人工智能深度学习数据挖掘算法

基于Python的智能决策支持系统：实现智能化决策的关键要素

文章目录基于Python的智能决策支持系统：实现智能化决策的关键要素11.背景介绍2.核心概念与联系数据收集与预处理模型构建与训练决策规则生成与优化决策结果评估与反馈3.核心算法原理具体操作步骤数据挖掘算法机器学习算法优化算法
AI天才研究院·2025-03-21 05:13

AI人工智能深度学习算法：在量子计算中的应用

本文将探讨人工智能深度学习算法在量子计算中的应用，包括其背景、意义和应用场景。2.核心概念与联系在人工智能中，深度学习是一
AI天才研究院·2025-03-19 04:52

AI人工智能深度学习算法：搭建可拓展的深度学习模型架构

深度学习、模型架构、可拓展性、神经网络、机器学习1.背景介绍深度学习作为人工智能领域最前沿的技术之一，在图像识别、自然语言处理、语音识别等领域取得了突破性的进展。深度学习模型的成功离不开其强大的学习能力和可拓展性。本文将深入探讨深度学习算法的原理、模型架构设计以及可拓展性的关键要素，并通过代码实例和实际应用场景，帮助读者理解如何搭建可拓展的深度学习模型架构。2.核心概念与联系深度学习的核心概念是人
AI大模型应用之禅·2025-03-19 02:09

数据挖掘实习面经一

京东数据挖掘算法一、介绍贝叶斯优化的原理贝叶斯优化（BayesianOptimization）是一种用于优化黑盒函数的有效方法，特别适用于目标函数评估成本较高、不可导或难以解析表达的
Y1nhl·2025-03-02 15:58

人工智能深度学习系列—深入探索KL散度：度量概率分布差异的关键工具

人工智能深度学习系列—深度解析：交叉熵损失（Cross-EntropyLoss）在分类问题中的应用人工智能深度学习系列—深入解析：均方误差损失（MSELoss）在深度学习中的应用与实践人工智能深度学习系列
学步_技术·2025-02-26 08:19

AI人工智能深度学习算法：在缺陷检测中的应用

AI人工智能深度学习算法：在缺陷检测中的应用1.背景介绍1.1缺陷检测的重要性在制造业中,产品质量是关键因素之一。缺陷检测是确保产品质量的重要环节,旨在及时发现并排除产品中的任何缺陷或异常。
AI天才研究院·2025-02-14 05:59

AI人工智能深度学习算法：搭建可拓展的深度学习模型架构

AI人工智能深度学习算法：搭建可拓展的深度学习模型架构作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着人工智能技术的飞速发展
AI天才研究院·2025-01-28 10:30

AI人工智能深度学习算法：在生物信息学中的应用

AI人工智能深度学习算法：在生物信息学中的应用关键词：人工智能、深度学习、生物信息学、基因组学、蛋白质结构预测、药物发现、个性化医疗文章目录AI人工智能深度学习算法：在生物信息学中的应用1.背景介绍2.
AI大模型应用之禅·2025-01-27 16:52

2024 年高教社杯全国大学生数学建模竞赛 B 题 生产过程中的决策问题 详细思路+matlab代码+python代码+论文范例

5号6号半价，会结合历年优秀论文、人工智能深度学习算法、chatgpt。会定期发布思路、代码和论文。思路和论文基本拿不到国奖，想要获得国奖的同学不要购买。适合基础差的学生，容易获得省奖！
2025年数学建模美赛·2025-01-27 06:16

AI人工智能深度学习算法：高并发场景下深度学习代理的性能调优

1.背景介绍1.1深度学习代理的兴起近年来，随着人工智能技术的飞速发展，深度学习在各个领域都取得了显著的成果。特别是在自然语言处理、图像识别、语音识别等领域，深度学习模型的性能已经超越了传统方法。为了更好地将深度学习技术应用于实际场景，深度学习代理应运而生。深度学习代理是一种将深度学习模型封装起来，并提供对外接口的服务。它可以接收来自客户端的请求，将请求数据输入到深度学习模型中进行推理，并将推理结
AI天才研究院·2025-01-22 14:54

2024 年高教社杯全国大学生数学建模竞赛 E 题 交通流量管控 详细思路+matlab代码+python代码+论文范例

5号6号半价，会结合历年优秀论文、人工智能深度学习算法、chatgpt。会定期发布思路、代码和论文。思路和论文基本拿不到国奖，想要获得国奖的同学不要购买。适合基础差的学生，容易获得省奖！
2024年数学建模国赛·2024-09-07 10:34

2024 年高教社杯全国大学生数学建模竞赛 D 题 反潜航空深弹命中概率问题 详细思路+matlab代码+python代码+论文范例

5号6号半价，会结合历年优秀论文、人工智能深度学习算法、chatgpt。会定期发布思路、代码和论文。思路和论文基本拿不到国奖，想要获得国奖的同学不要购买。适合基础差的学生，容易获得省奖！
2024年数学建模国赛·2024-09-05 19:12

AI人工智能深度学习算法：卷积神经网络的原理与应用

AI人工智能深度学习算法：卷积神经网络的原理与应用作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能的兴起与深度学习的崛起人工智能(AI)是指计算机科学的一个分支，旨在创造能够执行通常需要人类智能的任务的智能机器
AI大模型应用之禅·2024-08-30 23:21

Python环境下基于深度判别迁移学习网络的轴承故障诊断

目前很多机器学习和数据挖掘算法都是基于训练数据和测试数据位于同一特征空间、拥有相同数据分布的假设。然而在现实应用中，该假设却未必存在。
哥廷根数学学派·2024-02-19 12:36

人工智能深度学习入门指南

随着人工智能（AI）技术的飞速发展，深度学习作为其重要分支，已经成为许多领域的研究热点。深度学习通过模拟人脑神经网络的运作方式，使得机器能够处理和分析海量的数据，从而实现更高级别的智能。本文将为你提供一份深度学习入门指南，帮助你快速掌握深度学习的基本知识和应用技能。1.了解深度学习基本概念在开始深度学习之前，你需要了解一些基本概念，如神经网络、激活函数、损失函数、反向传播等。这些概念是深度学习的基
白猫a~·2024-02-11 23:00

人工智能深度学习发展历程-纪年录

前言为了理解模型之间的改进关系、明确深度学习的发展目标、提高自身对模型的深度理解、贯彻爱与和平的理念。总之，我做了如下表格。时间重大突破模型改进详细信息1847SGD随机梯度下降1995SVM支持向量机1982RNN循环神经网络，序列模型1986反向传播1997LSTM长短期时间记忆1998Lenet-5首次应用于手写识别2001随机森林2010ReLUrelu激活函数，解决梯度消失2012Dro
犟小孩·2024-02-03 19:37

Hadoop 大数据技术原理与应用

价值研究意义应用场景医疗，金融，零售Hadoop概述历史优势扩容能力强，成本低，高效率，可靠性，高容错Hadoop生态分布式存储系统（HDFS）分布式计算框架（MapReduce）资源管理（YARN）数据迁移（Sqoop）数据挖掘算法库
kk8_·2024-02-01 04:33

【NLP冲吖~】〇、NLP（自然语言处理、大纲）

0、自然语言处理自然语言处理是一门用于理解人类语言、情感和思想的技术，是人工智能深度学习领域的一项重要分支，去年爆火的GPT就是该分支的一个重要落地的应用。
漂泊老猫·2024-01-30 08:21

深度学习十年感悟，从入门到放弃

14年左右从Octave及Matlab数学建模开始入门人工智能深度学习领域。
Ada's·2024-01-23 10:37

一文梳理金融风控建模全流程(Python)

数据筛选六、数据划分七、变量分箱卡方分箱手动调整分箱八、建立模型相关性分析多重共线性检验VIFKS和AUC评分映射PSI稳定性指标九、关键指标说明WOE值IV值逻辑回归KS值PSI▍风控信用评分卡简介通过运用数据挖掘算法
风控小兵突击·2024-01-21 18:30

在线项目实习分享：股票价格形态聚类与收益分析

01前置课程数据挖掘基础数据探索数据预处理数据挖掘算法基础Python数据挖掘编程基础Matplotlib可视化Pyecharts绘图02师傅带练行业联动与轮动分析通过分析申银万国行业交易指数的联动与轮动现象
泰迪智能科技·2024-01-12 18:40

十大数据挖掘算法之KNN算法

一、KNN算法概述KNN（k-NearestNeighbor）算法，又称K近邻算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。简单来说，k近邻算法采用测量不同特征值之间的距离方法进行分类。优点：精度高、对异常值不敏感、无数据输入假定；缺点：计算复杂度高、空间复杂度高；适用数据范围：数值型和标称型。工作原理存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们
清梦载星河·2024-01-09 15:34

数据挖掘--决策树

近来的调查表明决策树也是最经常使用的数据挖掘算法，它的概念非常简单。决策树算法之所以如此流行，一个很重要的原因就是使用者基本上不用了解机器学习算法，也不用深究它是如何工作的。
人工智能MOS·2024-01-04 06:25

大数据技术原理与应用期末考试题

A、利用分布式文件系统、数据仓库、关系数据库等实现对结构化、半结构化和非结构化海量数据的存储和管理B、利用分布式并行编程模型和计算框架,结合机器学习和数据挖掘算法,实现对海量数据的处理和分析C、构建隐私数据保护体系和数据安全体系
无敌海苔咪·2024-01-03 08:03

如何选择合适的工具来进行数据可视化？

8、是否需要支持数据挖掘算法？8、是否需要支持图片分类？9、是否需要支持任务中心？10、是否支持参数、表格、图表、标签、图标、图片等可视化内容？可以根据自己的实际需要
王永翔·2023-12-26 15:54

python基于数据挖掘算法的“B站” 用户行为数据分析

收藏关注不迷路文章目录前言一、模块设计3.1数据爬取模块3.2数据的挖掘与分析模块3.3数据可视化模块二、开发环境三、数据预处理4.2各功能模块的实现4.2.1热点视频的数据分析及可视化四、结论目录前言  经过多年的发展，网络视频已经成为互联网上的主要应用之一。目前，网络视频具有数量大、发布快、影响多、影响力大的特点。BililiBarrageVideoNetwork(简称B站)作为当下国内首屈一
QQ2743785109·2023-12-16 01:05

数据挖掘算法及相关应用

我们生活在信息爆炸的时代，每时每刻都在产生海量的数椐。我们在微博、微信、社交网站、门户网站、移动终端等众多的设备商产生的海量数据，面临着无法处理数据的困境。例如电商行业，每天客户的注册、建议、投诉、订单以及喜好等行为都会被记录下来，几乎每一个大公司都拥有自己庞大的客户数据信息。如何从海量的数据中提取有用的知识或者模式来改善企业的管理或提高团队运行效率，已成为如今亟待解决的问题，数据挖掘技术正是解决
黄成甲·2023-12-15 19:28

协同过滤算法之vue+springboot个性化电影评分推荐系统6n498

个性化推荐系统通过对用户行为的分析,利用数据挖掘算法对信息进行过滤,将用户可能感兴趣的产品或项目推荐给用户。对于电影爱好者来说,利用网络在浩如烟海的电影数据库中找到自己喜欢的电影并非易事。
qq_3166678367·2023-12-06 11:44

【ArcGIS Pro微课1000例】0046：深度学习--汽车检测

本实验讲述ArcGISPro中人工智能深度学习应用之–汽车检测。文章目录一、学习效果二、工具介绍三、案例实现四、注意事项一、学习效果采用深度学习工具，可以很快速精准的识别汽车。
刘一哥GIS·2023-12-04 15:38

数据挖掘与建模有效的前提是具备问题领域的专业知识

数据挖掘与建模的本质是用一系列数据挖掘算法来创建模型，同时解释模型和业务目标的特点。
数据科学作家·2023-12-02 02:13

2020-05-13 常用的数据分析与挖掘工具

它是一款优秀的数据挖掘工具，用户可以借助强大的第三方扩展包，实现各种数据挖掘算法的落地。Pyhton是由荷兰人GuidovanRossum于1989年发明的，并在1991年首次公开发行。
程凉皮儿·2023-11-29 19:39

用最简单的语言来解释一下数据挖掘的十大算法

http://dataunion.org/20745.html出处：伯乐在线在一份调查问卷中，三个独立专家小组投票选出的十大最有影响力的数据挖掘算法，今天我打算用简单的语言来解释一下。
zdy0_2004·2023-11-25 14:39

PyTorch深度学习原理与实现

年代）深度神经网络（海量图片分类，2010年左右）常见深度神经网络：CNN、RNN、LSTM、GRU、GAN、DBN、RBM……深度应用领域计算机视觉语音识别自然语言处理人机博弈深度学习、机器学习以及人工智能深度学习
slience_me·2023-11-20 21:03

apriori算法 c语言,数据挖掘算法——Apriori算法

Apriori算法首先，Apriori算法是关联规则挖掘中很基础也很经典的一个算法。转载来自：链接：https://www.jianshu.com/p/26d61b83492e所以做如下补充：关联规则：形如X→Y的蕴涵式，其中，X和Y分别称为关联规则的先导(antecedent或left-hand-side,LHS)和后继(consequent或right-hand-side,RHS)。其中，关联
蒋大钳·2023-11-19 15:55

亚马逊云AI大语言模型应用下的创新Amazon Transcribe的使用

语音识别技术已经发展了几十年，直到2009年，Hinton把人工智能深度学习解决方案引入语音识别中，语音识别才取得了巨大突破。AmazonTranscribe是一项自动语音识别(AS
lqj_本人·2023-11-16 04:18

第五章:人工智能深度学习教程-人工神经网络(第一节-人工神经网络及其应用)

当您阅读这篇文章时，您体内的哪个器官正在思考这个问题？当然是大脑啦！但你知道大脑是如何运作的吗？嗯，它有神经元或神经细胞，它们是大脑和神经系统的主要单位。这些神经元接收来自外界的感觉输入并进行处理，然后提供可能作为下一个神经元的输入的输出。这些神经元中的每一个都通过突触以复杂的排列方式与其他神经元相连。现在，您想知道这与人工神经网络有什么关系吗？嗯，人工神经网络是根据人脑中的神经元建模的。让我们详
geeks老师·2023-11-10 03:16

第四章:人工智能深度学习教程-激活函数(第四节-深入理解激活函数)

什么是激活函数？在人工神经网络中，节点的激活函数定义了该节点或神经元对于给定输入或一组输入的输出。然后将该输出用作下一个节点的输入，依此类推，直到找到原始问题的所需解决方案。它将结果值映射到所需的范围，例如0到1或-1到1等。这取决于激活函数的选择。例如，使用逻辑激活函数会将实数域中的所有输入映射到0到1的范围内。二元分类问题的示例：在二元分类问题中，我们有一个输入x，比如一张图像，我们必须将其分
geeks老师·2023-11-10 03:15

第四章:人工智能深度学习教程-激活函数(第二节-ANN 中激活函数的类型)

生物神经网络以人工神经网络的形式建模，其中人工神经元模拟生物神经元的功能。人工神经元如下图所示：人工神经元的结构每个神经元由三个主要部分组成：一组“i”个突触，其权重为wi。信号xi形成具有权重wi的第i个突触的输入。任何权重的值都可以是正值或负值。正权重具有非凡的效果，而负权重对求和点的输出具有抑制作用。输入信号的求和点由相应的突触权重加权。因为它是加权输入信号的线性组合器或加法器，所以求和点的
geeks老师·2023-11-10 03:45

第四章:人工智能深度学习教程-激活函数(第三节-Pytorch 中的激活函数)

在本文中，我们将了解PyTorch激活函数。目录什么是激活函数以及为什么使用它们？Pytorch激活函数的类型ReLU激活函数：Python3LeakyReLU激活函数：Python3S形激活函数：Python3Tanh激活函数：Python3Softmax激活函数：Python3什么是激活函数以及为什么使用它们？激活函数是Pytorch的构建块。在讨论激活函数的类型之前，让我们首先了解人脑中神经
geeks老师·2023-11-10 03:37

第四章:人工智能深度学习教程-激活函数(第一节-激活函数)

简单来说，人工神经元计算其输入的“加权和”并添加偏差，如下图所示的净输入。从数学上来说，现在净输入的值可以是从-inf到+inf之间的任何值。神经元并不真正知道如何绑定到值，因此无法决定激发模式。因此激活函数是人工神经网络的重要组成部分。他们基本上决定神经元是否应该被激活。因此它限制了净输入的值。激活函数是一种非线性变换，我们在将输入发送到下一层神经元或将其最终确定为输出之前对输入进行非线性变换。
geeks老师·2023-11-09 17:22

第三章:人工智能深度学习教程-基础神经网络(第三节-Tensorflow 中的多层感知器学习)

在本文中，我们将了解多层感知器的概念及其使用TensorFlow库在Python中的实现。多层感知器多层感知也称为MLP。它是完全连接的密集层，可将任何输入维度转换为所需的维度。多层感知是具有多个层的神经网络。为了创建神经网络，我们将神经元组合在一起，以便某些神经元的输出是其他神经元的输入。神经网络和TensorFlow的简单介绍可以在这里找到：神经网络TensorFlow简介多层感知器有一个输入
geeks老师·2023-11-09 17:45

第三章:人工智能深度学习教程-基础神经网络(第一节-ANN 和 BNN 的区别)

你有没有想过建造大脑之类的东西是什么感觉，这些东西是如何工作的，或者它们的作用是什么？让我们看看节点如何与神经元通信，以及人工神经网络和生物神经网络之间有什么区别。1.人工神经网络：人工神经网络（ANN）是一种基于前馈策略的神经网络。之所以这样称呼，是因为它们不断地通过节点传递信息，直到到达输出节点。这也被称为最简单的神经网络类型。ANN的一些优点：无论数据类型如何（线性或非线性），都能够学习。人
geeks老师·2023-11-09 03:14

合工大《数字媒体技术》课程调研报告-视频伪造

作为人工智能深度学习领域的一个分支，Deepfake(深度伪造)技术在近几年迅速兴起，为国家间的政治抹黑、军事欺骗、经济犯罪甚至恐怖主义行动等提供了新工
晓宜·2023-11-09 03:44

第三章:人工智能深度学习教程-基础神经网络(第六节-ML深度学习层列表)

要指定所有层按顺序连接的神经网络的架构，请直接创建层数组。要指定层可以有多个输入或输出的网络架构，请使用LayerGraph对象。使用以下函数创建不同的图层类型。输入层：功能描述图像输入层将图像输入网络应用数据标准化序列输入层将序列数据输入到网络。可学习层：功能描述卷积2d层对输入应用滑动过滤器。它通过沿输入垂直和水平移动滤波器并计算权重和输入的点积，然后添加偏差项来对输入进行卷积。转置Conv2
geeks老师·2023-11-08 22:20

第三章:人工智能深度学习教程-基础神经网络(第五节-了解多层前馈网络)

让我们了解反向传播网络(BPN)中的误差是如何计算的以及权重是如何更新的。考虑下图中的以下网络。反向传播网络（BPN）上图中的网络是一个简单的多层前馈网络或反向传播网络。它包含三层，输入层有两个神经元x1和x2，隐藏层有两个神经元z1和z2，输出层有一个神经元yin。现在让我们写下每个神经元的权重和偏差向量。注：权重是随机取的。输入层：i/p–[x1x2]=[01]这里，由于它是输入层，因此仅存在
geeks老师·2023-11-08 22:19

第三章:人工智能深度学习教程-基础神经网络(第四节-从头开始的具有前向和反向传播的深度神经网络 – Python)

本文旨在从头开始实现深度神经网络。我们将实现一个深度神经网络，其中包含一个具有四个单元的隐藏层和一个输出层。实施将从头开始，并实施以下步骤。算法：1.可视化输入数据2.确定权重和偏置矩阵的形状3.初始化矩阵、要使用的函数4.前向传播方法的实现5.实施成本计算6.反向传播和优化7.预测和可视化输出模型架构：模型架构如下图所示，其中隐藏层使用双曲正切作为激活函数，而输出层（即分类问题）使用sigmoi
geeks老师·2023-11-08 22:19

第三章:人工智能深度学习教程-基础神经网络(第二节-ANN 和 BNN 的区别)

在本文中，我们将了解单层感知器及其使用TensorFlow库在Python中的实现。神经网络的工作方式与我们的生物神经元的工作方式相同。生物神经元的结构生物神经元具有三个基本功能接收外部信号。处理信号并增强是否需要发送信息。将信号传递给目标细胞，目标细胞可以是另一个神经元或腺体。同样，神经网络也能发挥作用。机器学习中的神经网络什么是单层感知器？它是最古老且最早引入的神经网络之一。它是由弗兰克·罗森
geeks老师·2023-11-08 22:42

第三章:人工智能深度学习教程-人工智能与机器学习与深度学习之间的区别

人工智能基本上是通过一组规则（算法）将人类智能融入机器的机制。人工智能是两个词的组合：“人工”是指由人类或非自然物体制造的东西，“智能”是指相应地理解或思考的能力。另一个定义可能是“人工智能基本上是训练机器（计算机）模仿人脑及其思维能力的研究”。人工智能侧重于3个主要方面（技能）：学习、推理和自我纠正，以获得尽可能最大的效率。机器学习：机器学习基本上是一种研究/过程，它使系统（计算机）能够通过其拥
geeks老师·2023-11-07 20:42

第二章:人工智能深度学习教程-深度学习简介

深度学习是基于人工神经网络的机器学习的一个分支。它能够学习数据中的复杂模式和关系。在深度学习中，我们不需要显式地对所有内容进行编程。近年来，由于处理能力的进步和大型数据集的可用性，它变得越来越流行。因为它基于人工神经网络（ANN），也称为深度神经网络（DNN）。这些神经网络的灵感来自于人脑生物神经元的结构和功能，它们旨在从大量数据中学习。深度学习是机器学习的一个子领域，涉及使用神经网络来建模和解决
geeks老师·2023-11-07 20:03

推荐一个数据科学与大数据技术专业毕业论文题目

在数据科学和大数据技术专业，毕业论文题目可以围绕以下几个方面展开:大数据挖掘和分析:例如，使用机器学习或数据挖掘算法来从海量数据中发现有用信息。
不卡不卡·2023-11-05 03:56
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他