- （1）线性回归的不足 对于一般地线性回归问题，参数的求解采用的是最小二乘法，其目标函数如下： 参数w的求解，也可以使用如下矩阵方法进行： （2）岭回归 岭回归的优化目标： 对应的矩阵求解方法为： 岭回归(ridge regression)是一种专用于共线性数据分析的有偏估计回归方法 是一种... （1）线性回归的不足 对于一般地线性回归问题，参数的求解采用的是最小二乘法，其目标函数如下： 参数w的求解，也可以使用如下矩阵方法进行： （2）岭回归 岭回归的优化目标： 对应的矩阵求解方法为： 岭回归(ridge regression)是一种专用于共线性数据分析的有偏估计回归方法 是一种...
- 📢📢📢📣📣📣 🌻🌻🌻Hello，大家好我叫是Dream呀，一个有趣的Python博主，多多关照😜😜😜 🏅🏅🏅CSDN Python领域优质创作者，大二在读，欢迎大家... 📢📢📢📣📣📣 🌻🌻🌻Hello，大家好我叫是Dream呀，一个有趣的Python博主，多多关照😜😜😜 🏅🏅🏅CSDN Python领域优质创作者，大二在读，欢迎大家...
- 这个训练ap没有 atss_rfb：训练时高0.9007，但是验证是ap不高 0.7182 hswish_atss_rfb：训练时低一点点 0.8991，但是验证是ap高 0.7429 0.8992_0.8977_0.9008_22.4432_1.0e-04_79 0.7449_0.9378_0.6178_0.0000_0.... 这个训练ap没有 atss_rfb：训练时高0.9007，但是验证是ap不高 0.7182 hswish_atss_rfb：训练时低一点点 0.8991，但是验证是ap高 0.7429 0.8992_0.8977_0.9008_22.4432_1.0e-04_79 0.7449_0.9378_0.6178_0.0000_0....
- 文章目录 一、线性模型二、绘图工具三、作业Reference 一、线性模型 不要小看简单线性模型哈哈，虽然这讲我们还没正式用到pytorch，但是用到的前向传播、损失函数、两种绘loss图... 文章目录 一、线性模型二、绘图工具三、作业Reference 一、线性模型 不要小看简单线性模型哈哈，虽然这讲我们还没正式用到pytorch，但是用到的前向传播、损失函数、两种绘loss图...
- 先声明大部分都参照（https://zhuanlan.zhihu.com/p/22543073） 数学知识的复习 线性代数:（矩阵、特征值、特征向量、秩） 微积分：（极限、导数、拉格朗日中值、泰勒级数展开、傅里叶变换） 概率论：（https://blog.csdn.net/chybin500/article/details/78470... 先声明大部分都参照（https://zhuanlan.zhihu.com/p/22543073） 数学知识的复习 线性代数:（矩阵、特征值、特征向量、秩） 微积分：（极限、导数、拉格朗日中值、泰勒级数展开、傅里叶变换） 概率论：（https://blog.csdn.net/chybin500/article/details/78470...
- 学习总结 （1）要熟悉pandas、matplotlib等工具包，如train_df['text_unique'] = train_df['text'].apply(lambda x: ' '.join... 学习总结 （1）要熟悉pandas、matplotlib等工具包，如train_df['text_unique'] = train_df['text'].apply(lambda x: ' '.join...
- 学习总结 协同过滤（Collaborative Filtering）及其衍生的模型，和深度学习推荐系统密切相关。 协同过滤：协同大家的反馈、评价和意见，对海量的信息进行过滤，从中筛选出用户感兴趣信息的一... 学习总结 协同过滤（Collaborative Filtering）及其衍生的模型，和深度学习推荐系统密切相关。 协同过滤：协同大家的反馈、评价和意见，对海量的信息进行过滤，从中筛选出用户感兴趣信息的一...
- 一.实例介绍 （1）实例背景 • 可穿戴式设备的流行，让我们可以更便利地使用传感器获取人体的各项数据，甚至生理数据。 • 当传感器采集到大量数据后，我们就可以通过对数据进行分析和建模，通过各项特征的数值进行用户状态的判断，根据用户所处的状态提供给用户更加精准、便利的服务 （2）数据介绍 • 我们现在收集了来自 A,B,C,D,E... 一.实例介绍 （1）实例背景 • 可穿戴式设备的流行，让我们可以更便利地使用传感器获取人体的各项数据，甚至生理数据。 • 当传感器采集到大量数据后，我们就可以通过对数据进行分析和建模，通过各项特征的数值进行用户状态的判断，根据用户所处的状态提供给用户更加精准、便利的服务 （2）数据介绍 • 我们现在收集了来自 A,B,C,D,E...
- 目录 1.上机考试（120min） 2.复试简介 3.项目经历 4.英语口试（5min） 5.面试34问 1.上机考试 牛客网华为机试题库。 （1）往年真题：17-20的往年复试上机题目。 （2）leetcode分类刷题： 数组-> 链表-> 哈希表->字符串->栈与队列->树->回... 目录 1.上机考试（120min） 2.复试简介 3.项目经历 4.英语口试（5min） 5.面试34问 1.上机考试 牛客网华为机试题库。 （1）往年真题：17-20的往年复试上机题目。 （2）leetcode分类刷题： 数组-> 链表-> 哈希表->字符串->栈与队列->树->回...
- ps：本文转载自知乎用户ID：George的NLP面筋。 文章目录 一面（技术面）1. 简要的自我介绍。2. 研究生阶段最有挑战的项目是什么？3. 对于这个项目，传统的方法是怎么样的？4. 列举... ps：本文转载自知乎用户ID：George的NLP面筋。 文章目录 一面（技术面）1. 简要的自我介绍。2. 研究生阶段最有挑战的项目是什么？3. 对于这个项目，传统的方法是怎么样的？4. 列举...
- 本文转载自【苏学算法】公众号，仅学习用，侵删。欢迎关注苏神的公众号 个人阅读心得：非常震撼呀，非科班的大佬苏神没有上来就卷CV岗，早早完成校内科研任务（苏神发了2篇SCI。。太强了），然后研二去富士康再... 本文转载自【苏学算法】公众号，仅学习用，侵删。欢迎关注苏神的公众号 个人阅读心得：非常震撼呀，非科班的大佬苏神没有上来就卷CV岗，早早完成校内科研任务（苏神发了2篇SCI。。太强了），然后研二去富士康再...
- 学习总结 （1）正向传递求loss，反向传播求loss对变量的梯度。求loss实际在构建计算图，每次运行完后计算图就释放了。 （2）Tensor的Grad也是一个Tensor。更新权重w.data = ... 学习总结 （1）正向传递求loss，反向传播求loss对变量的梯度。求loss实际在构建计算图，每次运行完后计算图就释放了。 （2）Tensor的Grad也是一个Tensor。更新权重w.data = ...
- 文章目录 1.矩阵运算2.arange()生成ndarray数组3.meshgrid4.通过array转为二维数组5.利用 ix_()函数进行数组切片6.数组连接7.数据的存取8.求逆、解方程、特... 文章目录 1.矩阵运算2.arange()生成ndarray数组3.meshgrid4.通过array转为二维数组5.利用 ix_()函数进行数组切片6.数组连接7.数据的存取8.求逆、解方程、特...
- 学习总结 文章目录 学习总结一、矩阵分解二、信息论熵(Entropy)联合熵条件熵互信息相对熵交叉熵 一、矩阵分解 机器学习中常见的矩阵分解有特征分解和奇异值分解。 先提一下... 学习总结 文章目录 学习总结一、矩阵分解二、信息论熵(Entropy)联合熵条件熵互信息相对熵交叉熵 一、矩阵分解 机器学习中常见的矩阵分解有特征分解和奇异值分解。 先提一下...
- ML课程第1节 机器学习包括一些用于处理具有多个相关和独立变量的回归和分类任务的高级统计方法。 这些方法包括 支持向量机（SVM）用于回归和分类， 天真贝叶斯分类， k-最近的邻居（KNN）用于回归和分类。 ML简介 成本函数 Octave：... ML课程第1节 机器学习包括一些用于处理具有多个相关和独立变量的回归和分类任务的高级统计方法。 这些方法包括 支持向量机（SVM）用于回归和分类， 天真贝叶斯分类， k-最近的邻居（KNN）用于回归和分类。 ML简介 成本函数 Octave：...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签