@ 一、简介 ●lan Goodfellow 2014年提出 ●非监督式学习任务 ●使用两个深度神经网络: Generator (生成器), Discriminator(判别器) 二、原理 举一个制造假钞的例子： 生成器:制造假钞的人 判别器:警察 训练过程： 制造假钞的人生产假钞 警察判断是否是假 ...
分类：
Web程序 时间：
2020-05-26 12:25:30
阅读次数：
113
目录： 前言 Github简介 Github基本功能 Github文件的相关操作 Github的创建与应用 Github特点 Github与TFS的区别 前言: 在上一节软件开发与创新课程设计课上，王文娟老师发布了在个人博客上介绍源代码管理工具，重点介绍其中一种的学习任务，因此，这是我为软件开发与创 ...
分类：
其他好文 时间：
2020-05-26 01:03:31
阅读次数：
390
SpirngBoot学习任务 是什么 配置如何编写yaml 自动装配原理 重要 集成web开发：业务核心 集成数据库 druid 分布式开发 dubbo+zookeeper swagger：接口文档 任务调度 SpringSecurity：Shire SpringCloud学习任务 ...
分类：
编程语言 时间：
2020-05-19 15:07:39
阅读次数：
91
一、用自己的话描述出其本身的含义： 1、特征选择：原始数据中，有许多特征值是一样的，去除不相关的特征，可以降低学习任务的难度，只留下关键特征，才可以更容易看清真相。 2、PCA：即主成分分析技术，又称主分量分析。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。 二、并用 ...
分类：
其他好文 时间：
2020-05-01 22:16:31
阅读次数：
60
一、用自己的话描述出其本身的含义： 1、特征选择 2、PCA 特征选择就是，一个学习任务会有很多属性，属性就是特征，有些无关紧要，有些很有用，一般是选择有用的特征就行数据分析与学习。 PCA就是，将特性明显的，较为重要的信息保留下来。 二、并用自己的话阐述出两者的主要区别 特征选择就是，从海量的数据 ...
分类：
其他好文 时间：
2020-05-01 20:56:35
阅读次数：
59
一、用自己的话描述出其本身的含义： 1、特征选择：从一组特征中挑选出一些最有效的特征来降低特征空间维数。去除不相关的特征，可以降低学习任务的难度，只留下关键特征，往往可以更容易看清真相。 2、PCA：主成分分析PCA是一种分析、简化数据集的技术，经常用于减少数据集的维数，同时保持数据集中的对方差贡献 ...
分类：
其他好文 时间：
2020-05-01 18:49:16
阅读次数：
66
分享bug的目的 开发过程中bug常相伴, 不能修复或者无法复现就忽略这些问题, 所以计划每当我遇到9个有价值有思考的bug就会统一分享出来, 以此来扩展性的思考工作本身, 不断的提高自己的意识, 毕竟能力的提高遇到的bug一定不同, 而且如果遇到bug越来越少只能说明自己的工作任务与学习任务在'原 ...
分类：
其他好文 时间：
2020-04-30 21:09:38
阅读次数：
101
特征选择 什么是特征选择？ 从给定的特征集合中选择出相关特征子集的过程。 为什么进行特征选择？ 1. 在现实任务中经常会遇到维数灾难问题，就是由于属性过多，如果可以选择出重要特征，使得后续学习过程仅需在一部分特征上构建模型，则可以减轻维度灾难问题。 2. 去除不相关的特征，可以降低学习任务的难度，只 ...
分类：
其他好文 时间：
2020-04-21 18:38:09
阅读次数：
88
TensorFlow和Keras是当前两款主流的深度学习框架，Keras被采纳为TensorFlow的高级API，平时做深度学习任务，可以使用Keras作为深度学习框架，并用TensorFlow作为后端引擎。 1、安装之前，先确认pip包管理器最新： sudo apt-get update sudo ...
分类：
系统相关 时间：
2020-04-12 20:13:55
阅读次数：
122
集成学习(Ensemble Larning)本身不是一个单独的机器学习算法，是通过构建并结合多个机器学习器来完成学习任务的思想。通常的集成学习的方法指的是同质个体学习器。同质个体学习器使用最多的模型是CART决策树和神经网络。按照个体学习器之间是否存在依赖关系可以分为两类，第一个是个体学习器之间存在 ...
分类：
编程语言 时间：
2020-04-12 00:12:11
阅读次数：
96
