[03]机器学习第8页

深度学习实战-使用TensorFlow与Keras构建智能模型

1.深度学习简介深度学习是机器学习的一个分支，使用多层神经网络来学习和表示数据中的复杂模式。其广泛应用于图像识别、自然语言处理、推荐系统等领域。

程序员Gloria·2025-07-12 00:28

【大模型与机器学习解惑】什么是A/B测试，为何进行A/B测试？

以下内容将围绕机器学习中的A/B测试展开，从概念与背景到实施细节、示例代码、优化思路和未来建议，并在最后给出一个整体的“输出目录”供参考。

·2025-07-11 23:22

# Unity C#进阶：掌握泛型编程，告别重复代码，编写优雅复用的通用组件！（Day26）

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain

吴师兄大模型·2025-07-11 22:17

详解LLMOps，将DevOps用于大语言模型开发

大家好，在机器学习领域，随着技术的不断发展，将大型语言模型（LLMs）集成到商业产品中已成为一种趋势，同时也带来了许多挑战。

·2025-07-11 19:01

搜广推校招面经九十一

美团机器学习/数据挖掘算法工程师_二面一、介绍一下ESMM模型，是否有进行过函数推导传统的转化率建模方式：只用发生点击（click=1）的样本来训练CVR模型。

·2025-07-11 19:54

python 计算生态概览的概述

文章目录前言python计算生态库的介绍1.网络爬虫2.数据分析3.文本处理4.数据可视化5.机器学习6.图形用户界面7.游戏开发8.网络应用开发前言python计算生态概览的解释Python计算生态概览是对

·2025-07-11 18:19

微凉的衣柜·2025-07-11 18:48

Google机器学习实践指南(模型预测偏差)

Google机器学习（31）-模型预测偏差预测偏差：模型为何总是"猜不准"的真相揭秘你的模型预测准确率高达95%，却总是与实际情况差那么一点点？这可能是预测偏差在作祟！

AI_Auto·2025-07-11 15:30

【机器学习|学习笔记】用 Python 结合 graphviz 生成 ID3、C4.5、CART 三种决策树的结构示意图。

【机器学习|学习笔记】用Python结合graphviz生成ID3、C4.5、CART三种决策树的结构示意图【机器学习|学习笔记】用Python结合graphviz生成ID3、C4.5、CART三种决策树的结构示意图文章目录

·2025-07-11 13:14

Python 强化学习算法实用指南（三）

原文：annas-archive.org/md5/e3819a6747796b03b9288831f4e2b00c译者：飞龙协议：CCBY-NC-SA4.0第十一章：理解黑盒优化算法在前几章中，我们研究了强化学习

绝不原创的飞龙·2025-07-11 12:07

智能产品经理的核心能力

随着人工智能(AI)和机器学习(ML)技术的不断发展,智能产品经理的概念应运而生。智能产品经理需要将传统的产品管理技能与新兴技术相结合,以创建具有创新性和智能化的产品体验。

AI天才研究院·2025-07-11 11:06

使用Python进行机器学习入门指南

使用Python进行机器学习入门指南机器学习（MachineLearning）是人工智能（ArtificialIntelligence,AI）的一个重要分支，旨在通过算法和统计模型，使计算机系统能够自动从数据中学习和改进

软考和人工智能学堂·2025-07-11 11:36

【亲测免费】 CatBoost 教程项目使用指南

它由Yandex开发，广泛应用于机器学习和数据科学领域。CatBoost提供了丰富的功能，包括自动处理分类特征、支持GPU训练、内置的交叉验证和模

·2025-07-11 11:33

Python自动化机器学习平台库之mindsdb使用详解

概要MindsDB是一个开源的自动化机器学习平台，它通过SQL接口简化了机器学习模型的创建、训练和预测过程。

·2025-07-11 11:02

堡垒机操作行为异常检测的机器学习算法应用

一、传统检测模式的困境与机器学习的破局价值在数字化转型浪潮中，堡垒机作为运维安全的核心防线，面临着操作行为复杂度激增与检测能力滞后的双重挑战。

·2025-07-11 11:02

Python 强化学习算法实用指南（二）

原文：annas-archive.org/md5/e3819a6747796b03b9288831f4e2b00c译者：飞龙协议：CCBY-NC-SA4.0第六章：学习随机优化与PG优化到目前为止，我们已经探讨并开发了基于价值的强化学习算法

·2025-07-11 11:59

最全自动驾驶数据集（11/4号已更新）

自动驾驶是一个快速发展的行业，它融合了人工智能、机器学习、传感器技术、高精度地图和先进的计算平台等多种技术。

数据猎手小k·2025-07-11 10:27

大学生python课程自救 —— 03 控制流

目录控制流结构介绍1.顺序结构2.选择结构3.循环结构：for循环：遍历序列中的元素while循环：在条件为真时重复执行代码块。break和continue：在循环中使用break可以提前退出循环，而使用continue可以跳过当前迭代控制流结构介绍控制流是指程序中代码执行的路径或顺序。它决定了在程序运行时哪些语句会被执行，以及它们的执行顺序。到目前为止，在我们前面的文章中书写的程序大都按照从上到

小lo想吃棒棒糖·2025-07-11 10:56

机器学习深度学习驱动在光子学设计中的应用与未来【专题培训会议邀您共探科技前沿】

深度学习、机器学习等算法在光子器件的逆向设计、超构表面材料设计、光学神经网络构建等方面展现出巨大潜力。

软研科技·2025-07-11 10:52

机器学习与光子学的融合正重塑光学器件设计范式

系统掌握该领域需构建四维知识体系：1、基础融合——从空间/集成光学系统切入，解析机器学习赋能光学的理论必然性，涵盖光学神经网络构建原理2、逆向设计革命——通过AnsysOptics实战，掌握FDTD算法与粒子群

m0_75133639·2025-07-11 10:21

【FR801xH】富芮坤FR801xH之全功能按键案例

00.目录文章目录00.目录01.FR801xH概述02.FR801xH功能框图03.Button模块概述04.Button模块核心设计思想05.Button模块系统架构概览06.Button模块数据结构详解

沧海一笑-dj·2025-07-11 09:16

AI模型训练新范式：基于同态加密的隐私保护方案

AI模型训练新范式：基于同态加密的隐私保护方案技术解析关键词同态加密（HomomorphicEncryption）、隐私保护机器学习（PPML）、全同态加密（FHE）、安全多方计算（MPC）、加密数据训练摘要本报告系统解析基于同态加密的

AIGC应用创新大全·2025-07-11 06:27

量子机器学习入门：从理论到实践

量子机器学习入门：从理论基石到实践路径元数据框架标题量子机器学习入门：从理论基石到实践路径——连接量子计算与人工智能的未来桥梁关键词量子计算；机器学习；量子算法；量子神经网络；Qiskit；PennyLane

·2025-07-11 06:26

全球人工智能与机器学习大会PPT

a flying bird·2025-07-11 04:46

人工智能基础知识PPT课件

方法：包括基于知识、学习和仿生的方法，如专家系统、机器学习、深度学习等。分类与发展分

智慧化智能化数字化方案·2025-07-11 04:45

数据挖掘：从理论到实践的深度探索

它结合了统计学、机器学习、数据库技术和人

代码老y·2025-07-11 03:40

开发智能化的企业并购风险评估模型

开发智能化的企业并购风险评估模型关键词：企业并购、风险评估、人工智能、机器学习、深度学习、数学建模摘要：本文详细探讨了开发智能化企业并购风险评估模型的背景、核心概念、算法原理、系统架构设计以及项目实战。

·2025-07-11 03:36

机器学习手写字体识别系统：技术演进与应用实践

引言：手写字体识别的技术定位与价值在信息处理领域，人工录入手写文本的低效性与机器识别的高效性形成鲜明对比。例如，医疗处方的人工处理需约5分钟/张，而采用手写字体识别技术可将时间缩短至10秒/张，显著提升处理效率。作为计算机视觉与人工智能的重要分支，手写字体识别技术通过将手写文本转换为可编辑电子文本，不仅大幅减少人工输入时间和错误，降低人工处理成本，还能在大量数据处理时保持高于人工录入的准确性，是人

万能小贤哥·2025-07-11 02:05

机器学习算法：核心原理与前沿发展综述

机器学习算法作为人工智能的核心驱动力，正在重塑我们解决问题的范式。本文将系统性地探讨机器学习算法的分类体系、数学基础、优化方法以及最新发展趋势，为从业者提供技术参考。

fmvrj34202·2025-07-11 02:34

「日拱一码」020 机器学习——数据处理

目录数据清洗缺失值处理删除缺失值：填充缺失值：重复值处理检测重复值处理重复值异常值处理Z-score方法IQR方法（四分位距）数据一致性检查数据转换规范化（归一化）Min-Max归一化MaxAbsScaler标准化离散化等宽离散化等频离散化数据清洗数据清洗是数据处理的第一步，目的是去除噪声数据、处理缺失值和异常值，使数据更加干净、可用缺失值处理删除缺失值：如果数据集中缺失值较少，可以直接删除包含缺

胖达不服输·2025-07-11 01:00

机器学习每周挑战——二手车车辆信息&交易售价数据

这是数据集的截图目录背景描述数据说明车型对照：燃料类型对照：老规矩，第一步先导入用到的库第二步，读入数据：第三步，数据预处理第四步：对数据的分析第五步：模型建立前的准备工作第六步：多元线性回归模型的建立第七步：随机森林模型的建立问题：背景描述本数据爬取自印度最大的二手车交易平台CARS24，包含8000+该平台上交易车辆的关键评估信息。CARS24成立于2015年，总部位于印度古尔冈，是一个在印度

梦想成为一名机器学习高手·2025-07-11 01:00

03-软件工程-快速应用开发模型

目标：本文主要介绍软件开发模型的「快速应用开发模型（RAD）」，可学习其基本原理、应用场景、操作步骤及优缺点。一、快速应用开发模型快速应用开发模型（RapidApplicationDevelopment，RAD）强调迭代、原型化和用户协作，以加速交付。核心思想是，通过构件快速组装的开发方法获得快速开发。适用于需求明确、模块化强的中小型项目。特点：让用户全程参与项目全生命周期。需求分析、系统设计等活

·2025-07-11 01:27

Python 机器学习核心入门与实战进阶 Day 8 - 数据建模与分析项目实战预备：项目规划与需求拆解

✅今日目标理解数据分析/建模项目的一般流程练习项目需求理解与目标拆解明确后续模型评估指标与预期交付成果起草项目计划文档（可选写为Markdown）一、项目背景与题目建议（可选方向）项目名称简介学生成绩预测分析系统根据历史表现预测成绩是否达标、学科薄弱点等求职者简历筛选模型根据简历信息预测是否通过初筛电商用户购买预测系统分析用户行为数据预测是否购买公司销售数据趋势分析可视化+聚合分析：月销售趋势、区

蓝婷儿·2025-07-11 00:50

【机器学习&深度学习】为什么分类任务中类别比例应接近 1:1？

目录前言一、什么是类别不平衡？二、为什么类别比例应接近1:1？2.1⚠模型容易“偏科”2.2精确率、召回率失真2.3模型训练失衡，梯度方向偏移三、现实案例中的“灾难性后果”四、如何应对类别不平衡问题？4.1数据层面处理4.2模型训练层面优化4.3评估指标替代五、实际场景举例六、模拟场景：银行信用卡欺诈检测6.1场景描述6.2数据集情况6.3模型训练结果（未处理不平衡）6.4模型做了什么？6.5实际

一叶千舟·2025-07-10 20:24

TensorBase开发者快速入门指南

适合用于大规模数据分析和机器学习。

宗隆裙·2025-07-10 20:22

量子机器学习：当量子计算遇上人工智能，颠覆即将来临？

当这两大前沿领域相互碰撞、深度融合，量子机器学习应运而生，犹如一场科技风暴在学界与产业界悄然酝酿。这不仅让人满心期待，更引发了对未来科技格局的深刻思考：量子机器学习所承诺的颠覆，真的即将来临吗？

·2025-07-10 20:21

【机器学习笔记Ⅰ】10 特征工程

特征工程（FeatureEngineering）详解特征工程是机器学习和数据科学中的核心环节，旨在通过对原始数据的转换、组合和提取，构建更适合模型的高质量特征。

·2025-07-10 20:49

【FR801xH】富芮坤FR801xH系统函数

00.目录文章目录00.目录01.FR801xH概述02.FR801xH功能框图03.Version相关函数3.1get_SDK_compile_date_time04.系统函数4.1system_power_off4.2system_sleep_enable4.3system_sleep_disable4.4system_get_curr_time05

沧海一笑-dj·2025-07-10 20:48

C语言：第03天笔记

C语言：第03天笔记内容提要运算符算术运算符赋值运算符关系运算符逻辑运算符逗号运算符位运算运算符各类数值型数据间的混合运算整型、浮点型、字符型数据可以进行混合运算，如：10-'a'*1.5=10-97*

Star在努力·2025-07-10 19:47

机器学习-K近邻算法

k-近邻分类算法，即物以类聚的思想，通过已知分类中的点和未知分类的点距离最近的前k个点的分类来预测未知点的分类。kNN.pyfromnumpyimport*importoperatordefcreateDataSet():group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])labels=['A','A','B','B']returngroup,label

shy_snow·2025-07-10 19:46

脑电分析入门指南：信号处理、特征提取与机器学习

脑电分析入门指南一、为什么要研究脑电1.课题目标（解决什么问题）2.输入与输出二、脑电分析的整体流程三、每一步详解1.数据采集2.预处理3.特征提取4.特征选择/降维5.分类与识别四、研究过程中遇到的挑战与解决方法五、学习感受一、为什么要研究脑电1.课题目标（解决什么问题）本课题旨在通过对脑电（EEG）的采集与分析，提取有用的神经信息，实现对某类脑状或行为的识别/预测/评估。例如：情绪识别、疾病诊

Ao000000·2025-07-10 18:39

【机器学习-08】参数调优宝典：网格搜索与贝叶斯搜索等攻略

博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。

云天徽上·2025-07-10 18:07

NLP-D7-李宏毅机器学习---X-Attention&&GAN&BERT&GPT

—0521今天4:30就起床了！真的是迫不及待想看新的课程！！！昨天做人脸识别系统的demo查资料的时候，发现一个北理的大四做cv的同学，差距好大！！！我也要努力呀！！不是比较，只是别人可以做到这个程度，我也一定可以！！！要向他学习！！！开始看课程啦！-----0753看完了各种attention，由于attention自己计算的限制，当N很大的时候会产生计算速度问题，从各种不同角度（人工知识输入

甄小胖·2025-07-10 17:34

板凳-------Mysql cookbook学习（十一--------4)

唐宇迪机器学习实战课程笔记https://blog.csdn.net/weixin_54338498/article/details/128818007?

·2025-07-10 14:12

AAAI—24—Main—paper（关于Multi—Modal的全部文章摘要）

我们生活在一个由多种模态（Multimodal）信息构成的世界，包括视觉信息、听觉信息、文本信息、嗅觉信息等等，当研究的问题或者数据集包含多种这样的模态信息时我们称之为多模态学习多模态机器学习旨在处理学习

·2025-07-10 14:11

神经网络初步学习3——数据与损失

一、传统机器学习与神经网络前言：该部分需要一定的机器学习与数学基础（很浅的基础），如果有不理解的地方可以自行查阅。

X Y O·2025-07-10 12:33

A股早盘战报：3500点拉锯暗藏玄机，中报行情如何布局？

一、早盘核心看点：政策与资金的博弈战指数震荡分化上证指数：开盘微跌0.04%报3491.5点，10:03翻红至3500.84点（+0.22%），但3500点得而复失，关键压力位351

·2025-07-10 11:16

如何让AI真正理解你的意图（自适应Prompt实战指南）

相信很多人都遇到过这样的情况：你问：“帮我写一个Python爬虫”AI答：给你一堆理论知识和完整教程（你只想要简单代码）你问：“推荐一部电影”AI答：推荐了《教父》（你想看轻松喜剧）你问：“解释一下机器学习

nine是个工程师·2025-07-10 08:33

#TypeScript高频面试题总结（2025版）

本文将分享TypeScript高频面试题的一些面试点以及相应的示列作者：沈大大更新时间：2025-03-11前言TypeScript作为JavaScript的超集，已经成为前端开发中不可或缺的技术。

沈大大520·2025-07-10 07:00

前端开发实践：疑难问题与解决方案总结

作者：沈大大更新时间：2025-03-13前言在前端开发过程中，我们经常会遇到各种各样的技术难题。本文将分享在实际开发中遇到的一些典型问题及其解决方案，希望能给其他开发者一些参考和启发。