机器学习
-
简述RNN循环神经网络
循环神经网络是一种常用于自然语言处理领域的特别神经网络模型。得益于其环形“记忆”结构，该模型特别适用于处理具有序列特点的信息。本文将讲述循环神经网络的原理、结构、训练方法和伴随而来的梯度消失问题，力求从概念上理解RNN。
-
从零讲述人工神经网络
本文从最基本的二维线性分类器出发，从零讲述全连接人工神经网络(Artificial Neural Network)的基本原理、组成结构、信号传递，以及我们如何对它进行训练，帮助读者从头彻底厘清神经网络的概念和搭建过程。
-
线性回归模型
线性回归属于统计学习中的经典回归模型，通常用于发现变量间的线性关系或对连续型变量值进行预测。通常所说的线性回归一般指最小二乘回归，即将最小化均方损失函数作为模型拟合的目标，此类问题也称最小二乘问题。
-
主成分分析PCA降维方法
主成分分析(principal component analysis)是无监督学习方法中一种常用于数据降维的方法。它通过正交线性变换把原始数据变换到新的坐标空间中，并保留少数几个方差最大的正交(不相关)坐标维度作为主成分…
-
基于朴素贝叶斯的垃圾邮件判别系统
本文我们使用朴素贝叶斯方法用Python实现一个相对简单的英文垃圾邮件分类判别系统，借助文中提供的小型带标签邮件数据集完成对模型的训练与测试。
-
数据可视化与Z-Test假设检验方法
本文使用Python数学绘图库matplotlib针对“2011年英格兰各地区的人口普查结果”数据集进行可视化探索。依据绘制出的图表设定合理的假设，并采用Z检验方法对假设进行检验论证。
-
象甲——使用MFC多线程编程加速运算
MFC多线程技术加速象甲的运算。
-
基于MFC的象棋AI程序——象甲
下载👉程序👉工程源文件 编译环境：visual studio 2019 Enterprise 寒假里花费不短的时间开发了一款中国象棋ai程序，开发这个程序完全是基于兴趣（自己的棋艺很差，想让电脑实现一些我做不到的事情）。…
-
K-Means K均值聚类算法
k均值聚类将样本集合划分为k个类，每个样本到其所属类的中心的距离最小。 其大致算法流程如下： 随机选择k个样本点作为k个类的初始聚类中心； 将每个样本分配到距离最近的中心的类中； 按照每个类内样本点的均值计算新的中心； …
-
层次聚类算法之聚合聚类
层次聚类是一种无监督学习中的聚类方法，它将样本聚合到层次化的类中。层次聚类又可以分为聚合聚类（自下而上）和分裂聚类（自上而下）两种，本文主要讨论聚合聚类。 聚合聚类开始时将每个样本分到一个类，之后将相距最近的两类合并，重…