从零开始机器学习

[机器学习]详解transformer---小白篇

1.背景：Transformer是2017年的一篇论文《AttentionisAllYouNeed》提出的一种模型架构，这篇论文里只针对机器翻译这一种场景做了实验，并且由于encoder端是并行计算的，训练的时间被大大缩短了。全面击败了当时的SOTA，现阶段，Transformer在cv领域也是全面开花，基于transformer的目标识别，语义分割等算法也是经常屠榜。论文:[1706.03762
是安澜啊·2024-02-15 08:11

基于Transformer的机器学习模型的主动学习

主动学习和基于Transformer的机器学习模型的结合为有效地训练深度学习模型提供了强有力的工具。通过利用主动学习，数据科学家能够减少训练模型所需的标记数据的数量，同时仍然达到高精度。
第欧根尼的酒桶·2024-02-15 08:09

机器学习矩阵运算库Numpy入门25例

导入numpyimportnumpyasnp打印numpy的版本和配置信息print(np.version)print(np.show_config)查看函数帮助文档#np.info(np.abs)创建0向量np.zeros(10)array([0.,0.,0.,0.,0.,0.,0.,0.,0.,0.])np.zeros((5,2))array([[0.,0.],[0.,0.],[0.,0.],
皮皮大·2024-02-15 08:54

机器学习LDA线性判别器代码实现

机器学习LDA线性判别器代码实现西瓜书P60线性判别器LDA代码实现：importnumpyasnpimportmatplotlib.pyplotaspltdefload_data(file_name)
Longlongaaago·2024-02-15 07:38

Evolutionary algorithm （遗传算法）介绍

Evolutionaryalgorithm（遗传算法）介绍Evolutionaryalgorithm遗传算法，实际上也是机器学习里面一个很重要的分支。
Longlongaaago·2024-02-15 07:07

剽悍一只猫的剽悍行动营：要想比哥混得好，就要比哥更努力

文|江湖姐姐“我知道咋从一个穷人变成财主，不出十年，你大爷我还是东家，那时候咱再回来……”电影《1942》里，张国立扮演的地主在逃荒时说的这话，霸气地道出了剽悍行动营二哥的心声：我知道咋从零开始致富，不出几年
洛柒姑娘·2024-02-15 07:48

那些感动瞬间

因为对舞台的热爱与渴望，她们在沉寂了4年之后选择从零开始。面试的表演振奋人心，仿佛蓄满的力量喷涌而出。我不是他们的粉丝，但是看到他们为梦想而奋斗的样子，我既羡慕又感动。
阳光下的野太阳花·2024-02-15 06:08

【从零开始学JVM】第一章_JVM和java体系结构

第一章_JVM和java体系结构1.java和JVM简介1.1JavaJava是一门跨平台的语言Java语言的特点包括：跨平台性：Java程序可以在不同操作系统上运行，只需安装对应平台的Java虚拟机（JVM）即可。面向对象：Java是一种纯粹的面向对象编程语言，支持封装、继承、多态等面向对象特性。健壮性：Java在设计时考虑了许多安全检查，如内存管理、异常处理等，以确保程序的稳定性和可靠性。安全
光久li·2024-02-15 03:00

基于决策树的金融市场波动性预测与应用

基于决策树的金融市场波动性预测与应用项目背景与意义数据概述与分析数据来源数据特征数据预处理与特征工程模型训练与评估结果与应用总结LightGBM是一个机器学习算法库，用于梯度提升机（GradientBoostingMachine
OverlordDuke·2024-02-15 02:42

labelImg和labelme区别

LabelImg和LabelMe是两种常用的标注工具，用于创建标注数据集以供机器学习和计算机视觉任务使用。虽然它们都具有相似的目标，即方便用户进行图像标注，但在某些方面存在一些区别。
FL1623863129·2024-02-15 02:40

今日arXiv最热NLP大模型论文：基于语言模型模拟的经济学研究

近年来，人工智能社区通过两种方式为这一领域做出了贡献：一是探讨大型语言模型（LLMs）是否能在简单的选择预测设置中替代人类；二是通过机器学习（ML）的视角研究更复杂的实验经济学设置，这些设置涉及不完全信息
夕小瑶·2024-02-15 02:26

今日arXiv最热NLP大模型论文：无需数据集，大模型可通过强化学习与实体环境高效对齐 | ICLR2024

相比之下，强化学习（RL）能够通过试错的方法从零开始学习策略，从而确保内部嵌入知识与环境的对齐。但是，怎样将先验知识高效地融入这样的学习过程是一大挑战，为了解决这一差距
夕小瑶·2024-02-15 02:56

基于 Apache Flink 的实时计算数据流业务引擎在京东零售的实践和落地

内容主要包括五个方面：京东零售实时计算的现状实时计算框架场景优化：TopN场景优化：动线分析场景优化：FLINK一站式机器学习点击查看更多技术内容一、京东零售实时计算的现状1.1现状技术门槛高、学习成本大
Apache Flink·2024-02-15 01:50

快速上手医学影像组学和机器学习（训练营：2023.9.19~9.26）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层
茗创科技·2024-02-15 00:09

Task 11 XGBoost 算法分析与案例调参实例

1.XGBoost算法XGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进，被广泛应用在Kaggle竞赛及其他许多机器学习竞赛中并取得了不错的成绩
沫2021·2024-02-15 00:38

Python的Sklearn库中的数据集

一、Sklearn介绍scikit-learn是Python语言开发的机器学习库，一般简称为sklearn，目前算是通用机器学习算法库中实现得比较完善的库了。
王荣胜z·2024-02-14 23:13

2019-12-01

利用python实现多元线性回归#-------机器学习--------1、简单一元线性回归importnumpyasnpimportmatplotlib.pyplotaspltx=np.array([
xias147·2024-02-14 22:25

向着光与希望

烟云一般的样子，还好时间在走，人也在变，所以一些都还来的及，一切都还能重新来过，让我们再一次重新来过，从零开始，向着光与希望，前行！
花格子的笔·2024-02-14 22:43

达摩院官方刚刚发布了最新的Python教程，整套427集系统学习视频

主要分为以下章节：概述初学者Python入门通过Python进行Web开发通过Python编写脚本与自动化通过Python进行机器学习开发常见问题其他资源补充多语言版本自由选择，将近7
刘好看静静·2024-02-14 22:41

从零开始学粤语3.8韵母-o, oi, on, ong, ot, ok, ou

一、复习1、aaaaiaanaangaauai（忘了）anangauaamaapaataakamapatakeengekeiiiminiu（忘了）ipitingik（忘了）2、ing、ik的“i”读音类似于“e”3、“in”的“i”念“i”“ing”的“i”念“ing”4、二、新知o,oi,on,ong,ot,ok,ou1、o发音时舌头略向后缩，嘴唇拢圆，让气流呼出。比普通话o张口更大。2、oi发
采蘑菇的小Timor·2024-02-14 22:31

人性

两部电影共同营造了一种氛围，就像是一场与世隔绝的从零开始的绝对公平的社会实验，
想想滚雪球·2024-02-14 22:48

什么是信号卷积，信号卷积的物理意义是什么，功能有哪些

在信号处理领域，卷积运算具有非常广泛的应用，包括数字信号处理、图像处理、机器学习和物理工程等。
kfjh·2024-02-14 22:25

吴恩达机器学习—大规模机器学习

学习大数据集数据量多，模型效果肯定会比较好，但是大数据也有它自己的问题，计算复杂如果存在100000000个特征，计算量是相当大的，在进行梯度下降的时候，还要反复求损失函数的偏导数，这样一来计算量更大。那么有没有简单的方法来应对大量的数据呢？我们可以采取随机抽样，比如，抽取1000个样本进行模型的构建。那么如何决定抽取多少样本呢？可以通过学习曲线获得，随着数据量的增加，无论是偏差和误差，都会趋向于
魏清宇·2024-02-14 21:14

从零开始做内容

爆款底层逻辑核心知识整理一、内容的定义内容主要包含两类，即知识点和观点。知识点：比如明朝的第一个皇帝是谁，太平天国是什么时候出现的，英语的26个字母分别是什么等。观点：比如我们如何去看待一件事，一篇文章传递的价值，一条视频表达的态度等。二者的区别：知识点答案唯一且分对错，观点不唯一，但只有你的切入点足够深刻、特别，才能激起用户的关注、认同和转发。二、爆款内容的底层逻辑1.为什么1年收入大于别人5年
无良作者·2024-02-14 21:12

从零开始分析lnstant Run源码

背景AndroidStudio2.0中引入的InstantRun是Run和Debug命令的行为，可以大幅缩短应用更新的时间。尽管首次构建可能需要花费较长的时间，InstantRun在向应用推送后续更新时则无需构建新的APK，因此，这样可以更快地看到更改，曾经是Android开发人员的开发的利器，现在已被废弃，用Applychanges替代。但我们仍然可以学习它的源码，提升自己的开发技术。使用ins
程序员小花·2024-02-14 20:45

机器学习在各个行业的应用介绍

随着科技的飞速发展，机器学习已经从实验室走向了现实世界，逐渐成为各行各业不可或缺的工具。从金融领域到医疗健康，从零售市场到制造业，机器学习正在改变着我们的工作方式和生活质量。
人生万事须自为，跬步江山即寥廓。·2024-02-14 20:45

numpy 矩阵乘法_一起学习Python常用模块——numpy

1前言Python在数据科学、机器学习、AI领等域中占据主导地位，目前对于数据分析师和算法工程师来说是必备技能。
weixin_39636099·2024-02-14 19:36

python 对ndarray全体除以一个数_一起学习Python常用模块——numpy

1前言Python在数据科学、机器学习、AI领等域中占据主导地位，目前对于数据分析师和算法工程师来说是必备技能。
weixin_39785814·2024-02-14 19:36

职场里的角色转变，只能自己去适应

虽说有过一切从零开始的心理准备，但真正来临时，又觉得纠结。对于其他人来说，我不管之前做什么，做过什么，都不重要，重要的是他们多了一位新同事，可以打杂干零活的新人。对也不对。
自由滚浪·2024-02-14 19:24

从零开始建立一个Composer项目

简介移植好的FEApi类库，需要打包发布到composer顺便记录一下。建立项目首先申请GitHub项目空间，这个不赘述了，我这里的项目空间是，https://github.com/kami1983/jk-laravel-feapi然后将git库clone到本地，建立develop分支，不赘述了：image.png修改vim.gitignore添加如下内容：composer.phar/vendor
kami1983·2024-02-14 18:35

[C#] 如何调用Python脚本程序

有以下几个原因需要C#调用Python：Python拥有丰富的生态系统：Python有很多强大的第三方库和工具，可以用于数据科学、机器学习、自然语言处理等领域。
老狼IT工作室·2024-02-14 18:53

【机器学习】数据清洗之处理异常点

个人主页：甜美的江欢迎点赞✍评论⭐收藏收录专栏：机器学习希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！
甜美的江·2024-02-14 18:21

机器学习：ROC曲线笔记

ROC曲线（ReceiverOperatingCharacteristicCurve）是一种用于评估二分类模型性能的图形化工具，主要用于展示在不同阈值（Threshold）下模型的真阳性率（TruePositiveRate，TPR）和假阳性率（FalsePositiveRate，FPR）之间的关系。ROC曲线最早起源于二战期间，用于分析雷达信号检测敌方飞机的能力，随后逐渐扩展到其他领域，特别是医学
Ningbo_JiaYT·2024-02-14 17:16

机器学习---概率图模型（概率计算问题）

1.直接计算法给定模型和观测序列，计算观测序列O出现的概率。最直接的方法是按概率公式直接计算.通过列举所有可能的长度为T的状态序列，求各个状态序列I与观测序列的联合概率，然后对所有可能的状态序列求和，得到。状态序列的概率是对固定的状态序列，观测序列的概率是。，O和I同时出现的联合概率为。然后，对所有可能的状态序列I求和，得到观测序列O的概率，即但是，利用公式计算量很大，是阶的，这种算法不可行。2.
三月七꧁ ꧂·2024-02-14 17:06

关于工作的思考

公司是新的，产品是新的，人员是新的，什么都没有，一切从零开始，我作为企划部的负
彩禾跑步随想·2024-02-14 15:45

应广大同学的要求，提供一个基于matlab夜间车牌自动识别给大家参考

可以使用机器学习方
依然风yrlf·2024-02-14 15:21

Python数据科学：Scikit-Learn机器学习

4.1Scikit-Learn机器学习Scikit-Learn使用的数据表示：二维网格数据表实例1：通过Seaborn导入数据defskLearn():'''scikitLearn基本介绍:return
偶是不器·2024-02-14 15:19

详细教你如何用python写一个车牌自动识别程序

要编写一个Python的车牌识别程序，你需要使用图像处理和机器学习技术。这里提供一个简单的示例，使用OpenCV库进行图像处理，以及TesseractOCR（光学字符识别）库来识别车牌上的字符。
依然风yrlf·2024-02-14 15:49

《孟婆传奇》：常年立在奈何桥畔，渡了别人却苦了自己，孟婆的经历看哭你我

可是，即便到了奈何桥，即便知道这一世的寿命已经结束，总有人不愿意放弃今生的记忆，不愿意放弃今生的荣华富贵，不愿意放弃今生的一切，从零开始
树荫里的阳光·2024-02-14 14:22

从零开始学howtoheap：解题西湖论剑Storm_note

环境可参见从零开始配置pwn环境：从零开始配置pwn环境：从零开始配置pwn环境：优化pwn虚拟机配置支持libc等指令-CSDN博客1.题目信息https://github.com/ble55ing/
网络安全我来了·2024-02-14 14:01

从零开始学howtoheap：理解fastbins的unsorted bin攻击

环境可参见从零开始配置pwn环境：从零开始配置pwn环境：从零开始配置pwn环境：优化pwn虚拟机配置支持libc等指令-CSDN博客1.fastbins的unsorted_bin攻击unsortedbin
网络安全我来了·2024-02-14 14:31

从零开始学howtoheap：理解fastbins的large_bin攻击

环境可参见从零开始配置pwn环境：从零开始配置pwn环境：从零开始配置pwn环境：优化pwn虚拟机配置支持libc等指令-CSDN博客1.fastbins的large_bin攻击根据原文描述跟unsortedbinattack
网络安全我来了·2024-02-14 14:31

从零开始学howtoheap：fastbins的house_of_spirit攻击3

环境可参见从零开始配置pwn环境：从零开始配置pwn环境：从零开始配置pwn环境：优化pwn虚拟机配置支持libc等指令-CSDN博客1.fastbins的house_of_spirit攻击house_of_spirit
网络安全我来了·2024-02-14 14:29

Spark编程实验六：Spark机器学习库MLlib编程

目录一、目的与要求二、实验内容三、实验步骤1、数据导入2、进行主成分分析（PCA）3、训练分类模型并预测居民收入4、超参数调优四、结果分析与实验体会一、目的与要求1、通过实验掌握基本的MLLib编程方法；2、掌握用MLLib解决一些常见的数据分析问题，包括数据导入、成分分析和分类和预测等。二、实验内容1.数据导入从文件中导入数据，并转化为DataFrame。2、进行主成分分析（PCA）对6个连续型
Francek Chen·2024-02-14 14:48

机器学习：BN层介绍及深入理解

在机器学习领域，数据分布是很重要的概念。如果训练集和测试集的分布很不相同，那么在训练集上训练好的模型，在测试集上应该不奏效（比如用ImageNet训练的分类网络去在灰度医学图像
是Dream呀·2024-02-14 13:12

81TensorFlow 2 模型部署方法实践--TensorFlow Serving 部署模型

TensorFlowServing部署模型TensorFlowServing是一个针对机器学习模型的灵活、高性能的服务系统，专为生产环境而设计。
Jachin111·2024-02-14 13:25

机器学习：多项式模型朴素贝叶斯分类器（原理+python实现）

简介多项式朴素贝叶斯也是多用于文本处理，其原理和计算的流程和伯努利朴素贝叶斯基本一致，唯一的区别在于单词的计数方式，由《伯努利朴素贝叶斯》一文可知，在文本处理的环节中，我们将单词是否出现在词组作为特征，但在多项式朴素贝叶斯中，我们将单词在词组中出现的次数作为特征，因此只需要更改文中setOfWords2Vec的函数即可，变成如下方式：defbagOfWords2VecMN(vocabList,in
DocPark·2024-02-14 13:03

神经网络简述

一、什么是神经网络机器学习中谈论的神经网络是指“神经网络学习”，或者说，是机器学习和神经网络这两个学科领域的交叉部分[1]。
城市中迷途小书童·2024-02-14 12:08

C++项目实战与经验分享：从零构建一个简单的Web服务器

在这个项目中，我们将使用C++从零开始构建一个简单的Web服务器，并分享在此过程中的一些经验和技巧。一、项目背景与目标在当前的软件行业中，Web服务器扮演着非常重要的角色。
爱内卷的学霸一枚·2024-02-14 11:25

林轩田机器学习基石 - 学习笔记4 - 机器学习的可行性

@[TOC]一LearningisImpossible首先，考虑这样一个例子，如下图所示，有3个label为-1的九宫格和3个label为+1的九宫格。根据这6个样本，提取相应label下的特征，预测右边九宫格是属于-1还是+1？结果是，如果依据对称性，我们会把它归为+1；如果依据九宫格左上角是否是黑色，我们会把它归为-1。除此之外，还有根据其它不同特征进行分类，得到不同结果的情况。而且，这些分类
Spareribs·2024-02-14 11:45
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他