按时间归档：2022年01月
-
条件期望求解快速排序算法复杂度
1 条件期望定义1（条件期望）：给定随机变量XXX和YYY，则有如下条件期望E[X]=E[E[X∣Y]]\mathrm{E}[X]=\mathrm{E}\left[\mathrm{E}[X|Y]\right]E[X]=E[E[X∣Y]]如果YYY是离散随机变量，则有E[X]=∑yE[X∣Y=y]P{Y=y}\mathrm{E}[X]=\sum\limits_{y}\mathrm{E}[X|Y=y]\mathrm{P}\{Y=y\}E[X]=y∑E[X∣Y=y]P{Y=y}如果YYY是密度为fY(y)f
-
机器学习框架及评估指标详解
目录机器学习的步骤train_test_split函数的详解机器学习评估指标分类模型评估指标混淆矩阵ROC曲线利用ROC的其他评估标准Python 绘制ROC曲线求解AUC模板代码错误率精度查准率、查全率P-R曲线Python绘制P-R曲线模板代码平衡点(BEP)F1度量Python求解F1_score代码回归模型评估指标均方误差MAE（平均绝对误差）MAPE（平均绝对百分比误差）RMSE（均方根误差）R Square（
-
ML：MLOps系列讲解之《基于ML的软件的三个层次》解读
ML：MLOps系列讲解之《基于ML的软件的三个层次》解读目录《基于ML的软件的三个层次》解读1、Data： Data Engineering Pipelines1.1、Data Ingestion1.2、Exploration and Validation1.3、Data Splitting2、Model： Machine Learning Pipelines2.1、Model Training2.2、Model Evaluation2.3、Mode
-
pytorch自动求导机制
Torch.autograd在训练神经网络时，我们最常用的算法就是反向传播（BP）。参数的更新依靠的就是loss function针对给定参数的梯度。为了计算梯度，pytorch提供了内置的求导机制 torch.autograd，它支持对任意计算图的自动梯度计算。计算图是由节点和边组成的，其中的一些节点是数据，一些是数据之间的运算计算图实际上就是变量之间的关系tensor 和 function 互相连接生成的一个有向无环图Tensors,Function,计算图考虑最简单的例子，一个一层的
-
【表情识别】基于卷积神经网络CNN实现人脸表情识别附matlab代码
1 简介人脸表情蕴含着丰富的情感信息,在人际交往沟通中起非常关键的作用,如何让计算机正确的识别理解人脸表情信息是一项具有重要意义且极具挑战性的工作.随着深度学习的发展,利用深度学习技术实现人脸表情识别成为了表情识别领域新的研究热点.人脸表情特征大多集中在人脸的局部关键区域,如眼睛,眉毛,嘴巴及其周围区域,人们可以忽略人脸的整体信息,而直接借助人脸的局部关键区域信息,来正确的识别人脸图像中的表情类别.因此,如何让深度神经网络对输入的自然场景下的人脸图像中提取出更有区分性的表情特征,从而提升表情识别网络的整
-
Matplotlib数据可视化高级
本文其实属于：Python的进阶之道【AIoT阶段一】的一部分内容，本篇把这部分内容单独截取出来，方便大家的观看，本文介绍Matplotlib数据可视化高级，读本文之前，如果没有 Matplotlib基础建议先看博客：Matplotlib数据可视化入门，后续还会单独发一篇Matplotlib数据可视化进阶内容供读者学习。学习本文之前，需要先自修：NumPy从入门到进阶，pandas从入门到进阶本文中很多的操作在 NumPy从入门到进阶，pandas从入门到进阶二文中有详细的介绍，包含一些软件以及扩展库，图
-
AI创想秀，体验华为云ModelArts平台声音分类
目录一、AI Gallery 社区体验二、通过华为云 ModelArts 平台声音分类三、华为云 ModelArts 总结一、AI Gallery 社区体验AI Gallery 是在 ModelArts 的基础上构建的开发者生态社区，如下面这张截图所示，这里提供了资产集市、教学、实践、AI说、案例库等模块，方便AI爱好者的运用和学习。二、通过华为云 ModelArts 平台声音分类首先，准备需要训练的数据集，进入华为云提供的 AI Gal…
-
【风速预测】基于matlab EMD+模拟退火算法优化DBN风速预测【含Matlab源码 JQ003期】
一、DBN简介二、部分源代码在这里插入代码片三、运行结果四、matlab版本及参考文献1 matlab版本2014a2 参考文献[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.[3]周品.MATLAB 神经网络设计与应用[M].清华大学出版社，2013.[4]陈明.MATLAB神经网络原理与实例精解[M].清华大学出版社，2013.[5]方清城
