朝花夕拾

### 准备工作 1. 微信公众号，这个无需多说，网上有比较多的教程，大家可以按照教程自行注册 2. laf服务，可以通过laf平台购买服务，当然由于laf本身是开源项目，我们也可以自己搭建私有服务(注意，国内无法访问OpenAI，所以自建服务需要走代理或者直接使用国外服务器)。 本教程使用laf平台服务[laf](https://laf.dev) ### 成品效果 ### 开搞 登录laf平台，...

本文主要介绍一些常见线性回归的方法，所谓线性回归，是指模型的输出是输入的线性组合，即模型的输出是输入的加权和。线性回归是最简单的回归方法，也是最常用的回归方法之一。线性回归的优点是模型可解释性强，计算量小，容易实现。缺点是模型表达能力有限，只能用于解决线性问题。 线性回归的一般性数学表达式为: $$\hat{y}(w, x) = w_0 + w_1 x_1 + ... + w_p x_p$$ 其中...

Iris数据集是一个常用的机器学习数据集，包含了三种不同种类的鸢尾花（Iris setosa，Iris versicolor和Iris virginica）各50个样本，共计150个样本。每个样本由四个特征构成：花萼长度（sepal length）、花萼宽度（sepal width）、花瓣长度（petal length）和花瓣宽度（petal width）。 # 数据集的格式 Iris数据集通常以...

### 神经网络内积 如下图所示，通过神经网络的内积，可以将输入信号转换为输出信号。其中，$x$为输入信号，$w$为权重，$y$为输出信号。 输入信号: $$\vec{X} = (x1, x2)$$ 权重: $$\vec{W} = \begin{pmatrix} 1 & 3 & 5 \\ 2 & 4 & 6 \end{pmatrix}$$ 输出信号： $$\vec{Y} = \vec{X} · \...

我们可以对上文感知机中的函数 $$y=\begin{cases}0 (x1w1 + x2w2 + b \le 0 )\\ 1 (x1w1 + x2w2 + b > 0)\end{cases}$$ 做如下调整。将每次计算结果定义为a $$a=x1w1 + x2w2 + b$$ 然后定义函数$$h(a)$$ $$ h(a) = \begin{cases}0 (a \le 0 )\\ 1 (xa> 0)...

感知机是一种二元线性分类器，最初由Frank Rosenblatt在1957年提出。它是一种基本的神经网络模型，也是深度学习的起源之一。 感知机的工作原理是将输入向量与一组权重向量进行内积运算，然后将结果通过一个阈值函数（如阶跃函数）进行判断分类。这个阈值函数将内积的结果映射到一个二元输出（1或0），表示输入向量所属的类别。感知机的训练过程就是通过不断调整权重向量，使得分类器能够正确地分类所有的训...