基于b站DR_CAN老师的MPC控制视频的学习分享如下：一、研究目的 在约束条件（物理限制）下达到最优的系统表现。 1.对于单输入单输出（SISO）系统： &nb
第一章 绪论课题背景及意义随着国家在“十四五”规划中明确提出“推进智慧城市的建设”，基于数字化的新基建、城市治理、基础设施的智能化等已经被明确提到了城市发展战略。城市人口快速增长造成了道路交通拥堵，而道路拥堵阻碍着城市的发展，据高德地图发布的《2018Q3中国城市交通分析报告》我国拥堵延迟指数为1.56(在通行距离为1小时的行程花费出行时间为1.56小时)，这意味着道路拥堵已经成为一个不可忽视的问
机器学习是人工智能的一个分支,包括从数据中自动创建模型的算法。从高层次上讲,机器学习有四种:监督学习、无监督学习、强化学习和主动机器学习。由于强化学习和主动机器学习相对较新,因此此类列表有时会省略它们。由于强化学习和主动机器学习相对较新,因此此类列表有时会省略它们。你也可以把半监督学习添加到列表中, ...
转载
2021-10-18 10:39:00
134阅读
2评论
一、编程环境Win10 Python3.6 Jupyter Notebook Graphviz （简介和安装请参考https://www.jianshu.com/p/b559dc689b7f）二、数据源
原创
2022-08-09 21:18:56
82阅读
导读时序预测是一类经典的问题，在学术界和工业界都有着广泛的研究和应用。甚至说，世间万物加上时间维度后都可抽象为时间序列问题，例如股票价格、天气变化等等。关于时序预测问题的相关理论也极为广泛，除了经典的各种统计学模型外，当下火热的机器学习以及深度学习中的循环神经网络也都可以用于时序预测问题的建模。今天，本文就来介绍三种方式的简单应用，并在一个真实的时序数据集上加以验证。时间序列预测，其主要任务是基于
KNN k临近算法遍历所有训练样本，求距离最近的点的结论，作为最后的预测结果MR版：map求样本距离（key：样本，value：距离），combine求的最小值，是过滤功能，reduce就有一个求得距离最小值 贝叶斯：贝叶斯定理公式：P(A|B)=P(B|A)*P(A)/P(B)贝叶斯将在属性条件下的结论的概率转为：在结论条件下属性的概率的乘积*结论的概率求得样本属性的在结论上的出现次数
原创
2023-04-21 07:06:34
151阅读
Matlab：多输入多输出非线性对象的模型预测控制的实现一、非线性对象的线性化1.1 线性化过程1.2 I/O变量分配名称二、设计模型预测控制(MPC, Model Predictive Control)控制器三、使用Simulink进行闭环仿真四、修改MPC设计跟踪斜坡信号 ? Matlab MIMO MPC文档首页： Model Predictive Control of a Mult
“机器学习/深度学习方法“系列，我本着开放与共享（open and share）的精神撰写，目的是让很多其它的人了解机器学习的概念，
转载
2015-05-15 15:43:00
63阅读
# 了解 Scikit-Learn 中的机器学习方法
在现代数据科学中，机器学习已成为一个重要领域。Scikit-Learn 是 Python 中一个非常流行的机器学习库，它提供了多种机器学习算法和工具，可以方便地进行模型训练和评估。本文将为初学者提供一份关于如何使用 Scikit-Learn 进行机器学习的入门指南，帮助你了解整体流程、每一步的具体操作及代码示例。
## 整体流程
首先，让
机器学习常见问题分为 分类、聚类、回归、标注分类算法有：id3决策树、朴素贝叶斯、knn、svm、bp神经网络、logistic regressio
原创
2023-07-11 00:16:06
21阅读
1.决策树算法 决策树是一种树形分类结构，一棵决策树由内部结点和叶子结点构成，内部结点代表一个属性（或者一组属性），该结点的孩子代表这个属性的不同取 值；叶子结点表示一个类标。决策树保证每一个实例都能被一条从根结点到叶子结点的路径覆盖，叶子结点就是这条实例对应的类别，遍历这条路径的过程就是对这 条...
转载
2015-12-11 19:05:00
77阅读
2评论
当前，新冠肺炎疫情仍在蔓延，全球已确诊病例数突破1500万，死亡数超过60万，并存在进一步爆发的风险。我国多地也陆续发生新冠肺炎零星病例。在感染COVID-19的患者中，大多数呈轻度至中度症状，但也有一部分患者的病情初期表现平稳，但会以很快的速度恶化，遭遇更高的健康风险。因此，快速识别出这类有潜在重症风险的患者，对于抗击疫情意义重大。7月21日晚间，钟南山院士团队与腾讯AI Lab联合发布了一项利
文章目录一. 对于文章涉及知识的学习（1）数据处理——数据标准化（2）欧式距离与马曼哈顿距离（3）多项式拟合二. 对于文章的理解 本文章的是基于另外一位博主文章的分析型文章，读者可先行阅读此文章再来看我的文章 Python机器学习房价预测 (斯坦福大学机器学习课程) 机器学习的步骤简单的分为以下三步步骤①数据获取与处理步骤②选择与训练模型步骤③评估与显示一. 对于文章涉及知识的学习（1）数据处
在 IT公司，有许多员工架构可用。一些IT公司或特定部门或特定级别遵循主要的程序员结构，其中有一个“start”组织围绕一个“chief”职位，指定给最了解系统要求的工程师。首席程序员架构然而，有些人遵循民主结构，所有工程师都处于同一级别，指定用...
转载
2019-01-08 08:03:10
1065阅读
机器学习方法有哪些？分类问题回归问题聚类问题机器学习模型评估 分类问题有哪些？决策树朴素贝叶斯支持向量机逻辑回归集成学习 回归问题有哪些？线性回归Lasson回归岭回归 聚类问题有哪些？K-means聚类密度聚类层次聚类
原创
2022-04-23 20:28:42
554阅读
点赞
DoWhy | An end-to-end library for causal inferenceGetting started with DoWhy: A simple example使用因果推理的四个步骤来动手估计因果效应：建模model、识别identify、估计 estimate 和反驳 refute。 因果关系定义 假设我们想要找到采取行动A对结果y的因果影响，要定义因果影响，考虑两个
数据是近年来备受关注的一门技术，大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。 换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。在这里相信有许多想要学习大数据的同学，大家可以+下大数据学习裙：957205962，即可免费领取套系统的大数据学习教程大数据的价值体现在几个方
Python语法简单，功能多样，是开发人员最喜爱的AI开发编程语言之一。 对于开发人员来说，Python在机器学习上的应用非常令人高兴，因为它比C ++和Java等语言要简单。 Python也是一种非常便携的语言，因为它可以在Linux，Windows，Mac OS和UNIX平台上使用。 Python也很受开发人员的欢迎，因为它允许开发人员创建交互式，可解释式性，模块化，动态，可移植和高级的代码，
转载
2023-06-19 21:30:04
151阅读
简介 统计学习，或者说机器学习的方法主要由监督学习、无监督学习和强化学习组成（它们是并列的，都属于统计学习方法）。 统计学习方法要素 1、假设数据独立同分布。（同数据源的不同样本之间相互独立） 2*、假设要学习的模型属于某个函数的集合，称为假设空间。（你确定了这个函数的样式，就是假设空间，但是函数里
原创
2022-01-14 16:51:50
367阅读
统计学习包括监督学习、非监督学习、半监督学习及强化学习。本书主要讨论监督学
习问题。
监督学习（supervised learning）的任务是学习一个模型，使模型能够对任意给定的输
入，对其相应的输出做出一个好的预测（注意，这里的输入、输出是指某个系统的输入与
输出，与学习的输入与输出不同）。计算机的基本操作就是给定一个输入产生一个输出，
所以监督学习是极其重要的统计学习分支，也是统计学习中内容
