机器学习基础：对NumPy数组进行数据处理操作
在将目标数据加载到NumPy数组中后，就需要进行一系列的数组处理操作，包括：对NumPy数组的访问、切片、过滤、计算数据的统计学指标、数据间的聚合和组合以及对计算后的结果保存和再加载的操作，本篇博文就对上述常用操作进行了阐述...
numpy
#Value
1
#Key
1
#Query
1
#参数共享
1
#Seq2Seq
1
#序列到序列
1
#Attention
1
#注意力
1
#编码器-解码器
1
#Encoder-Decoder
1
#RNN
1
#循环神经网络
1
#自动微分
1
#互相关与卷积
1
#平移不变性
1
#归纳偏置
1
#计算机视觉
1
#CNN原理,
1
#卷积神经网络
1
#误差信号
1
#深度学习
3
#反向传播
1
#前向传播
1
#激活函数
1
#multinational distribution
1
#范畴分布
1
#多项分布
1
#strong convex
1
#L-Smoothness
0
#多分类
1
#二分类
1
#优化算法
1
#收敛性
1
#Gradient Descent
1
#梯度下降
2
#Sigmoid
1
#决策边界
1
#Softmax
1
#Logistic
2
#回归问题
1
#分类问题
1
#最小二乘法
1
#正则化
1
#结构化风险
1
#经验风险
1
#噪声建模
1
#不确定性
1
#概率模型
2
#监督学习
2
#Maximum A Posteriori
1
#Maximum Likelihood Estimation
1
#MAP
1
#MLE
1
#最大后验估计
1
#最大似然估计
1
#convexity
2
#matrix calculus
1
#矩阵求导
1
#optimization
6
#Normal
1
#正态分布
1
#高斯分布
1
#Gaussian
1
#convex optimization
7
#虚函数
1
#B-Tree
1
#B树
1
#数据结构
2
#红黑树
1
#单隐层前馈神经网络
1
#前馈神经网络
1
#神经元模型
1
#神经网络
3
#对数几率回归
2
#逻辑斯蒂回归
3
#线性回归
1
#线性模型
1
#过滤数据
1
#虚机制
1
#数据聚合
1
#Tab Control
1
#切片
1
#List Control
1
#MFC
1
#DataFrame
1
#Series
1
#pandas
1
#统计学指标
1
#基本数据类型
1
#machine learning
7
#python
5
#numpy
4
#内存
1
#表现形式
1
#main函数
1
#变量作用域
0
#数据类型
1
#函数
0
#jupyter-notebook
1
#vscode
1
#anaconda3
1
#远程连接
1
#前缀和
1
#jupyter
1
#do...while
1
#while
1
#for
1
#循环结构
1
#if...else
1
#条件转移
1
#分支结构
1
#选择结构
1
#区间合并
1
#离散化
1
#位运算
1
#双指针
1
#差分
1
#浮点数二分
1
#Lower bound property
1
#排序
1
#整数二分
1
#归并排序
1
#二分
1
#switch
1
#快速选择
1
#快速排序
2
#switch-case
1
#编译器优化
1
#优化问题的解决思路
1
#Strong and Weak Duality
1
#表达式优化
1
#Duality
1
#半正定矩阵
1
#凸函数
1
#凸集
1
#凸优化
3
#优化
6
#KKT Conditions
1
#Complementary Slackness
1
#弱对偶性
1
#互补松弛条件
1
#对偶
1
#拉格朗日对偶
1
#强对偶性
1
#大整数乘法
1
#机器学习
9
#逆向
6
#C++逆向
8
#除法优化
2
#大整数除法
1
#C++大整数运算
1
#大整数减法
1
#基础算法
5
#大整数加法
1
#大整数运算
1
机器学习基础：通过NumPy生成随机数与样本采样
在机器学习的任务中，经常需要对某一个集合进行随机采样，而随机采样就需要使用随机数。本节学习的是通过不同的随机分布产生数值或者数组...
机器学习基础：使用NumPy做算术运算和矩阵运算
创建`NumPy`数组的目的就是为了运算，因此理解在`NumPy`中如何进行数学运算和线性代数运算，以及如何使用`NumPy`做上述运算是十分必要的...
机器学习基础：Numpy数组的创建和基本使用
在机器学习中，不可避免的要与数据打交道。如何高效的处理计算就是一个非常严肃的问题，幸运的是，`NumPy`就是一个高效的科学计算方案，因此学习和使用`NumPy`是非常必要的...