深度学习面试笔试之循环神经网络(RNN)、门控循环单元（GRU）、长短期记忆(LSTM)

@TOC 循环神经网络(RNN)1. 什么是RNN循环神经网络（Recurrent Neural Network, RNN）是一类以序列（sequence）数据为输入，在序列的演进方向进行递归（recursion）且所有节点（循环单元）按链式连接的递归神经网络（recursive neural network） 1.1 RNN的应用文本生成(生成序列)、机器翻译、看图说话、文本(情感)分析、智能
深度学习
#深度学习 #面试 #RNN #LSTM #GRU #门控循环 #长短期记忆

深度学习面试笔试之卷积神经网络(CNN)

@TOC 微信公众号：数学建模与人工智能1. 什么是CNN卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一。我们先来看卷积神经网络各个层级结构图： 上图中CNN要做的事情是：给定一张图片，是车还是马未
深度学习
#深度学习 #CNN #卷积神经网络 #面试

深度学习面试笔试之前向神经网络-多层感知器、损失函数、反向传播

@TOC 微信公众号：数学建模与人工智能1. 什么是神经网络我们以房价预测的案例来说明一下，把房屋的面积作为神经网络的输入（我们称之为𝑥），通过一个节点（一个小圆圈），最终输出了价格（我们用𝑦表示）。其实这个小圆圈就是一个单独的神经元，就像人的大脑神经元一样。如果这是一个单神经元网络，不管规模大小，它正是通过把这些单个神经元叠加在一起来形成。如果你把这些神经元想象成单独的乐高积木，你就通过搭
深度学习
#深度学习 #面试 #神经网络 #多层感知器 #损失函数 #反向传播

河北省第二、三届研究生数学建模试题

@TOC 微信公众号：数学建模与人工智能河北省第三届研究生数学建模试题A—12306订票系统的改进随着人们收入的提高，人们的生活质量也得到了不断改善，于是人们外出开会、旅游、购物的频率也不断地提升，从而人们对在 12306 网上购票要求也是越来越高，而目前的 12306 订票系统已经不能满足不同人们的需求，请你们团队对12306 订票系统进行改进。请你们团队分别对下列问题一和问题二，建立相应的数
数学建模
#数学建模 #研究生竞赛 #河北省

河北省第三届研究生数学建模B题（二等）交通检测器数据质量控制及预测

https://github.com/QInzhengk/Math-Model-and-Machine-Learning@TOC 题目及摘要关键词：数据清洗 线性插值 线性最小二乘拟合 多元回归分析 时间序列预测 一、任务重述 1微信公众号：数学建模与人工智能 二、任务的分析 2任务一的分析:任务一是一个关于数据处理的问题，要求我们对于给定原始数据，识别异常、冗余或丢失等问题数据，并完成对问题数
数学建模
#数学建模 #研究生竞赛 #河北省 #二等奖

概率预测之NGBoost（Natural Gradient Boosting）回归和分位数（Quantile Regression）回归

@[TOC](概率预测之NGBoost（Natural Gradient Boosting）回归和线性分位数回归) 概率预测是一种预测方法，它不仅提供一个具体的预测值（如点预测），还提供预测值的概率分布或置信区间。这种方法能够更好地捕捉预测的不确定性，适用于需要了解预测结果可靠性的场景。 NGBoostNGBoost（Natural Gradient Boosting）是一个用于提升树的分位数回
机器学习
#机器学习 #NGBoost #概率预测 #分位数回归 #回归

机器学习面试笔试知识点之非监督学习-K 均值聚类、高斯混合模型（GMM）、自组织映射神经网络（SOM）

@[TOC](机器学习面试笔试知识点之非监督学习-K 均值聚类、高斯混合模型GMM、自组织映射神经网络SOM) 微信公众号：数学建模与人工智能1. 聚类算法都是无监督学习吗?什么是聚类算法？聚类是一种机器学习技术，它涉及到数据点的分组。给定一组数据点，我们可以使用聚类算法将每个数据点划分为一个特定的组。理论上，同一组中的数据点应该具有相似的属性和/或特征，而不同组中的数据点应该具有高度
机器学习
#机器学习 #面试 #K-Means #高斯混合模型 #GMM #自组织映射 #SOM

机器学习面试笔试知识点之K近邻算法(KNN)、最大期望算法(EM)

@TOC 微信公众号：数学建模与人工智能一、K近邻算法(KNN)（监督学习算法）1. 什么是KNN1.1 KNN的通俗解释何谓K近邻算法，即K-Nearest Neighbor algorithm，简称KNN算法，单从名字来猜想，可以简单粗暴的认为是：K个最近的邻居，当K=1时，算法便成了最近邻算法，即寻找最近的那个邻居。用官方的话来说，所谓K近邻算法，即是给定一个训练数据集，对新的输
机器学习
#机器学习 #面试 #KNN #EM算法 #最大期望

机器学习面试笔试知识点-贝叶斯网络(Bayesian Network) 、马尔科夫(Markov) 和主题模型(T M)

@[TOC](机器学习面试笔试知识点-贝叶斯网络Bayesian Network、马尔科夫Markov和主题模型T M) 微信公众号：数学建模与人工智能一、贝叶斯网络(Bayesian Network)1.对概率图模型的理解概率图模型是用图来表示变量概率依赖关系的理论，结合概率论与图论的知识，利用图来表示与模型有关的变量的联合概率分布。对于一个实际问题，我们希望能够挖掘隐含在数据中的知识。概率图
机器学习
#机器学习 #面试 #贝叶斯网络 #马尔科夫 #主题模型