战略决策
游戏AI行为决策——MLP（多层感知机/人工神经网络）
游戏AI行为决策（特别篇）——MLP（附代码与项目） 你一定听说过神经网络的大名，你有想过将它用于游戏AI的行为决策上吗？其实在（2010年发布的）《最高指挥官2》中就有应用了，今天请允许我班门弄斧一番，与大家一同用C#实现最经典的神经网络——多层感知机（Multilayer Perceptron， ......
dp优化-决策单调性 / 四边形不等式
前言 这种优化我以前“听”过了很多次，但是好像都没学会qwq。 四边形不等式： 对于二元组 \(w_{x,y}\)，如果在定义域上任取四个点 \(a \le b \le c \le d\)，满足： \[w_{a,b}+w_{c,d} \ge w_{a,c}+w_{b,d} \]则称 \(w_{x,y ......
ShowMeBug X AfterShip | 构建高效招聘体系，助推企业人才战略发展
ShowMeBug 与AfterShip成功完成签约，借助ShowMeBug 在技术招聘上的赋能，强化企业技术招聘的出题、笔试、面试等各个环节，高质量打造技术驱动的招聘团队，完善适配企业发展的技术人才体系。 AfterShip通过使用 ShowMeBug 丰富的岗位题库来进行技术人才测评，其中最核心 ......
机器学习-决策树系列-贝叶斯算法-概率图模型-29
目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容，采用概率论的思想，从样本里面学到知识（训练模型），并对新来的样本进行预测。 主要算法：贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习，掌握NLP自然语言处理的一些基本算法，本阶段的理解对于后续完成 ......
模式识别自学笔记：最小风险贝叶斯决策
实质：在最小错误率贝叶斯决策的基础上加权加上了损失函数 λ 基本流程： 1、用贝叶斯公式求后验概率 P(ωi|x) 2、在决策表中查找损失函数 λ(αi|ωj) 求期望损失 R(αi|x) R(αi|x) = λ(αi|ω1) * P(ωi|x) + λ(αi|ω2) * P(ωi|x) + ... ......
【scikit-learn基础】--『监督学习』之 决策树分类
决策树分类算法是一种监督学习算法，它的基本原理是将数据集通过一系列的问题进行拆分，这些问题被视为决策树的叶子节点和内部节点。决策树的每个分支代表一个可能的决策结果，而每个叶子节点代表一个最终的分类结果。 决策树分类算法的历史可以追溯到1980年代初，当时研究者开始探索用机器学习来解决分类问题。在19 ......
模式识别自学笔记：最小错误率贝叶斯决策
目标：判断特征x属于标签ω1还是ω2 似然度 = 条件概率密度p(x|ωi) * 先验概率p(ωi) 后验概率p(ωi|x) = 条件概率密度 * 先验概率 / 特征向量的概率分布 比较方法一：直接比较分子大小 由于比较后验概率大小时，分母特征向量的概率分布与特征x无关，比较的后验概率的两个分母（特 ......
机器学习-决策树系列-GBDT算法-集成学习-29
目录1. 复习2. GBDT3. gbdt应用于二分类：3. gbdt应用于多类4. 叶子节点输出值c的计算5. GBDT的其他应用6. GBDT+LR 代码实现 1. 复习 再开始学习GBDT算法之前 先复习一下之前的 线性回归 逻辑回归（二分类） 多分类 线性回归 找到一组W 使得 L 最小 进 ......
决策树原理加例子
网站 1：https://zhuanlan.zhihu.com/p/197476119 #综合 2：https://blog.csdn.net/u010916338/article/details/94653402 #信息增益率 3：https://zhuanlan.zhihu.com/p/4932 ......
C++ 决策树分类器
构建使用决策树分类器 #include <iostream> #include <vector> // 定义训练数据的结构 struct TrainingData { std::vector<double> features; int label; }; // 定义决策树节点的结构 struct D ......
机器学习-决策树系列-Adaboost算法-集成学习-29
目录1. adaboost算法的基本思想2. 具体实现 1. adaboost算法的基本思想 集成学习是将多个弱模型集成在一起 变成一个强模型 提高模型的准确率，一般有如下两种： bagging: 不同的base model可以并行计算，输出预测结果少数服从多数，回归问题则对多个模型输出的结果求平均 ......
机器学习-决策树系列-随机森林 集成学习-28
目录1. 概念什么是bagging3. 代码4. 代码2 1. 概念 多个决策树组合在一起 对新来的样本进行预测 输出预测结果 有朋友的意见投票, 少数服从多数， 有的给出-1 有的给+1 将这些结果全部加一起 最后取符号是+1 -1 就行 majority can corret minority ......
机器学习-决策树系列-决策树-剪枝-CART算法-27
目录1. 剪枝2. CCP—代价复杂度剪枝（CART） 1. 剪枝 将子树还原成一个叶子节点： 是解决过拟合的一个有效方法。当树训练得过于茂盛的时候会出现在测试集上的效果比训练集上差不少的现象，即过拟合。可以采用如下两种剪枝策略。 前剪枝，设置超参数抑制树的生长， 例如:max_depth max_ ......
机器学习-决策树系列-简单决策树-26
目录1. 决策树2. 举个例子 计算信息增益2. 信息熵与Gini指数关系 1. 决策树 决策树是属于有监督机器学习的一种，起源非常早，符合直觉并且非常直观， 模型生成：通过大量数据生成一颗非常好的树，用这棵树来预测新来的数据 预测：来一条新数据，按照生成好的树的标准，落到某一个叶子节点上 决策树的 ......
R语言、WEKA关联规则、决策树、聚类、回归分析工业企业创新情况影响因素数据
全文链接：https://tecdat.cn/?p=34734 原文出处：拓端数据部落公众号 为了解某市规模以上工业企业创新情况，对该市企业的创新活动进行调查，分别得出三组数据testl(企业财务情况：uid=唯一编码，total_Rdeq=R&.D人员折合全时当量合计，totaLRdin=R&D经 ......
【scikit-learn基础】--『监督学习』之 决策树回归
决策树算法是一种既可以用于分类，也可以用于回归的算法。 决策树回归是通过对输入特征的不断划分来建立一棵决策树，每一步划分都基于当前数据集的最优划分特征。它的目标是最小化总体误差或最大化预测精度，其构建通常采用自上而下的贪心搜索方式，通过比较不同划分标准来选择最优划分。 决策树回归广泛应用于各种回归问 ......
游戏AI行为决策——GOAP（目标导向型行动规划）
游戏AI行为决策——GOAP（附代码与项目） 新的一年即将到来，感觉还剩一种常见的游戏AI决策方法不讲的话，有些过意不去。就在这年的尾巴与大家一起交流下「目标导向型行为规划（GOAP）」吧！ 另外，我觉得只是讲代码实现而没有联系具体项目，可能还是不容易理解的。所以这次我会在文末附上一个由本文所述代码 ......
为了降低个人股票投资者的决策误判概率，我们做了一款软件
对于个人股票投资者而言，避免投资决策误判是最重要且最首要的，盈利多少都是次要的。 这是一个什么样的软件？ 这是一个面向个人股票投资者的决策辅助工具【棱镜】，它旨在将你的分析决策逻辑转化为由文字和框架转化为算法，让计算机和算法辅助你共同决策，降低决策误判概率。网站：prismray.cn 为什么要做这 ......
ASR项目实战-决策点
针对语音识别的产品，分别记录设计、开发过程中的决策点。 实时语音识别 对于实时语音识别来说，客户端和服务端之间实时交换语音数据和识别的结果。 客户端在启动识别时，即开始发送语音数据，期望在等待较短的时间后，即收到最初的识别结果。第一段语音数据和第一个识别结果之间的时延，一般称为首字时延。 客户端在停 ......
风控决策引擎——决策流路径规划
引言 决策引擎服务是风控系统的大脑，承载着风控策略编排和计算的任务，对决策的时耗和精度有着严格的要求，本文以决策流执行路径实现方案为切入点，一窥风控决策引擎高效的原理。 背景 在上文 风控决策引擎——决策流构建实战 中详细介绍了风控决策引擎的发展历程，决策流的编排能力，满足了策略运营人员对当前风险场 ......
风控决策引擎——决策流构建实战
引言 本篇主要聚焦介绍风控决策引擎中决策树编排能力的构建。决策引擎是风控的大脑，而决策树的编排能力和体验是构建大脑的手段，如何构建高效、丝滑、稳定可靠的决策树编排能力，是对风控决策引擎的一大挑战，本篇文章和大家分享一下过往构建心得。 背景 任何系统在初期构建肯定不是往“一步到位”的方向去构建的，只是 ......
从0到1智能风控决策引擎构建
引言 互联网时代，万物互联，网络安全形势越来越严峻，安全是企业的基石，风控在企业中扮演着“警察”角色，运用各种技术和手段，保护企业内的用户利益不受侵害。风控决策引是风控中台的入口，提供业务风险场景事件接入，可视化编排复杂决策，丰富的特征变量与场景识别服务等功能。相较于需要开发背景及算法背景才能使用的 ......
【算法】决策树算法：ID3
import math from collections import Counter # 创建数据集 def create_dataset(): dataset = [ # 年龄, 工作， 房子，信用，标签 ['青年', 0, 0, '一般', '0'], ['青年', 0, 0, '好', '0 ......
机器学习算法——决策树
1.决策树算法地位 决策树属于分类问题，是有监督学习的一部分，并且属于有监督学习里的分类问题； 2.决策树的结构 顾名思义：就是一个树结构（可以是二叉树也可以非二叉树）： 树的非叶子节点表示一个特征属性上的测试； 树的每个分支代表这个特征属性在某个值域上的输出； 每个叶子节点存放的是一个类别。 3. ......
决策树算法思想及其Python实现
决策树算法是一种在机器学习和数据挖掘领域广泛应用的强大工具，它模拟人类决策过程，通过对数据集进行逐步的分析和判定，最终生成一颗树状结构，每个节点代表一个决策或一个特征。决策树的核心思想是通过一系列问题将数据集划分成不同的类别或值，从而实现对未知数据的预测和分类。这一算法的开发灵感源自人类在解决问题时 ......
游戏AI行为决策——HTN
游戏AI行为决策——HTN 前言 Hierarchical Task Network（分层任务网络），简称HTN，与行为树、GOAP一样，也是一种行为决策方法。在《地平线：零之曙光》、《变形金刚：塞伯坦的陨落》中都有用它来制作游戏敌人的AI （我一个都没玩过捏。比起其它行为决策方法，HTN有个十分鲜 ......
实战 | 数据战略指导下的数据资产运营思考
“数据是企业的核心战略资产”已然成为共识。企业以数据驱动实现数字化转型，实现数据资产价值的充分释放。在明确的数据战略指导下，从数据的业务供给端出发，数据资产运营通过构建起全面有效的数据资源转化路径，提升数据质量，保障数据安全，提高业务数据化效率。从业务的数据需求端出发，数据资产运营通过拉通企业内外部 ......
数据分享|R语言用RFM、决策树模型顾客购书行为的数据预测|附代码数据
全文链接：http://tecdat.cn/?p=30330 最近我们被客户要求撰写关于RFM、决策树模型的研究报告，包括一些图形和统计输出。 团队需要分析一个来自在线零售商的数据 该数据包含了78周的购买历史。该数据文件中的每条记录包括四个字段。客户的ID（从1到2357不等），交易日期，购买的书 ......
人口普查大数据：让决策更加精准高效
人口普查数据大屏，是指一种通过大屏幕显示人口普查数据的设备，可以将人口普查数据以可视化的形式呈现出来，为决策者提供直观、准确的人口数据。这种大屏幕的出现，让人口普查数据的利用变得更加高效、便捷。 如果您需要制作一张直观、清晰的人口普查数据大屏，建议使用山海鲸可视化——二维项目制作、发布、私有化部署全 ......
机器学习 - 决策树：技术全解与案例实战
本文深入探讨了机器学习中的决策树算法，从基础概念到高级研究进展，再到实战案例应用，全面解析了决策树的理论及其在现实世界问题中的实际效能。通过技术细节和案例实践，揭示了决策树在提供可解释预测中的独特价值。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队 ......