信息检索导论

开源软件开发导论第一周作业1——关于开源软件的五个问题

这个作业的要求是：https://bbs.csdn.net/topics/607938212，我的五个问题如下1.由于写作业的时间比较晚，看到了老师9.3补充的内容：结合自身经验。联想到课程中提到后续我们会参加开源项目，而以我目前做项目的经验来看，由于整体的能力不够，对于自己负责的部分模块进行代码书写时难免会有各种bug，即便经过测试也可能有未发现的bug。所以我的问题是：如果在参加开源项目对代码
weixin_52130267·2023-01-04 16:14

NEFU数据科学导论(六)关联规则

一、关联规则1.1概念1.2重要指标1.3一些概念和规则样本的每一个特征X,被称为项(item)。每一个样本可以看作是项的集合。即项集(itemset)。如果一个项集中项的数量是k,则该项集称为k项集。二、频繁项集的产生2.1格结构：枚举所有可能的项集2.2先验原理2.3候选集的产生和剪枝蛮力方法F-F方法三、Apriori算法3.1核心思想
NEFU-Go D 乌索普·2023-01-04 15:09

NEFU数据科学导论(八)线性回归

一、概念1.1连续型变量1.2过程分析一元线性回归多元线性回归二、一元线性回归2.1具体思路2.2参数估计三、多元线性回归3.1概念3.2参数估计3.3标准化偏回归系数应用预测问题四、人工神经网络4.1神经元模型4.2激活函数4.3感知机4.3.1感知机定义数据集线性可分4.3.2学习策略4.3.3学习算法4.4多层感知机4.4.1反向转播算法概念4.4.1反向转播算法过程4.4.2几点讨论
NEFU-Go D 乌索普·2023-01-04 15:09

NEFU数据科学导论(九)聚类问题

一、概念簇和异常点1.1主要方法二、划分聚类2.1K-mean算法特点2.2具体思路2.3k值选取三、层次聚类3.1具体思路3.1.1聚合方法3.1.2分拆方法四、密度聚类BFR算法4.1步骤4.2对象
NEFU-Go D 乌索普·2023-01-04 15:09

NEFU数据科学导论(七)分类问题

一、概念包括学习和分类两个过程监督学习从数据中学习一一个分类模型或决策函数称为分类器(classifier)分类器对新的输入进行输出的预测,称为分类,输出变量Y取有限个离散值二、常用分类算法提升方法2.1评价指标准确率精确率与召回率三、KNN算法3.1基本思想3.2算法流程‘3.3基本要素3.3.1距离度量由不同的距离度量所确定的最近邻点是不一样的3.3.2K值的选择3.3.3分类决策规则四、贝叶
NEFU-Go D 乌索普·2023-01-04 15:29

机器人学导论——雅可比：速度和静力

一刚体的线速度和角速度1.1位置矢量的导数位置矢量BQ的速度可以用BQ的导数表示，当然，这边是基于坐标系B来描述的。另一种说法是：位置矢量的速度可以看作用位置矢量描述的空间的一点的线速度。上述的速度矢量在坐标系A中的描述为也可以写作经常讨论的是一个坐标系原点相对于某个常见的世界参考坐标系的速度，而不考虑相对于任意坐标系中一般点的速度。对于这种特殊情况，定义一个缩写符号式中的点为坐标系{C}的原点，
Ecalpal·2023-01-04 14:28

机器学习——06逻辑回归

机器学习——06逻辑回归参考资料AIlearningMachine-Learning-in-Action庞善民.西安交通大学机器学习导论2022春PPT使用Jupyter进行练习，python3项目地址
雨落俊泉·2023-01-04 14:56

机器学习——07树回归

-北京：人民邮电出版社，2013.6庞善民.西安交通大学机器学习导论2022春PPTCART决策树算法的Python实现项目地址：https://github.com/yijunquan-afk/machine-learning
雨落俊泉·2023-01-04 14:26

【头歌】重生之数据科学导论——回归进阶

第1关：简单线性回归任务描述本关任务：编写一个梯度下降的小程序，输出损失函数值。编程要求请仔细阅读右侧代码，结合相关知识，在Begin-End区域内进行代码补充，输出进行1-10次梯度下降后的损失函数值。#**********Begin**********##梯度下降函数：将None处替换为你写的代码defgradient_descent(x_i,y_i,w,b,alpha):dw=-2*erro
垮起个老脸·2023-01-04 14:47

网络科学导论3

第三章网络基本拓扑性质本章重点实际网络的连通性：无向网络中的巨片、有向网络的蝴蝶结结构网络小世界性质刻画：平均路径长度与聚类系数网络均匀性程度刻画：泊松度分布和幂律度分布3.1引言在图论中割点：去除某个定点使得一个图由连通变为不连通；桥：去除某条边使得一个图由连通变为不连通。在网络科学中（大规模）要去除多少节点或者边才能对网络的某个性质产生实质性的影响？不同的去除策略是否会产生不同的结果？对网络的
二氧化谈·2023-01-04 14:47

数据科学导论——K均值

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言第1关：K均值初识第2关：k均值小试任务描述相关知识编程要求测试说明第3关：K均值实战任务描述相关知识:编程要求测试说明前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可
玄九Coral·2023-01-04 14:16

2018年春季《数据科学导论》课程回顾（一）

因为数据科学导论课程最大的困难是，能讲的，该讲的东西太多，不知如何取舍；而且针对不同背景和先修课程的学生，内容也会存在很大差异，这些都是巨大的挑战，需要迭代改进。】
hmt_data·2023-01-04 14:16

数据科学导论——数据采集实战

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言第1关：单网页爬取任务描述编程要求测试说明第2关：网站爬取策略编程要求测试说明第3关：爬取与反爬取任务描述编程要求测试说明第4关：爬取与反爬取进阶任务描述编程要求测试说明前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的
玄九Coral·2023-01-04 14:45

论文浅尝 | 知识图谱的神经符号推理（上）

知识图谱推理是支撑信息提取、信息检索和推荐等机器学习任务的基础组成部分，并且由于知识图可以看作知识的离散符号表示，自然可以利用符号技术做知识图谱推理任务。
开放知识图谱·2023-01-04 11:47

在AI的路上从无到有，2023更好，分享一个2022年的积累成果之一——一个开源GitHub项目，作为见证

到了年中，大概确定了新的研究方向——信息检索，主要的研究工作是做稠
cutercorley·2023-01-04 09:44

人工智能导论实验——KNN

一、实验目的.1）了解KNN的基本概念；2）了解如何使用MindSpore进行KNN实验。.二、实验任务.使用MindSpore在部分wine数据集上进行KNN实验。实验结果：实验原理：k近邻法（k-nearestneighbor，k-NN）是一种基本的分类和回归方法，是监督学习方法里的一种常用方法。k近邻算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其k个最近邻的训练实
Recursi·2023-01-04 08:37

信息检索导论 第十七章十八章知识点

层次聚类层次聚类(hierarchicalclustering或hierarchicclustering）会输出一个具有层次结构的簇集合，可以是自顶向下或自底向上的一个过程。自底向上（HAC）的算法一开始将每篇文档都看成是一个簇，然后不断地对簇进行两两合并(或称凝聚(agglomerate))，直到所有文档都聚成一类为止。而自顶向下的方法则首先将所有文档看成一个簇，然后不断利用某种方法对簇进行分裂
萌甘薯·2023-01-03 17:04

文本数据处理

信息检索指将信息（此处指代文本）按一定的方式组织起来，根据用户的需求将相关信息查找出来信息抽取将文本中包含的结构化或非结构化的信息抽取出来，组成类似表格的形式自动问答用准确、简洁的自然语言回答用户以文本形式提出的问题机器翻译一种自然语言文本自动转换为另一种自然语言文本自动摘要从一份或多
小孩不要怕·2023-01-03 13:42

ML常用资料链接

BAT机器学习面试1000题系列（第1~305题）_结构之法算法之道-CSDN博客2.EM算法详解EM-最大期望算法|D.W'sNotes-MachineLearning3.SVM算法详解支持向量机通俗导论
waeceo·2023-01-03 11:49

NEFU数据科学导论(五)特征工程2特征选取

一、概念什么是特征选择?从数据集的全部特征中选取一个特征子集的过程被称为特征选择二、基本流程2.1子集产生2.2子集评估停止条件2.3子集检验三、过滤式方法3.1常用特征选择统计量3.1.1方差阈值3.1.2Pearson相关3.1.3距离计算统计分量越大，特征越重要3.1.4信息熵信息增益越大特征越重要四、产生特征子集的搜索策略4.1启发式搜索策略-贪心算法前向搜索后向搜索’双向搜索4.2.1前
NEFU-Go D 乌索普·2023-01-03 10:38

NEFU数据科学导论(四)探索性数据分析

一、概要二、方法分类三、单变量分析3.1方法概述3.2.1非图形化方法集中趋势方法数据散度分析峰度分析偏态分析3.2.2图形化方法直方图茎叶图箱型图四、多变量分析-相关性4.1相关性分类4.2非图形化方式4.2.1交叉表4.2.2计算相关系数Spearman相关系数判定系数4.3图形化方式4.3.1散点图4.3.2并排箱型图五、样本相似性与相异性分析5.1概述5.2方法5.2.1欧式距离5.2.2
NEFU-Go D 乌索普·2023-01-03 10:37

NEFU数据科学导论（一）概述

一、数据分析过程二、具体过程2.1获取数据2.2数据预处理2.3数据探索2.4数据建模2.5数据展示三、知识体系3.1结构体系3.2所需技术3.3描述性分析预测性分析
NEFU-Go D 乌索普·2023-01-03 10:07

NEFU数据科学导论(二)获取数据1

一·、获取数据途径·二、数据收集特征2.1日志收集系统特征·：高可用性，高可靠性，可扩展性2.2网络数据收集2.3数据库收集关系型数据库（mysql,oracle)非关系型数据库（redis)2.4公开出版刊物2.5开发数据平台2.6市场调查三、数据质量检验3.1原因3.2导致现象3.3脏数据：缺失値昇常値不一致的値重夏値缺失値原因：结果：昇常値：1.简单统计量分析2.3P原则3.箱型图分析原因结
NEFU-Go D 乌索普·2023-01-03 10:07

NEFU数据科学导论(三)数据预处理

一、总过程二、数据清洗·2.1什么是数据清洗?●删除原始数据集中的无关数据、重复数据、平滑噪声数据●筛选掉与主题无关的数据●处理缺失值、异常值等2.2.1缺失值处理方法2.2.2数据插补详解2.3.1异常值处理方法三、数据集成3.1什么是数据集成?将多个数据源合并存放在一个一致的数据存储(如数据仓库)中3.2处理方法实体识别数据冗余·3.3.1实体识别3.3.2数据冗余四、数据规约4.1什么是数据
NEFU-Go D 乌索普·2023-01-03 10:07

NEFU数据科学导论阶段性学习补充（一）

第一章绪论1.数据科学项目处理流程（1）确定问题将用户层面的问题抽象化为数据科学层面的问题。（2）制定目标用户层面与数据科学层面均有涉及，力求明确、具体、可验证、可量化、可实现的目标。（3）搜集数据（4）探索性数据分析（EDA）了解数据特性，并形成一些初步假设，为后续建模提供基础与准备。（5）建立模型基于任务目标，结合EDA结果，选择并构建合适的模型。（6）性能评价关注三方面问题：①用什么评价指标
NEFU-Go D 乌索普·2023-01-03 10:07

NEFU数据科学导论(五)特征工程1特征抽取

一、总体概述1.1特征创建1.2一些方法二、降维2.1现象当维度增加时,特征空间的体积增加得很快,使得可用的数据变得稀疏特征空间：样本密度：样本数/特征空间大小2.2方法大概三、主成分分析（PCA）3.1概述3.1.2规则要求3.1.3主要流程方差越大保留信息越多四、奇异值分解（SVD）4.1原理4.2计算过程4.3性质4.4优点
NEFU-Go D 乌索普·2023-01-03 10:58

线性代数导论10——四个基本子空间

本文是GilbertStrang的线性代数导论课程笔记。
leifenglian·2023-01-03 09:05

【复杂网络】自学笔记整理

北师大教授张江课程课时一什么是复杂性思维课时二系统科学简史与现代复杂系统科学课时三蜂群思维与涌现课时四涌现与关于“马姨”的讨论课时五群体模拟与Netlogo课时六元胞自动机课时七元胞自动机扩展三、网络科学导论第一章引论
如风_Antoni·2023-01-03 08:27

SVM总结（转）

支持向量机通俗导论（理解SVM的三层境界）第一篇：从四个关键词理解SVM第二篇：SVM的原理（全面理解SVM）第三篇：SVM的特点与不足第四篇：SVM实现第五篇：从应用上理解SVM第一篇：从四个关键词理解
段子手实习生·2023-01-03 08:44

人工智能技术的三大学派_人工智能21个子领域近十年2100名高引学者列表（附详细名单）...

人工智能领域涵盖了包括自然语言处理、计算机视觉、Web与知识工程、机器人、图形学、可视化、虚拟现实、多媒体、人机交互、语音识别、物联网、计算经济学、计算理论、信息系统、计算机安全、信息检索、数据库、机器学习
OptionBit由点选择·2023-01-02 12:00

AI近10年21个子领域高引学者（AI-10 Most Influential Scholars ）

[导读]近10年，人工智能发展迅速，如今该领域已经涵盖了机器学习、自然语言处理、计算机视觉、Web与知识工程、机器人、信息检索、人机交互、语音识别、数据挖掘、图形学、可视化、虚拟现实、多媒体、物联网、计算经济学
数据派THU·2023-01-02 12:29

【推荐系统】多目标学习在推荐系统中的应用

本文概览：1.多目标学习提出的背景一般来说在搜索和推荐等信息检索场景下，最基础的一个目标就是用户的CTR，即用户看见了一篇内容之后会不会去点击阅读。但其实用户在产品上的行为是多种多样的。
风度78·2023-01-02 08:43

多目标学习在推荐系统中的应用

本文概览：1.多目标学习提出的背景一般来说在搜索和推荐等信息检索场景下，最基础的一个目标就是用户的CTR，即用户看见了一篇内容之后会不会去点击阅读。但其实用户在产品上的行为是多种多样的。
文文学霸·2023-01-02 08:42

目标检测（1）-YOLOV1、YOLOV2

目录一、YOLOV11、导论2、基本思想3、网络结构4、损失函数5、局限性二、YOLOV21、导论2、基本思想3、网络结构一、YOLOV11、导论YOLO(译为YouOnlyLookOnce)由JosephRedmon
Struart_R·2023-01-02 07:56

机器学习历程——人工智能基础与应用导论（3）（线性模型）

一、线性模型(linearmodel)试图学得一个通过属性的线性组合来进行预测的函数二、一元线性回归（Linearregression）分别对w、b求导：令导数为0,得到闭式(closed-form)解：三、多元线性回归(multi-variateLinearRegression)同样采用最小二乘法求解，有四、对数线性回归(log-linearregression)五、线性模型的变化六、广义线性模
勇敢驴驴·2022-12-31 17:19

机器学习历程——人工智能基础与应用导论（4）（线性模型——实战）

一、线性回归模型：以scikit-learn自带糖尿病人问题为例研究1、引入库#导入所需包包importmatplotlib.pyplotaspltimportnumpyasnpfromsklearnimportdatasets,linear_model,discriminant_analysis,model_selection2、加载数据#加载数据集(scikit-learn自带糖尿病人的数据集
勇敢驴驴·2022-12-31 17:19

人工智能导论——机器学习的基本概念

1、基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分裂，回归2、概念学习：人类学习概念（婴儿）：鸟，狗；车，房子；黑匣子和计算机定义：概念学习是指从有关某个布尔函数（是或否）的输入输出训练样例中推断出该布尔函数3、决定小明是否享受运动c（x）=1，当享受运动时；c(x)=0当不享受运动时，c（x）也可作为yx:每一个实例（每一行数据6个属性的值）X：样例，所有实例的集合学习目
wang_chao118·2022-12-31 17:17

图像恢复重建(浙大人工智能导论作业四)

图像恢复重建(浙大人工智能导论作业四)实验思路代码有很多不完善之处，仅供学习参考如果同是NKU2021人工智能导论的同学，可以跳过这篇博客，因为会等到实验截止之后笔者才会将实验的具体代码补全。
Murmansk_NKU·2022-12-31 17:14

人工智能导论——基于梯度下降法的线性回归

基于梯度下降法的线性回归importnumpyasnpimportmatplotlib.pyplotasplt#构造数据集x=np.random.uniform(-10,10,100)noise=np.random.normal(-1,1,100)y=x*1.5+0.3+noise#将数据及转化为一列x=x.reshape(-1,1)y=y.reshape(-1,1)#将x，y连接起来dataSe
愿青春不负梦想.·2022-12-31 17:12

人工智能导论实验——线性回归

1.实验目的熟悉利用线性回归对样本点数据进行拟合的方法2.实验任务基于随机生成的数据，进行线性回归实验，实现对数据的拟合结果：损失函数：线性回归原理：有n组数据，自变量x(x1,x2,…,xn)，因变量y(y1,y2,…,yn)，然后我们假设它们之间的关系是：f(x)=ax+b。那么线性回归的目标就是如何让f(x)和y之间的差异最小，在回归问题中，均方误差是回归任务中最常用的性能度量。1.⽣成⼀个
Recursi·2022-12-31 17:40

速度收藏 | 100+篇大数据、数据分析、数据挖掘电子书免费下载！

全部都是电子书，根据书名点击进去即可进入下载页面，不用谢我，请叫我“雷锋”SQL电子书SQL必知必会R语言电子书《R语言实战》《R语言与统计建模》《统计学与R读书笔记》《R实践运用》《R导论》中文版《R
iteye_19740·2022-12-31 16:51

[Scala] NDCG 的 Scala 实现

一、关于NDCG[LTR]信息检索评价指标（RP/MAP/DCG/NDCG/RR/ERR）二、代码实现1、训练数据的加载解析importscala.io.Source/**训练行数据**/caseclassTrainDataRow
weixin_30316097·2022-12-31 10:12

android 东软pda扫描适配_Android项目实战——智能农业移动管理系统开发

目录第一章实战导论141.1智能农业概述141.2智能农业开发人才能力需求141.3目标产品真实体验151.4智能农业实战项目教学前导211.5智能农业实战项目的教学目标221.6智能农业实战项目团队组建
朱炫·2022-12-31 10:29

人工智能导论调研报告：人工智能在决策支持系统中的应用

人工智能在决策支持系统中的应用1绪论1.1基础知识与行业背景1.2在政府决策方面公共安全事件现在已经成为目前从中央到地方各级政府管理中面临的主要问题，各国政府都对此采取了各种措施。无可置疑，我国政府对此问题也采取了各种管理手段和技术手段来进行相应的管理，专家系统便是其一。所谓专家系统，就是指一种具有人类思维方式的信息系统，能够在某一领域代替人类专家，对那一领域的专业事物做出专业的判断或者预测。将其
一只敲代码的嗷呜·2022-12-31 08:08

哈工大大计基（大学计算机——计算思维导论）慕课MOOC答案

声明：本文转载自哈工大网盘计划，搜索方法用浏览器的搜索或者导入word文档用ctrl+F搜索，搜索方法可以搜索题目，搜不到试试减少文字或者搜索选项受篇幅限制本文仅展示部分，本人亲测慕课答案基本上都有，如需全部内容请移步腾讯微云链接https://share.weiyun.com/S7LIfsQd，密码:u2sda5或者关注哈工大网盘计划，如果链接不能使用请联系本人第1章计算机、计算与计算思维各种自
诩en·2022-12-30 22:43

Qt 模型/视图编程

Qt模型/视图编程Model/ViewProgramming导论Qt4引入了一组新的项视图类，它们使用模型/视图体系结构来管理数据之间的关系以及数据呈现给用户的方式。
大鹏068·2022-12-30 21:41

算法导论-实验二-幂运算精确值计算问题

幂运算精确值计算问题Description输入两个不超过10000的正整数a、n正整数n，输出a^n的精确结果。Input本问题有多组测试数据，对于每一组测试数据，只有一行，每行有用空格隔开的两个正整数。Output对于每一组测试数据，输出只有一行，即计算的结果。SampleInput239137SampleOutput830516274715979494514633690596541472855
weixin_51454889·2022-12-30 11:33

算法导论-实验三-多项式的和

多项式的和DescriptionThistime,youaresupposedtofindA+BwhereAandBaretwopolynomials.这一次你的任务是求解A+B，这里的A和B是两个多项式InputEachinputfilecontainsmultipletestcase.Eachcaseoccupies2lines,andeachlinecontainstheinformatio
weixin_51454889·2022-12-30 11:33

算法导论-实验三-多项式的乘积

多项式的乘积DescriptionThistime,youaresupposedtofindA*BwhereAandBaretwopolynomials.这一次你的任务是计算两个多项式A和B的乘积InputEachinputfilecontainsmultipletestcase.Eachcaseoccupies2lines,andeachlinecontainstheinformationofa
weixin_51454889·2022-12-30 11:33

数学 - 线性代数导论 - #11 基于矩阵A生成的空间：列空间、行空间、零空间、左零空间...

线性代数导论-#11基于矩阵A生成的空间：列空间、行空间、零空间、左零空间本节课介绍和进一步总结了如何求出基于一个m*n矩阵A生成的四种常见空间的维数和基：列空间C(A)，dimC(A)=r，基={U中主元列对应的原列向量
weixin_34004576·2022-12-30 06:06
上一页 44 45 46 47 48 49 50 51 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他