么是“凸规划”？如何判别一个规划问题

按照 https://github.com/fchollet/deep-learning-with-python-notebooks/blob/master/5.2-using-convnets-with-small-datasets.ipynb,利用TensorFlow和Keras，自己搭建卷积神经网络完成狗猫数据集的分类实验；将关键步骤用汉语注释出来。解释什么是overfit（过拟合）?什么是数据增强？如果单独只做数据增强，精确率提高了多少？然后再添加的dropout层，是什么实际效果？用Vgg19

信息墒与压缩编码基础信息墒定义性质两个例子信息墒定义信息熵是香农于1948年提出的概念，用来描述信源的不确定度，是从热力学中借用过来的概念。一个信源发送出什么符号是不确定的，衡量它可以根据其出现的概率来度量。概率大，出现机会多，不确定性小；反之不确定性就大。信息墒的定义公式：并且规定 0 log ⁡ ( 0 ) = 0性质信息论之父克劳德·香农给出的信息熵的三个性质：1、单调性，发生概率越高的事件，其携带的信息量越低；2、非负性，信息熵可以看作为一种广度量，非负性是一种合理的必然；3

关于线性回归线性回归（Linear regression）是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。其表达形式为y = w'x+e，e为误差服从均值为0的正态分布。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。1、工具选择Excel进行数据分析2、下载安装百度网盘链接：Excel

数字电路基础与Quartus-ll入门一、Quartus-ll1、下载Quartus-ll2、安装Quartus-ll一、Quartus-ll1、下载Quartus-ll下载链接：正点原子资料下载提取码：ifte2、安装Quartus-ll安装Quartus-II 13 和Modelsim。 可参考：https://blog.youkuaiyun.com/qq_43279579/article/details/115158140https://blog.youkuaiyun.com/qq_43279579/arti

在Jupyter中写下你的Python矩阵基本运算的学习记录。按照附件1提供的参考资料，把七个实验完整地实践练习一遍。基础实验：Python 矩阵基本运算.docJupyter写技术文档.docx解释微分、梯度的含义？ 什么是梯度下降法？1）用梯度下降法手工求解参考: https://www.jianshu.com/p/424b7b70df7b2）在Excel里用牛顿法、或者梯度下降法求解 z=2(x-1)2+y2 的近似根。参考附件梯度下降法-excel演示.xlsx线性回.

线性/非线性规划问题求解用Excel和python编程完成线性规划问题的求解2、用拉格朗日方法求解，手工求解和编程求解用Excel和python编程完成线性规划问题的求解2、用拉格朗日方法求解，手工求解和编程求解...

线性分类的Jupyter实践熟悉Jupyter环境下的python编程，在Jupyter下完成一个鸢尾花数据集的线性多分类、可视化显示与测试精度实验。可参考附件1的ipynb文件或者网络资源，如 https://www.cnblogs.com/baby-lily/p/10639570.html。本实验的ipynb文件 、博客地址提交至学习通，。...