文章目录一、计算机基本概念1.1 cpu指令集的分类1.2 什么是x86-641.3 内核态和用户态1.4 多线程与多核芯片1.5 存储器：存取数据1.5.1 硬盘1.6 IO延迟1.7 虚拟内存 linux上叫做swap1.8 总线二、密码破译与安全2.1 BIOS2.2 安全三、操作系统和应用程序的启动流程3.2 操作系统的启动流程3.2.1 BIOS介绍3.2 应用程序的启动流程 一、计算
转载
2024-06-21 23:11:14
33阅读
机器学习系列问题（一）：MLE和MAP文章目录机器学习系列问题（一）：MLE和MAP前言一、条件概率公式和贝叶斯公式二、MLE和MAP前言MLE（Maximum Likelihood Estimation）：最大似然估计 MAP（ Maximum A Posteriori）：最大后验估计 机器学习的本质问题都是目标函数的优化，而MLE和MAP都是产生目标函数的思想。 首先的一个问题，概率与统计一样
我们以上图隐层到输出层的连接权whj为例推导：
BP算法基于梯度下降策略，以目标的负梯度方向对参数进行调整，对的误差Ek，给定学习率η，有往下推导过程详看P103起
Sigmoid函数有一个很好的性质：f'(x)=f(x)(1-f(x))
一般地，我们把学习率η∈（0,1）设置成0.1，这样不会导致太大容易震荡，太小收敛速度过慢。误差逆传播算法一般来说，标准BP算法仅针对
# 机器学习MAPE计算公式的实现教程
## 1. 简介
在机器学习中，MAPE（Mean Absolute Percentage Error）是一种常用的评估模型预测准确度的指标。它衡量了模型预测值与实际值之间的差异程度，是一个百分比值，越小表示模型预测的准确度越高。
本教程将帮助你学习如何使用Python来实现机器学习中的MAPE计算公式。
## 2. 整体流程
下面是计算MAPE的整
原创
2024-01-14 08:32:22
373阅读
# 机器学习中的MAPE
在机器学习中，我们经常会用到MAPE（Mean Absolute Percentage Error）这个指标来评估模型的预测准确度。MAPE可以帮助我们了解模型的误差程度，并且可以比较不同模型之间的表现。在这篇文章中，我们将介绍MAPE的计算方法，并通过一个简单的代码示例来说明如何使用MAPE来评估模型的预测准确度。
## MAPE的计算方法
MAPE的计算方法如下
原创
2024-02-19 05:23:59
499阅读
[导读]从算法的角度看，机器学习有很多种算法，例如回归算法、基于实例的算法、正则化算法、决策树算法、贝叶斯算法、聚合算法、关联规则学习算法和人工神经网络算法。从算法的角度看，机器学习有很多种算法，例如回归算法、基于实例的算法、正则化算法、决策树算法、贝叶斯算法、聚合算法、关联规则学习算法和人工神经网络算法。很多算法可以应用于不同的具体问题；很多具体的问题也需要同时应用好几种不同的算法。由于篇幅有限
转载
2024-06-13 09:00:19
24阅读
数值模拟软件介绍及使用第六章 地下水数值模拟软件介绍;地下水模拟(Groundwater Modeling System)，简称GMS，是美国Brigham Young University的环境模型研究实验室和美国军队排水工程试验工作站在综合 MODFLOW、FEMWATER、MT3DMS、RT3D、SEAM3D、 MODPATH、SEEP2D、NUFT、UTCHEM等已有地下水模型的基础上开发
# 潮流计算机器学习：深入了解智能电网的未来
随着可再生能源的迅猛发展和智能电网技术的不断进步，潮流计算在电力系统中的应用越来越受到关注。潮流计算是电力系统分析中的一个重要步骤，其主要目标是计算电力网络中各个节点的电压、功率流和系统稳定性等参数。而近年来，机器学习的快速发展为潮流计算提供了新的思路和方法。本文将探讨如何将机器学习应用于潮流计算，并通过代码示例来说明其实现过程。
## 什么是潮流
在这篇博文中，我将分享关于“OR值计算机器学习”的相关内容。这一主题所涉及的复杂性与挑战性让我对其进行了深入研究，努力将技术细节与应用场景结合起来，以下是我整理的过程。
## 协议背景
机器学习在数据分析中的应用越来越普遍，尤其是在OR值计算中。OR值（Odds Ratio）是用于衡量两组之间相对风险的一种统计方法，它常用于医学、公共卫生和社会科学等领域。理解OR值的计算过程，有助于我们更好地
在机器学习模型的评估过程中，误差指标 是非常重要的一部分，它能够帮助我们判断模型预测结果与真实值之间的差距。接下来介绍 MAPE（Mean Absolute Percentage Error）平均绝对百分比误差的python实现：
注：
mape适用于回归任务中真实值较大，无零值数据的情况，优点在于易于理解和解释，缺点就是无法处理真实值为0的情况，对小值敏感。
# -*- coding:utf-8
基于算法专项六，的tensorflow原理，用三层网络结构进行训练手写字数据集 目录1-手写数字数据集1.1数据集下载1.2数据集读取1.3进行各种样式的显示测试1.3.1显示单张样本1.3.1显示多张样本在一张影像上1.3.1显示多张样本在一张影像上并且在每张影像外面加白框2-用tensorflow框架搭建三层网络，训练手写字数据集2.1技巧1，用全连接方法代替专项六中的矩阵相乘并加上偏置项操作
转载
2024-10-08 14:39:13
42阅读
本文介绍了 10 大常用机器学习算法，包括线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。1. 线性回归在统计学和机器学习领域，线性回归可能是最广为人知也最易理解的算法之一。预测建模主要关注的是在牺牲可解释性的情况下，尽可能最小化模型误差或做出最准确的预测。我们将借鉴、重用来自许多其它领域的算法（包括统计学）来实现这些目标。线性回归模型被表示为一个方程式，它为输入变
转载
2024-05-20 16:28:53
36阅读
基本的机器学习算法：线性回归算法 Linear Regression 逻辑回归算法 Logistic Regression 朴素贝叶斯算法 Naive Bayes 最近邻居/k-近邻算法 (K-Nearest Neighbors,KNN) 支持向量机算法 (Support Vector Machine,SVM) 决策树算法 Decision Tree 随机森林算法 Random Forest k-
转载
2023-05-18 14:08:35
82阅读
# 机器学习：计算机看到香蕉
机器学习（Machine Learning）是一门研究如何使计算机能够自动学习并进行预测的领域。在现代科技快速发展的背景下，机器学习的应用越来越广泛，如无人驾驶、自然语言处理、图像识别等。本文将介绍如何利用机器学习算法让计算机“看到”香蕉。
## 图像识别
图像识别是机器学习中一个热门的研究领域，其目标是让计算机能够自动识别并理解图像中的物体。为了让计算机“看到
原创
2023-08-01 14:45:38
130阅读
写在前面现在金融专业、计算机专业都是很“香”的专业，金融行业高大上的在投行、券商工作，计算机专业在互联网这个十分有活力的行业工作。随着互联网行业的兴起，越来越多的人考虑用计算机的技术去解决金融方面的问题，因此诞生了金融+计算机专业，目前在国内的很多高校也陆续开展了“金融+计算机”试验班。那么金融+计算机真的很香吗？今天岛主来分析一下这个问题。1、金融+计算机行业因为涉及到两个热门行业所以确实很香金
转载
2023-11-13 22:58:00
107阅读
首先学习几个概念：基数，权值。
逢n进一的n就是基数，基数为几就有几个数字，如二进制基数为二,则有0，1两个;八进制基数为八有0，1，2，3，4，5，6，7八个。总之从0开始，最后一位位n-1。而如十六进制等基数超过十的，从十开始为A（相当于10进制的10）,B,C,D,E,F（相当于10进制的15）。
 
用 Kenko 计算器计算方差。。。花一中午自己摁出来的啊 OLIN 型好像也可以用 Shift+（modeclR)+2 //进入统计模式// 出现（Modeclear ）, 按 (mode CLR)+2 //使输入第一组数据时M+后出现n=1// 出现 SD //appear above the screen// Input [ data1 + (M+)]. [ data2 + (M+)] [
转载
2024-01-15 01:11:35
59阅读
目前，机器视觉己成功地应用于工业领域，大幅度地提高了产品的质量和可靠性，保证了生产速度。广义的机器视觉的概念与计算机视觉没有多大区别，泛指使用计算机和数字图像处理技术达到对客观事物图像的识别、理解和控制。而工业应用中的机器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别。机器视觉第一、工业机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照 明技术，光学成
转载
2024-01-07 10:17:15
48阅读
机器视觉偏重于计算机视觉技术工程化，能够自动获取和分析特定的图像，以控制相应的行为。计算机视觉（computer vision）是采用图像处理、模式识别、人工智能技术相结合的手段，着重于一幅或多幅图像的计算机分析。具体来说，计算机视觉为机器视觉提供图像和景物分析的理论及算法基础，机器视觉为计算机视觉的实现提供传感器模型、系统构造和实现手段。 机器视觉是自动化领域一项新型技术，简单来说，
转载
2023-09-10 22:19:25
82阅读
# Python房贷计算机器的实现
在现代社会中，银行贷款已经成为许多人购房的重要途径。为了便于计算贷款金额、利息以及每月还款额，我们可以使用Python编写一个简单的房贷计算机器。本文将深入剖析这一工具的实现，帮助大家更好地理解房贷计算的基本逻辑。
## 房贷计算的基本概念
在计算房贷时，主要需要了解几个参数：
1. **贷款金额**：购房贷款的总额。
2. **年利率**：银行提供的贷
