Site updated: 2024-01-19 17:01:24

2023/12/22/相关学习连接/index.html

@@ -24,7 +24,7 @@
 <meta property="og:description" content="前言PythonNumpy 深度学习scikit_learn PytorchPytorch官网手册李宏毅2021 SpringEnzo 课件水论文程序猿位置编码与注意力机制 TransformerT oneT 2T 3 强化xuexxccds&#x2F;Ten_Minute_RL (github.com) 网站博客搭建Hexo搭建 Hexo 多机 Windows命令行进入对应文件路径： C:\WI">
 <meta property="og:locale" content="en_US">
 <meta property="article:published_time" content="2023-12-22T14:05:10.000Z">
-<meta property="article:modified_time" content="2023-12-29T07:14:31.671Z">
+<meta property="article:modified_time" content="2024-01-01T06:35:58.318Z">
 <meta property="article:author" content="John Doe">
 <meta property="article:tag" content="Learning Link">
 <meta name="twitter:card" content="summary_large_image">
@@ -220,7 +220,7 @@
       <span class="post-meta mr-2">
         <i class="iconfont icon-chart"></i>
 
-          254 words
+          291 words
 
       </span>
 
@@ -288,7 +288,8 @@ <h1 id="网站博客搭建"><a href="#网站博客搭建" class="headerlink" tit
 <p><code>hexo d</code> 将博客推送到 github</p>
 <p>补充：后续写文章、修改配置后的保存推送操作</p>
 <p>至此，网站部署至master分支，整个网站备份至hexo分支。当网站的配置或文章修改后都要将远程仓库更新。首先，依次执行<br>‘’’git add .<code>git commit -m ChangeFiles（更新信息内容可改)</code>git push （或者git push origin hexo)’’’<br>保证hexo分支版本最新。然后执行<br>‘’’hexo d -g’’’</p>
-<h1 id="海洋机器人"><a href="#海洋机器人" class="headerlink" title="海洋机器人"></a>海洋机器人</h1><h2 id="资料网站"><a href="#资料网站" class="headerlink" title="资料网站"></a>资料网站</h2><p>(<a target="_blank" rel="noopener" href="https://zh.z-library.se/">Z-Library – 世界上最大的电子图书馆。自由访问知识和文化。</a>)</p>
+<h1 id="机器人"><a href="#机器人" class="headerlink" title="机器人"></a>机器人</h1><p><a target="_blank" rel="noopener" href="https://www.zhihu.com/question/61879863/answer/3336818984">(33 封私信 &#x2F; 32 条消息) 学习机器人运动学，动力学需要哪些数学基础课程？ - 知乎 (zhihu.com)</a></p>
+<h2 id="海洋机器人"><a href="#海洋机器人" class="headerlink" title="海洋机器人"></a>海洋机器人</h2><h2 id="资料网站"><a href="#资料网站" class="headerlink" title="资料网站"></a>资料网站</h2><p>(<a target="_blank" rel="noopener" href="https://zh.z-library.se/">Z-Library – 世界上最大的电子图书馆。自由访问知识和文化。</a>)</p>
 <p>(<a target="_blank" rel="noopener" href="https://www.tboxn.com/#term-80">Tbox导航 | 只收录优质在线工具的导航网站 (tboxn.com)</a>)</p>
 
 

2023/12/28/时间序列/index.html

@@ -16,15 +16,15 @@
   <meta name="author" content="John Doe">
   <meta name="keywords" content="">
 
-    <meta name="description" content="时间序列  在时间序列中，按时间顺序排列的数据在一个特定的列中，该列通常表示为时间戳、日期或时间。 时间序列主要由：长期运动或趋势、季节性短期运动、周期性短期运动、随机或不规则波动，">
+    <meta name="description" content="时间序列  在时间序列中，按时间顺序排列的数据在一个特定的列中，该列通常表示为时间戳、日期或时间。 时间序列主要由：长期运动或趋势、季节性短期运动、周期性短期运动、随机或不规则波动。 时间序列预测是一种通过一系列时间，通过研究过去现象的行为和表现，并假设未来的事件将与历史趋势和行为相似从而进行预测的方法。 机器学习 机器学习主要有三类：监督学习（分类和回归等）、无监督学习（聚类分析、异常监测和主成">
 <meta property="og:type" content="article">
 <meta property="og:title" content="Hexo">
 <meta property="og:url" content="http://example.com/2023/12/28/%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97/index.html">
 <meta property="og:site_name" content="Hexo">
-<meta property="og:description" content="时间序列  在时间序列中，按时间顺序排列的数据在一个特定的列中，该列通常表示为时间戳、日期或时间。 时间序列主要由：长期运动或趋势、季节性短期运动、周期性短期运动、随机或不规则波动，">
+<meta property="og:description" content="时间序列  在时间序列中，按时间顺序排列的数据在一个特定的列中，该列通常表示为时间戳、日期或时间。 时间序列主要由：长期运动或趋势、季节性短期运动、周期性短期运动、随机或不规则波动。 时间序列预测是一种通过一系列时间，通过研究过去现象的行为和表现，并假设未来的事件将与历史趋势和行为相似从而进行预测的方法。 机器学习 机器学习主要有三类：监督学习（分类和回归等）、无监督学习（聚类分析、异常监测和主成">
 <meta property="og:locale" content="en_US">
 <meta property="article:published_time" content="2023-12-28T12:43:38.792Z">
-<meta property="article:modified_time" content="2023-12-28T12:59:14.215Z">
+<meta property="article:modified_time" content="2024-01-02T06:51:48.835Z">
 <meta property="article:author" content="John Doe">
 <meta name="twitter:card" content="summary_large_image">
 
@@ -219,7 +219,7 @@
       <span class="post-meta mr-2">
         <i class="iconfont icon-chart"></i>
 
-          79 words
+          291 words
 
       </span>
 
@@ -230,7 +230,7 @@
 
 
 
-          1 mins
+          3 mins
 
       </span>
 
@@ -273,7 +273,12 @@ <h1 id="seo-header"></h1>
               <div class="markdown-body">
 
                 <h1 id="时间序列"><a href="#时间序列" class="headerlink" title="时间序列"></a>时间序列</h1><p>  在时间序列中，按时间顺序排列的数据在一个特定的列中，该列通常表示为时间戳、日期或时间。</p>
-<p>时间序列主要由：长期运动或趋势、季节性短期运动、周期性短期运动、随机或不规则波动，</p>
+<p>时间序列主要由：长期运动或趋势、季节性短期运动、周期性短期运动、随机或不规则波动。</p>
+<p>时间序列预测是一种通过一系列时间，通过研究过去现象的行为和表现，并假设未来的事件将与历史趋势和行为相似从而进行预测的方法。</p>
+<p><strong>机器学习</strong></p>
+<p>机器学习主要有三类：监督学习（分类和回归等）、无监督学习（聚类分析、异常监测和主成分分析）、强化学习（决策）</p>
+<p>时间序列数据可以表示为监督学习问题：数据科学家通常利用先前的时间步并用作输入，然后利用下一个时间步作为模型的输出，将其时间序列数据集转换为监督学习问题。</p>
+<h2 id="参考文献"><a href="#参考文献" class="headerlink" title="参考文献"></a>参考文献</h2><p>[1]时间序列预测 基于机器学习和Python实现 佛朗西斯卡·拉泽里 ISBN978-7-111-69746-6</p>
 
 
               </div>

2023/12/29/DLLearning/index.html

@@ -1127,6 +1127,12 @@ <h2 id="Generation"><a href="#Generation" class="headerlink" title="Generation">
                   <article class="post-prev col-6">
 
 
+                      <a href="/2024/01/19/%E8%AE%BA%E6%96%87%E5%86%99%E4%BD%9C%E7%94%A8%E8%AF%8D/" title="">
+                        <i class="iconfont icon-arrowleft"></i>
+                        <span class="hidden-mobile"></span>
+                        <span class="visible-mobile">Previous</span>
+                      </a>
+
                   </article>
                   <article class="post-next col-6">