BAT机器学习面试1000题系列1前言1BAT机器学习面试1000题系列21归一化为什么能提高梯度下降法求解最优解的速度?222归一化有可能提高精度223归一化的类型231)线性归一化232)标准差标准化233)非线性归一化2335.什么是熵。
机器学习ML基础易27熵的引入273.1无偏原则2956.什么是卷积。
深度学习DL基础易38池化,简言之,即取区域平均或最大,如下图所示(图引自cs231n)40随机梯度下降46批量梯度下降47随机梯度下降48具体步骤:50引言721.深度有监督学习在计算机视觉领域的进展731.1图像分类(ImageClassification)731.2图像检测(ImageDection)731.3图像分割(SemanticSegmentation)741.4图像标注–看图说话(ImageCaptioning)751.5图像生成–文字转图像(ImageGenerator)762.强化学习(ReinforcementLearning)773深度无监督学习(DeepUnsupervisedLearning)–预测学习783.1条件生成对抗网络(ConditionalGenerativeAdversarialNets,CGAN)793.2视频预测824总结845参考文献84一、从单层网络谈起96二、经典的RNN结构(NvsN)97三、NVS1100四、1VSN100五、NvsM102RecurrentNeuralNetworks105长期依赖(Long-TermDependencies)问题106LSTM网络106LSTM的核心思想107逐步理解LSTM108LSTM的变体109结论110196.L1与L2范数。
机器学习ML基础易163218.梯度下降法的神经网络容易收敛到局部最优,为什么应用广泛?深度学习DL基础中178@李振华,https://www.zhihu.com/question/68109802/answer/262143638179219.请比较下EM算法、HMM、CRF。
机器学习ML模型中179223.Boosting和Bagging181224.逻辑回归相关问题182225.用贝叶斯机率说明Dropout的原理183227.什么是共线性,跟过拟合有什么关联?184共线性:多变量线性回归中,变量之间由于存在高度相关关系而使回归估计不准确。
184共线性会造成冗余,导致过拟合。
184解决方法:排除变量的相关性/加入权重正则。
184勘误记216后记219
2025/5/8 18:45:30 10.75MB BAT 机器学习 面试
1
opencv图像处理机器视觉不可多得的,用python语言开发的书,作者爱尔兰乔.米尼奇诺。
覆盖深度估计与分割,人脸识别。
图像检索。
目标识别跟踪、神经网络等方面。
2025/5/4 11:13:57 23.95MB opencv python 图像处理 机器视觉
1
1、matlab实现原文例子;
2、Walcott-Zak观测器虽然对系统的非线性/不确定性具有鲁棒性,但观测器设计需要满足严格的假设条件,设计参数的选取需要计算大量不等式,当系统维数较高时,往往难以实现。
在Walcott-Zak基础上,提出了一种鲁棒滑模观测器,基于设计新的控制策略,避免了Walcott-Zak观测器所必须满足的严格条件,设计参数的求取不需要求解大量方程,同时能够保证对非线性/不确定性具有鲁棒性。
通过设计滑模,可以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期目标,仿真结果验证了控制策略的有效性。
1
MATLAB代码经典功率谱估计,Welch法、协方差法、周期图、burg法及其对比,附完整注释
2025/5/2 12:11:43 2KB MATLAB 功率谱估计 Welch burg
1
STBC-MIMO-OFDM(--已仿真)任意发送天线,任意接收天线的STBC-MIMO-OFDM的MATLAB程序,其中包括完整的PSK调制,STBC编码,信道估计等)
2025/4/26 17:53:06 3KB STBC MIMO OFDM
1
OFDM系统中LS、DFT信道估计算法与SNR比较。
2025/4/26 4:54:53 6KB LS DFT
1
正弦波频率估计的改进Rife算法,是一种新的算法,对于估计频率有很大的帮助
2025/4/25 10:24:57 1.09MB 频率 算法
1
该方法需要基于有限的观测数据估计自相关序列,当数据长度较短时,估计误差会比较大,AR参数的计算就会引入很大的误差。
从而导致功率谱估计出现谱线分裂与谱峰频率偏移等现象。
2025/4/22 16:02:25 18KB AR模型
1
智能交通系统(ITS)已经是一个非常活跃的研究领域,是一项涉及众多组织协调合作,共同研究、开发、实施、调控的大系统。
现代系统仿真技术为智能交通系统的发展提供了更多的先进技术和分析手段。
系统仿真,是以控制论、相似原理和计算机技术为基础,借助系统模型对系统或未来系统进行实验研究的一门综合性新兴技术。
利用系统仿真技术,研究系统的运行状态及其随时间变化的过程,并通过对仿真运行过程的观察和统计,得到被仿真系统的仿真输出参数和基本特性,以此来估计和推断现有系统或未来系统的真实参数和真实性能,这个过程称为系统仿真过程。
而交通流理论既要考虑总体流动特性的宏观模型,也要考虑单一车辆行为的微观模型,是一门运用物理学和数学工具描述交通特性的科学。
研究的方法包括跟驰模型、动力学模型、动力论方法及元胞自动机方法等。
交通流仿真平台应该综合比较先进的技术来为系统仿真提供基本的的交通流理论模型和方法,且能够扩展方法,并使用想象力综合平台分析的手段和方法验证想法并且得到实验的结果,从而为某项具体实验节省费用和时间。
2025/4/20 16:49:34 19.17MB 高速公路 交通流 三维仿真 平台技术
1
在加噪声的情况下,比较capon和music算法的分辨率
2025/4/20 11:38:39 1KB capon和music
1
共 799 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡