發(fā)簡(jiǎn)信
IP屬地：江蘇
-
Datawhale AI 夏令營(yíng) AI for Science 催化反應(yīng)產(chǎn)率預(yù)測(cè) Task2 Baseline 學(xué)習(xí)
簡(jiǎn)介 這一次課程使用RNN進(jìn)行催化反應(yīng)產(chǎn)率預(yù)測(cè)乖篷。 總體想法是把數(shù)據(jù)集中的反應(yīng)物和產(chǎn)物通過(guò)SMILES字符串表示出來(lái)载萌，然后根據(jù)基本的原子、連接鍵等...
-
催化反應(yīng)產(chǎn)率預(yù)測(cè)
簡(jiǎn)介 這是 Datawhale 2024 年 AI 夏令營(yíng)第三期的學(xué)習(xí)活動(dòng)《從零入門(mén)AI for Science》中的一個(gè)示例迁酸，基于天池平臺(tái)第二...
-
2寞冯、感知機(jī)
2钞艇、感知機(jī) 感知機(jī)是利用超平面對(duì)樣本點(diǎn)進(jìn)行劃分铲掐，位于超平面一側(cè)的點(diǎn)設(shè)為正類(lèi)，另一側(cè)的點(diǎn)設(shè)為負(fù)類(lèi)讯檐。 三要素 模型 輸入空間：輸出空間： 決策函數(shù)：...
-
1. 統(tǒng)計(jì)學(xué)習(xí)和監(jiān)督學(xué)習(xí)的概論1邦泄、統(tǒng)計(jì)學(xué)習(xí)和監(jiān)督學(xué)習(xí)的概論 1.1 統(tǒng)計(jì)學(xué)習(xí) 1 統(tǒng)計(jì)學(xué)習(xí)的特點(diǎn) 統(tǒng)計(jì)學(xué)習(xí)是關(guān)于計(jì)算機(jī)基于數(shù)據(jù)構(gòu)建概率統(tǒng)計(jì)模型并運(yùn)用模型對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)與分析的...
-
支持向量機(jī)支持向量機(jī) 6.1 間隔與支持向量 分類(lèi)就是找到一個(gè)超平面，將樣例集中不同樣本分開(kāi)裂垦。這個(gè)超平面應(yīng)該是位于兩類(lèi)訓(xùn)練樣本正中間顺囊，這樣最優(yōu)最好的魯棒性...
-
神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò) 5.1 神經(jīng)元模型 M-P神經(jīng)元模型：n個(gè)輸入信號(hào)，經(jīng)權(quán)重w作用后蕉拢，傳遞給神經(jīng)元特碳，神經(jīng)元與閾值進(jìn)行比較，然后通過(guò)激活函數(shù)處理晕换，產(chǎn)生神經(jīng)...
-
決策樹(shù)決策樹(shù) 4.1 基本流程 決策樹(shù)基于樹(shù)結(jié)構(gòu)來(lái)進(jìn)行決策的午乓。決策樹(shù)的基本形式如下： 有關(guān)于節(jié)點(diǎn)： 根節(jié)點(diǎn)：最上面的節(jié)點(diǎn)，沒(méi)有進(jìn)只有出闸准，只有一個(gè)益愈。 中...
-
線(xiàn)性模型線(xiàn)性模型 線(xiàn)性模型（linear model）：通過(guò)屬性的線(xiàn)性組合進(jìn)行預(yù)測(cè)的函數(shù)。線(xiàn)性模型形式簡(jiǎn)單卻包含機(jī)器學(xué)習(xí)主要建模思想夷家。 3.1 基本形式...
-
基本術(shù)語(yǔ)及評(píng)價(jià)方法緒論 1. 基本術(shù)語(yǔ) 假設(shè)有一組關(guān)于西瓜的數(shù)據(jù)蒸其，記錄成如下一個(gè)表格： 瓜瓜色澤根蒂敲聲瓜1青綠蜷縮濁響瓜2烏黑稍蜷沉悶瓜3淺白硬挺清脆........