ICode9

精准搜索请尝试: 精确搜索
  • 机器学习——神经网络模型2021-10-11 13:01:53

    在“M-P神经元模型”中,神经元接收到来自个其他神经元传递过来的输入信号,这些输入信号通过带权重的连接进行传递,神经元接收到的总输入值将与神经元的阈值进行比较,然后通过“激活函数”处理以产生神经元的输出。常用Sigmoid函数作为激活函数。 把许多个这样的神经元按一定额层次结

  • 【优化预测】基于matlab蝙蝠算法优化BP神经网络预测【含Matlab源码 1379期】2021-10-07 14:34:55

    一、BP神经网络简介 1 BP神经网络概述 BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科研小组提出,参见他们发表在Nature上的论文 Learning representations by back-propagating errors 。 BP神经网络是一种按误差逆传播算法训练的多层前馈网络,是目前应用

  • DW吃瓜笔记—Task01(下)—模型的评估与选择2021-10-05 20:33:18

    文章目录 前言误差与过拟合评估方法如何划分训练集与测试集留出法交叉验证法自助法 调参性能度量MSE错误率与精度查准率、查全率与F1ROC与AUC代价敏感错误率与代价曲线偏差与方差 前言 这是我在Datawhale组队学习《机器学习》与《机器学习公式详解》的记录,既作为我学习

  • 机器学习第二章2021-10-05 16:04:27

    文章目录 2 模型评估与选择2.1 经验误差与过拟合2.2 评估方法2.2.1 留出法2.2.2 交叉验证法2.2.3 自助法2.2.4 调参与最终模型 2.3 性能度量2.3.1 错误率与精度2.3.2 查准率、查全率与F12.3.3 ROC和AUC2.3.4 代价敏感错误率与代价曲线 2.4 比较检验2.4.1 假设检验2.4.2 交

  • 神经网络与误差反向传播2021-10-03 01:02:00

    目录1 神经网络1.1 神经元1.2 前馈网络1.3 梯度下降1.4 误差反向传播 1 神经网络 大量结构简单的、功能接近的神经元节点按一定体系架构连接成的模拟大脑结构的网状结构。用于分类、模式识别、连续值预测。建立输入与输出的映射关系. 1.1 神经元 生物神经元之间相互连接,传递信息。

  • 网课 | Andrew Ng 深度学习公开课——03 结构化机器学习项目2021-10-02 21:06:02

    本节主要内容 《深度学习公开课》第三部分 “结构化机器学习项目”主要是从数据和误差分析两个角度描述如何提升机器学习项目的准确率,然后讲述迁移学习和端到端的学习这两个常用方法的概念。 整体思路为将机器学习算法应用到一个具体任务中时,可以尝试如下步骤: 定义数据集和度

  • 深度学习-偏差、方差、归一化2021-09-30 21:33:19

    偏差和方差衡量的必要性,因为深度学习中,根据没免费午餐定理,降低了偏差一定增加了方差,降低了方差也增加了偏差。 高偏差:欠拟合,线性不能充分拟合,非线性才能充分拟合 高方差:过拟合,对部分点描述过度,泛化误差增大 偏差和方差一定程度对应着训练误差和验证误差。 基本误差为0的情况下, 1、

  • pid学习2021-09-27 14:00:22

    1.参数整定公式 参数整定找最佳, 从小到大顺序查。 先是比例后积分, 最后再把微分加。 曲线振荡很频繁, 比例度盘要放大。接近目标速度慢,比例加大。 曲线漂浮绕大弯, 比例度盘往小扳。超调大, 比例减小。 曲线偏离回复慢, 积分时间往下降。 曲线波动周期长, 积分时间再加长。 曲线振

  • 线性回归.2021-09-27 09:03:55

    线性回归 线性回归代码其它 线性回归 线性回归假设目标值和特征值之间存在线性相关,即满足多元一次方程。其公式为: y ′ =

  • LabVIEW 等待的区别2021-09-23 22:02:59

    等待函数 给定一个输入参数,当程序执行到该函数时,停下来等待该函数计时结束,然后继续运行。 每次运行到该函数时才开始计时,因此单次的误差会被累计。如果一次差四五秒,迭代5次,误差可能就十几秒了。 等待下一个整数倍毫秒 给定一个输入参数n,函数每隔n ms醒来一次,程序执行到该函数

  • 统计学习导论(六)线性模型选择与正则化——学习笔记2021-09-22 21:59:22

    1. 子集选择 1.1 最优子集选择 对 p p p个预测变量的所有可能组合分别使用最小二乘回归进行拟合:对含有一个预测变量的模型,拟合 p

  • 验证误差反向传播算法2021-09-21 12:04:57

    给出结论:误差反向传播算法,传播的是损失函数对各个参数的偏导数(就是导数),也可以简单理解成梯度(梯度的定义可不是这样的) 大致流程是搭一个简单网络,找到里面的各个参数,训练一次网络并进行误差反向传播,再次查看各个参数,验证结果,以下是详细过程。 这里我们新建一个简化的网络,输入层

  • 【机器学习基础】——线性回归2021-09-20 18:34:25

    之前看过一些有关机器学习的基础资料和视频,但很多知识点都记不太清了,现在专门开个专题,根据自己的理解将之前学过的进行回顾和整理,可能会引用一些例子和资料,资料主要来源于视频学习和《统计学习方法》一书,可能对于一些不清楚的问题会翻看一些博客等资料。 本节主要针对线性回归的原

  • 动手学深度学习 | 模型选择+过拟合和欠拟合 | 092021-09-20 11:32:51

    目录模型选择过拟合和欠拟合QA 模型选择 我们其实关心的是泛化误差,并不太关心训练误差。 训练误差:模拟考试成绩。 泛化误差:真实考试成绩。 所以我们会来计算我们训练误差和泛化误差呢?一般会有两种数据集,一个叫做验证集,一个叫做测试集。 一个常犯的错误:验证集和训练集混在一起。

  • 【2021电设经验总结】在血与泪中总结出的PID工程调试经验2021-09-18 21:02:58

    PID工程调试经验 【写在前面】【调试经验】1.KP的整定2.KI的整定3.KD的整定小总结 【位置式PID】1.公式2.注意事项3.典型代码 【增量式PID】1.公式2.注意事项3.典型代码 【写在前面】 2021年全国大学生电子设计竞赛又因为疫情推迟了,让人欲哭无泪。暑假集训期间做了三个

  • 机器学习笔记:过拟合与欠拟合2021-09-15 21:31:27

    文章目录 前言过拟合与欠拟合参考资料 前言 今天复习机器学习基础知识,关于过拟合和欠拟合有段比喻感觉很不错,让人印象深刻,这里分享给大家。 过拟合与欠拟合 过拟合与欠拟合现象就如同我们在过往经历上花费的精力,如果我们对过往的细节过分追究势必需要花费很大的精力,那

  • Python神经网络学习(四)--机器学习--线性回归2021-09-12 12:34:40

    前言 终于感觉我对这一章的理解比较深刻,并且也写出了像样的代码实现供大家参考,感觉自己可以写这篇文章,大家久等了。 线性回归 什么是线性回归? 线性回归常用于连续值的预测任务,最经典的例子就是:假设工资水平仅仅和工作时长有关,那么我们要找到一条直线,虽然这个直线不能穿过所有的

  • 自动控制原理:反馈控制系统的时域分析(筹)2021-09-12 12:00:10

    参考文献 [1] 胡寿松. 自动控制原理[M]. 第六版. 北京:科学出版社, 2015. [2] 陈伯时. 电力拖动自动控制系统——运动控制系统[M]. 第三版. 北京:机械工业出版社, 2020. 1反馈控制系统的基本组成 反馈是指把取出的输出量送回输入端,并与输入信号相比产生偏差信号的过程。若反

  • 12021-09-09 22:34:52

    CART 决策树的生成是递归地构建二叉树的过程。对回归树用平方误差最小化>准则,对分类树用基尼指数最小化>准则。 给定训练集 $D\ ={(x_1,\ y_1),\ (x_2,y_2),\ ...(x_N,y_N)}$ 考虑如何生成回归树。 假如数据空间被划分为 $R_1$~$R_m$ 单元,每个单元有一个固定的输出值 $C_m$。 CART

  • RMS与Std的差别:根均方水平与标准差2021-09-07 20:32:10

    Std 标准差(Standard Deviation),标准差是方差的算术平方根,也称均方差(mean square error),是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示,标准差能反映一个数据集的离散程度。(归一化因子通常为N-1)                     RMS水平 RMS水平并没有将数据

  • INS/GNSS组合导航(六)-惯性器件的主要误差2021-09-03 20:30:00

    在SINS的各种误差源中,影响最大的是惯性传感器误差,这其中又包括加速度计和陀螺仪的误差。从误差的性质上可以分为系统误差和随机误差,而从误差源上又可以分为零偏误差、尺度因子误差、安装误差、非线性误差以及随机噪声等等。惯性传感器无擦好的大小与其质量相关,对于不同导航系

  • 机器学习 - 线性回归与逻辑回归2021-08-02 12:32:00

    什么是线性回归? 根据样本数据的分布特点,通过线性关系模拟数据分布趋势,从而进行预测。对于下图来说,样本点的连线大致接近于一条直线,所以就可以将函数模拟成线性方程。 设 f(x) = wx + b,所以只要求出w 和 b,就可以得到x与y的关系,从而能够根据x预测出对应的y。 要求 w 和 b,只能借助

  • 截断误差VS舍入误差2021-08-02 01:00:40

       截断误差:是指计算某个算式时没有精确的计算结果,如积分计算,无穷级数计算等,使用极限的形式表达的,显然我们只能截取有限项进行计算,此时必定会有误差存在,这就是截断误差。   舍入误差:是指由于计算机表示位数的有限,很难表示位数很长的数字,这时计算机就会将其舍成一定的位数,引起

  • IMU初介绍2021-07-31 10:30:20

    IMU原理:以牛顿力学定律为基础,通过测量载体在惯性参考系的加速度,将它对时间进行积分,且把它变换到导航坐标系中,就能够得到在导航坐标系中的速度、偏航角和位置等信息。 IMU (惯性测量装置)在航空航天工业中的应用已有数十年历史。然而,航空航天用精密 IMU 是基于昂贵的陀螺仪和其

  • Matlab基于麻雀算法优化PID参数2021-07-31 10:00:34

     一、PID控制简介    PID( Proportional Integral Derivative)控制是最早发展起来的控制策略之一,由于其算法简单、鲁棒性好和可靠性高,被广泛应用于工业过程控制,尤其适用于可建立精确数学模型的确定性控制系统。    在工程实际中,应用最为广泛的调节器控制规律为比例、积分

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有