在讲因子模型之前，我们需要先了解一下CAPM模型。 CAPM模型是从均值-方差效用理论导出的一个均衡模型，其假定人们都是理性的，都具有一样的均值-方差偏好形式，即都喜欢高收益低方差，且homogeneous。那么就可以得到，资产的收益满足如下的关系： &
转载
2024-07-24 21:41:57
42阅读
## 机器学习中噪声是什么
### 1. 简介
在机器学习中，噪声是指数据中的随机误差或干扰，它会影响模型的训练和预测结果。噪声可以来自多个方面，如数据收集过程中的测量误差、传感器噪声、数据传输和存储引入的噪声等。了解和处理噪声对于建立准确的模型和取得良好的预测结果至关重要。
### 2. 噪声处理的流程
下面是处理噪声的一般流程，可以通过一个表格来展示：
| 步骤 | 动作 |
| -
原创
2023-09-19 04:45:49
1128阅读
文章目录排序对比算法（比较数字大小）选择排序冒泡排序插入排序希尔排序归并排序2路归并排序3路归并排序快速排序2路快速排序3路快速排序堆排序非对比算法（和数字大小无关）计数排序桶排序基数排序基数、计数、桶排序三者比较选择合适排序算法算法时间对比各种排序算法对比 排序对比算法（比较数字大小）选择排序package sort;
/**
* 选择排序
* @author zhang
*/
publ
转载
2015-06-19 17:22:00
70阅读
2评论
机器学习算是人工智能的一个分支，所以让我们从人工智能说起。1 人工智能精确定义人工智能很难
原创
2022-08-02 18:53:13
295阅读
# 机器学习惩罚因子
机器学习中的惩罚因子是指在模型训练过程中为了避免过拟合而引入的一种正则化方法。它可以通过增加模型的复杂度来惩罚一些不必要的特征，从而提高模型的泛化能力。本文将介绍机器学习中常用的惩罚因子及其代码示例。
## 常用的惩罚因子
### L1正则化
L1正则化是指在损失函数中加入模型参数的绝对值之和。它的作用是使得一些不重要的特征的权重变为0，从而实现特征选择的效果。在sc
原创
2023-12-24 06:26:19
241阅读
1.什么是因子？ 因子是一个或者多个影响股票收益的因素。比如常见的基本面因子有：市盈率、市净率等。这跟我们经常使用的选股指标有点类似。2.因子有哪些种类？ 基本的因子可以分为三种大类。包括宏观经济因子、基本风格因子和另类因子。这种区分标准是基于不同来源的数据。宏观经济因子一般来源宏观数据，比如利率。而风格因
转载
2023-09-28 13:49:05
0阅读
### 机器学习中PAC是什么模型
在机器学习领域，PAC（Probably Approximately Correct）模型是用来描述学习算法的一个重要理论框架。它的基本思想是，一个学习算法如果能够在有限的训练样本上得到一个足够好的近似解，并能够对未见样本进行良好的预测，那么我们就认为这个学习算法是有效的。在接下来的内容中，我们将围绕“机器学习中PAC是什么模型”进行深入讨论，包含环境配置、编
要理解嵌入，我们必须首先了解机器学习模型的基本要求。具体来说，大多数机器学习算法只能将低维数值数据作为输入。在下面的神经网络中，每个输入特征都
原创
2023-07-10 09:11:30
328阅读
台式电脑主机突然有很大的响声，这种情况该怎么办呢?有没有什么好方法可以解决呢?噪音太大了，听着都很不舒服下面就需要找到主机噪音的来源了，如果电脑主机出现噪音很大，那么首先打开电脑机箱，然后开启电脑，观察与仔细聆听噪音来源部位。一：如果只是嗡嗡的声音，则多数是风扇发出的声音，由于风扇使用过久，内部干燥等，自然会有一些小小的嗡嗡噪音，这些属于属于正常现象。如果需要解决该故障可以将CPU风扇拆下来，全面
转载
2023-10-06 10:50:15
62阅读
# 机器学习中的噪声：新手指南
在机器学习的世界里，噪声是一个非常重要且常见的概念。理解噪声的含义对于刚入行的小白尤其关键，因为它会直接影响到模型的性能和分析结果。在本文中，我们将深入探讨噪声的定义、其在机器学习模型中的作用以及如何处理噪声。
## 什么是噪声？
在数据分析和机器学习中，噪声指的是在数据中存在的无用信息，通常是随机的、不可预测的误差或者变化。这些噪声会造成模型的训练和预测误差
机器学习中 RMSE 是什么意思？RMSE（均方根误差）是评估回归模型性能的重要指标，它表示预测值与实际值之间的差异。通过理解和计算 RMSE，我们可以更好地评估我们机器学习模型的准确性和可靠性。在本文中，我们将详细探讨 RMSE 的含义、计算方法以及在机器学习中的应用。
## 环境准备
在进行 RMSE 计算之前，我们需要准备一个机器学习环境。以下是环境搭建的基本要求。
### 前置依赖安
有消息称，阿里巴巴达摩院正在研发一款神经网络芯片——Ali-NPU，主要运用于图像视频分析、机器学习等AI推理计算。按照设计，这款芯片性能将是目前市面上主流CPU、GPU架构AI芯片的10倍，而制造成本和功耗仅为一半，其性价比超过40倍。 应用上，通过此款芯片的研发将会更好的落地在图像、视频识别、云计算等商业场景中。据阿里达摩院研究员骄旸介绍说：“CPU、GPU作为通用计算芯
转载
2024-08-30 14:00:57
10阅读
本文以SPSSAU系统为例，针对因子分析的常见问题进行汇总说明。 ①问题一：提取因子个数提取因子的个数是一个综合选择的过程。默认是按“特征根大于1”作为因子提取的标准。特征根不是唯一的判断标准。除此特征根，还可以通过累积方差贡献率、碎石图等指标综合判断。如果分析前已经有了预期的维度（因子）划分，也可以在分析时主动设定提取因子个数，再根据上面的指标进行调整。 ②问题二
转载
2023-12-06 22:47:12
1621阅读
# 机器学习滑动窗口概念解析
在机器学习和数据处理中，滑动窗口（Sliding Window）是一种常用的技术。它不仅能有效地提取特征，还能处理时间序列数据。本文将深入探讨滑动窗口的概念，并通过代码示例来展示它的实际应用。
## 什么是滑动窗口？
滑动窗口是一种通过在固定大小的窗口内逐步循环访问数据序列，从而提取子序列的一种方法。它常用于时间序列分析、信号处理及许多机器学习场景中。在滑动窗口
上一篇文章，我给大家分享了我的一个基于DDD以及EDA架构的框架enode，但是只是介绍了一个大概。接下来我准备用很多一篇篇详细但不冗长的文章介绍每个点。尽量争取一次不介绍太多内容，但希望每次介绍完后都能让大家知道这个小点的设计思想，以及为了解决的问题。好了，这篇文章，我主要想介绍的是EDA思想在enode框架中如何体现？经典DDD的基于领域服务的实现方式一般的应用程序，如果一个用户动作会涉及多个
转载
2024-10-09 07:22:38
41阅读
# MAPE在机器学习中的作用
在机器学习和统计学中，模型评估是至关重要的一个环节。为了衡量一个预测模型的准确性，各种指标应运而生。其中，MAPE（Mean Absolute Percentage Error）作为一种广泛使用的性能指标，被广泛应用于回归模型的评估。本文将深入讨论MAPE的定义、应用以及如何在Python中实现它。
## 什么是MAPE？
MAPE即平均绝对百分比误差，是一种
机器学习中的噪声变量是指在数据集中对目标变量预测没有实际贡献的变量或特征。这些噪声变量可能源于数据收集过程中的随机误差、测量误差、或是备选解释变量未被充分考虑等。在机器学习模型中，这些噪声变量不仅不会带来任何好处，反而可能导致过拟合，使模型在新数据上的泛化能力下降。
## 版本对比
在处理噪声变量时，某些机器学习算法比其他算法更加敏感，因此了解不同算法的特性十分重要。
| 算法
MBSE（基于模型的系统工程）是现代系统工程的最新发展结果。曾经的产品设计师利用纸笔绘制图版来制作产品和设计，在CAD这类三维建模软件的出现，让工程师们甩掉了图板和图纸，带来的效益大家都能理解。 目前系统工程师们当前的境遇与以前的产品工程师相似，利用文档做系统论证与设计。MBSE的出现类似于CAD的出现，改用软件进行系统设计与论证。这种设计模式带来的效益将不亚于CAD一类带给产品设计师的效益。MB
转载
2024-08-01 15:39:29
89阅读
[ 图像分类 ] 经典网络模型5——DenseNet 详解与复现? Dense Convolutional Network? DenseNet 详解? DenseNet 网络结构? 核心思想? DenseNet 网络特点? DenseNet 复现 ? Dense Convolutional NetworkDense Convolutional Network 就是熟知的 DenseNet（密
