初识机器学习第18页

Amazon Web Services -- 全球云计算领导者

AmazonWebServices--全球云计算领导者AmazonWebServices--全球云计算领导者、云基础设施与平台服务（Iaas&PaaS）领导者；计算、存储和数据库等基础设施技术，到机器学习

·2024-02-19 16:06

如何探索和可视化用于图像中物体检测的 ML 数据

虚无火星车·2024-02-19 16:11

【动态规划初识】不同路径问题

每日一道算法题之不同路径问题一、题目描述二、思路三、C++代码一、题目描述题目来源：LeetCode一个机器人位于一个mxn网格的左上角（起始点在下图中标记为“Start”）。机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为“Finish”）。问总共有多少条不同的路径？ C++程序要求输入输出格式如下：输入：mn（m为网格行数，n为网格列数）输出：路径条数输入：37输

D_D_zy·2024-02-19 15:17

【动态规划初识】不同的二叉搜索树

每日一道算法题之不同二叉搜索树个数一、题目描述二、思路三、C++代码一、题目描述题目来源：LeetCode给你一个整数n，求恰由n个节点组成且节点值从1到n互不相同的二叉搜索树有多少种？返回满足题意的二叉搜索树的种数。C++程序要求输入输出格式如下：示例1：输入：3输出：5示例1说明：（图片来源LeetCode）二、思路 1.确定dp数组（dptable）以及下标的含义 dp[

D_D_zy·2024-02-19 15:17

【动态规划初识】爬楼梯

每日一道算法题之爬楼梯一、题目描述二、思路2.1动态规划初识2.2动态规划解题步骤2.3结合DP的本题思考三、C++代码四、结语一、题目描述假设你正在爬楼梯。需要n阶你才能到楼顶。

D_D_zy·2024-02-19 15:46

机器学习概念读书笔记

1-机器学习起源机器学习始于1950年代，塞缪尔用跳棋游戏研究机器学习，最终程序打败了他自己，后来更是战胜了美国跳棋全国冠军。

人工智娘·2024-02-19 15:47

悼君词

曾记当初识君颜，尺半幽镜前胸挎，揽得江山尽入画，摄出人间彩奇葩。谦谦君子衣不华，德才满腹不自夸。喻君稻穗深低首，不作芦芒空扬花。男儿泪珠不轻洒，独向暗黛诉衷话。从此君魂断九路，茫茫云海处处家。

东方沐鸿·2024-02-19 15:56

机器学习第二十五周周报 ConvLSTM

文章目录week25ConvLSTM摘要Abstract一、李宏毅机器学习二、文献阅读1.题目2.abstract3.网络架构3.1降水预报问题的建模3.2ConvolutionalLSTM3.3编码-

沽漓酒江·2024-02-19 15:51

机器学习---规则学习（序贯覆盖、单条规则学习、剪枝优化）

1.序贯覆盖回归：分类：聚类：逻辑规则：读作：若（文字1且文字2且...），则目标概念成立规则集：充分性与必要性；冲突消解：顺序规则、缺省规则、元规则eg：命题逻辑→命题规则原子命题：,,,…A,B,C,…；逻辑连词：↔,→,←,⋀,⋁,¬…↔,→,←,⋀,⋁,¬…一阶逻辑→一阶规则常量：,,,…,1,2,3,…；变量：,,,…A,B,C,…（n元）谓词/函数：p/n,f/n；项：常量|变量|函数

三月七꧁ ꧂·2024-02-19 15:21

初识OLMo，一个完全开源的大模型代码

从代码看起ReadMe的使用教程1.基础的安装gitclonehttps://github.com/allenai/OLMo.gitcdOLMopipinstall-e.[all]orpipinstallai2-olmo2.基础的推理fromhf_olmoimport*#registerstheAuto*classesfromtransformersimportAutoModelForCausal

瓶子好亮·2024-02-19 15:47

基于langgraph的开发入门（初稿）

langgraph是较新的multi-agent框架，资料较少，官方文档又晦涩难懂，且自己只有一点点langchain的经验，所以准备精读langgraph的框架，特此记录，以供查阅Chapter1：初识

瓶子好亮·2024-02-19 15:17

神经网络算法 —— Embedding（嵌入）！！

文章目录前言1、Embedding的本质（1）机器学习中的Embedding（2）NLP中的Embedding2、Embedding的原理（1）ImageEmbedding（图像嵌入）（2）WordEmbedding

JOYCE_Leo16·2024-02-19 15:15

【大厂AI课学习笔记】【2.2机器学习开发任务实例】（1）搭建一个机器学习模型

今天学习的是，如何搭建一个机器学习模型。主要有以上的步骤：原始数据采集特征工程数据预处理特征提取特征转换（构造）预测识别（模型训练和测试）在实际工作中，特征比模型更重要。

giszz·2024-02-19 14:43

【大厂AI课学习笔记】【2.2机器学习开发任务实例】（3）数据准备和数据预处理

项目开始，首先要进行数据准备和数据预处理。数据准备的核心是找到这些数据，观察数据的问题。数据预处理就是去掉脏数据。缺失值的处理，格式转换等。延伸学习：在人工智能（AI）的众多工作流程中，数据准备与预处理占据着举足轻重的地位。这两个步骤不仅影响着模型的训练效率和准确性，更是确保AI系统能够在实际应用中发挥效能的基石。一、数据准备数据准备的核心在于找到合适的数据源，并确保这些数据能够充分反映所要解决的

giszz·2024-02-19 14:43

【吴恩达·机器学习】第二章：单变量线性回归模型（代价函数、梯度下降、学习率、batch）

——《朗读者》0、声明本系列博客文章是博主本人根据吴恩达老师2022年的机器学习课程所学而写，主要包括老师的核心讲义和自己的理解。

Yaoyao2024·2024-02-19 14:41

Pytorch-SGD算法解析

肆十二·2024-02-19 14:10

机器学习第二十八周周报 PINNs2

文章目录week28PINNs2摘要Abstract一、Lipschitz条件二、文献阅读1.题目数据驱动的偏微分方程2.连续时间模型3.离散时间模型4.结论三、CLSTM1.任务要求2.实验结果3.实验代码3.1模型构建3.2训练过程代码小结参考文献week28PINNs2摘要本文主要讨论PINN。本文简要介绍了Lipschitz条件。其次本文展示了题为Physics-informedneura

沽漓酒江·2024-02-19 14:38

OLMo论文里的模型结构的小白解析

模型参数量以7B为例，隐藏层为4086，attentionheads为32训练的token量为2.46T训练策略超参数在我们的硬件上优化训练吞吐量，同时最小化损失峰值和缓慢发散的风险来选择超参数损失峰值：在机器学习中

瓶子好亮·2024-02-19 14:08

Django学习笔记教程全解析:初步学习Django模型，初识API,以及Django的后台管理系统（Django全解析，保姆级教程）

把时间用在思考上是最能节省时间的事情。——[美]卡曾斯导言写在前面本文部分内容引用的是Django官方文档，对官方文档进行了解读和理解，对官方文档的部分注释内容进行了翻译，以方便大家的阅读和理解。概述在上一篇文章里，我们学习了Django的数据库以及拓展数据库的使用以及设置项。这篇文章，我们开始学习Django的模型、API以及后台管理系统的知识。在Django里写一个数据库驱动的Web应用的第一

梦断南楼·2024-02-19 14:00

AI算法初识之分类汇总

一、背景AI算法的分类方式多种多样，可以根据不同的学习机制、功能用途以及模型结构进行划分。以下是一些主要的分类方式及相应的代表性算法：1.按照学习类型-**监督学习**：-线性回归（LinearRegression）-逻辑回归（LogisticRegression）-决策树（DecisionTree）-随机森林（RandomForest）-支持向量机（SupportVectorMachines,S

初心不忘产学研·2024-02-19 14:32

Quick introduction to Apache Spark

它还支持一组丰富的更高级别的工具，包括SparkSQL用户SQL和结构化数据处理，MLlib机器学习，GraphX用户图形处理下载从项目网站的下载页面获取Spark。

Liam_ml·2024-02-19 13:29

【解决（几乎）任何机器学习问题】：处理分类变量篇（上篇）

这篇文章相当长，您可以添加至收藏夹，以便在后续有空时候悠闲地阅读。本章因太长所以分为上下篇来上传，请敬请期待很多⼈在处理分类变量时都会遇到很多困难，因此这值得⽤整整⼀章的篇幅来讨论。在本章中，我将讲述不同类型的分类数据，以及如何处理分类变量问题。什么是分类变量？分类变量/特征是指任何特征类型，可分为两⼤类：⽆序，有序⽆序变量是指有两个或两个以上类别的变量，这些类别没有任何相关顺序。例如，如果将性别

X.AI666·2024-02-19 13:01

C语言指针进阶

(char*)1.字符常量2.字符串常量二、指针数组三、数组指针1.数组指针的定义2.数组名vs&数组名3.数组指针的使用总结前言提示：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

空杯心！·2024-02-19 13:00

SpringMVC

执行原理2.第一个SpringMVC2.1不使用注解2.2使用注解3.Controller&RestFul3.1RestFul3.2转发与重定向3.3接收参数与数据回显3.4乱码问题4.JSON4.1初识

西南方向·2024-02-19 13:53

初识 Rust 语言的所有权概念

2019独角兽企业重金招聘Python工程师标准>>>目前仅看了第二版的官方文档，记录一下初步印象，应该还有更深刻一致的解释，水平有限，仅供参考。实验环境：ubuntu17.10，rust1.18，vscode1.14+扩展rust（rls）。BTW，环境搭建顺利得令人意外，Rust工具链打造的简洁精美，原生支持git，安装只需一条命令：curlhttps://sh.rustup.rs-sSf|s

weixin_33937499·2024-02-19 13:12

初识Rust语言的所有权概念

目前仅看了第二版的官方文档，记录一下初步印象，应该还有更深刻一致的解释，水平有限，仅供参考。实验环境：ubuntu17.10，rust1.18，vscode1.14+扩展rust（rls）。BTW，环境搭建顺利得令人意外，Rust工具链打造的简洁精美，原生支持git，安装只需一条命令：curlhttps://sh.rustup.rs-sSf|sh。初步印象数据竞争主要有三个条件：两个或更多指针同时

weixin_34408717·2024-02-19 13:12

初识Rust语言

Rust是一种系统级编程语言，采用了静态类型和强类型检查的特性。以下是Rust的一些基本概念：所有权（Ownership）：Rust的最大特色之一，它通过所有权机制管理内存安全问题。每个值都有一个所有者（owner），只有所有者才有权利释放值。当所有者超出作用域或者被移动时，它们将自动释放其拥有的资源。借用（Borrowing）：当需要访问某个值而不想拥有它时，可以使用借用。借用允许多个引用同时访

Codevalley·2024-02-19 13:05

初识 Rust 语言

目录前言一、Rust的背景二、Rust的特性三、部署开发环境，编写一个简单demo1、在ubuntu20.04部署环境2、编写demo测试四、如何看待Linux内核引入Rust前言自Linux6.1起，初始的Rust基础设施被添加到Linux内核中。此后为了使内核驱动程序能够用Rust编程语言编写，Linux内核已经合并了许多其他管道和内务管理工作。随着即将到来的Linux6.8内核周期，第一

小嵌同学·2024-02-19 13:32

政安晨：【完全零基础】认知人工智能（一）【超级简单】的【机器学习神经网络】 —— 预测机

开个头很多小伙伴们很想亲近人工智能与机器学习领域，然而这个领域里的核心理论、算法、工具给人感觉都太过“高冷”，让很多小伙伴们望而却步，导致一直无法入门。如何捅破这层窗户纸？

政安晨·2024-02-19 13:26

【大厂AI课学习笔记】【2.1 人工智能项目开发规划与目标】（4）数据准备的流程

数据采集观测数据人工收集调查问卷线上数据库2.数据清洗有缺失的数据有重复的数据有内容错误的数据，例如逻辑错误、格式错误有不需要的数据3.数据标注数据标注即通过分类、画框、标注、注释等，对图片、语音、文本等数据进行处理，标记对象的特征，以作为机器学习标签的过程

giszz·2024-02-19 13:47

政安晨：【完全零基础】认知人工智能（二）【超级简单】的【机器学习神经网络】—— 底层算法

如果小伙伴第一次看到这篇文章，可以先浏览一下我这个系列的上一篇文章：政安晨：【完全零基础】认知人工智能（一）【超级简单】的【机器学习神经网络】——预测机https://blog.csdn.net/snowdenkeke

政安晨·2024-02-19 12:09

[Java] 多线程初识

Prectie.RTE·2024-02-19 12:05

[Java] 线程池初识

线程池线程池前言线程池的参数介绍因为线程池过于复杂，于是Java标准库提供了更便捷的Executor类线程池的工作过程（模拟线程池）线程池前言池，我们听过有很多，诸如：常量池、数据库连接池、线程池、进程池、内存池…池的作用就是提高效率。池的核心思路不外乎两种：提前把要用的对象准备好用完的对象也不要立即释放，留在池子里，以备下次使用就好像拼乐高积木一样，你会把你常用的一些零件放在一个盒子里，这样拼的

Prectie.RTE·2024-02-19 12:05

探索XGBoost：深度集成与迁移学习

导言深度集成与迁移学习是机器学习领域中的两个重要概念，它们可以帮助提高模型的性能和泛化能力。

Echo_Wish·2024-02-19 12:34

单细胞转录组基础分析六：伪时间分析

Monocle进行伪时间分析的核心技术是一种机器学习算法——反向图形嵌入(ReversedGraphEmbedding)。

Seurat_Satija·2024-02-19 12:25

4张图片就可以微调扩散模型

基础概念1、生成模型和文本到图像的合成生成模型是一类机器学习模型，旨在生成与给定数据集相似的新数据

·2024-02-19 12:29

生成式网络与判别式网络

生成式网络（GenerativeNetworks）和判别式网络（DiscriminativeNetworks）是两类在机器学习和深度学习中常见的网络类型，它们在数据处理和学习任务中扮演不同的角色。

一条小小yu·2024-02-19 12:23

机器学习、深度学习、强化学习、迁移学习的关联与区别

本文主要了解并初步探究机器学习、深度学习、强化学习、迁移学习的关系与区别，通过清晰直观的关系图展现出四种“学习”之间的关系。

半亩花海·2024-02-19 12:43

预训练和微调在迁移学习中的作用

在机器学习和深度学习中，"pre-training"（预训练）和"fine-tuning"（微调）是两个常见且重要的概念，它们通常在迁移学习场景中使用，以提高模型在特定任务上的性能。

一条小小yu·2024-02-19 12:42

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

机器人初识 —— 定制AI

一、机器人设计难点波士顿动力设计的机器人，尤其是其人形机器人Atlas和四足机器人Spot等产品，在技术上面临多重难点：1.**动态平衡与稳定性**：双足或四足机器人在运动时需要维持极高的动态平衡，特别是在不平坦地面、跳跃、跑步或执行复杂动作如后空翻时。这要求精确的动力学建模和实时反馈控制。2.**高效能电机与传动系统**：机器人需要紧凑且强大的驱动单元来模拟人类或动物的肌肉力量，快速响应并提供足

初心不忘产学研·2024-02-19 11:06

机器人初识 —— 电机传动系统

一、背景波士顿动力公司开发的机器人，其电机传动系统是其高性能和动态运动能力的核心部分。电机传动系统通常包括以下几个关键组件：1.**电动马达**：波士顿动力的机器人采用了先进的电动马达作为主要的动力源，如伺服电机或步进电机。这些电机具有高扭矩密度、快速响应和精确控制的特点，能够提供机器人所需的强大驱动力和精细动作。2.**减速器与传动机构**：由于电机自身的转速往往很高，为了将高速旋转转化为更大的

初心不忘产学研·2024-02-19 11:06

Matlab DNN多层感知机进行图像分类——附源码分享

非得用matlab来搞机器学习的东西？不是不是，matlab也有集成了许多机器学习算法，当然，都是一些非常基础的机器学习算法。深度学习还是得向python看齐。

我是狮子搏兔·2024-02-19 11:34

RapidMiner数据挖掘

RapidMiner数据挖掘入门之一：概要1简介RapidMiner原名Yale，它是用于数据挖掘、机器学习、商业预测分析的开源计算环境。

arrow8071·2024-02-19 11:28

线性回归：大体介绍

线性回归是一种常见的统计学和机器学习方法，用于建立一个线性关系模型来预测一个连续型目标变量。它假设自变量和因变量之间存在线性关系，并且通过最小化预测值与实际观测值之间的差异来确定最佳拟合直线。

Galaxy银河·2024-02-19 11:56

RapidMiner数据挖掘2 —— 初识RapidMiner

本节由一系列练习与问题组成，这些练习与问题有助于理解多个基本概念。它侧重于各种特定步骤，以进行直接的探索性数据分析。因此，其主要目标是测试一些检查初步数据特征的方法。大多数练习都是关于图表技术，通常用于数据挖掘。为此，我们将使用RapidMiner软件。请求的工作包括发现应用程序的图形用户界面（GUl），以及检查和处理示例数据集的不同元素。本支持文件中提供的补充解释旨在定义：0.文本说明所有应用程

思诺学长·2024-02-19 11:23

虚实技术整合打造“真”智慧城市

物联网不可或缺的组成要素中，广泛布建在人们生活周围的传感器，其所产生的大量信息，已成为人工智能、机器学习的重要基础。

智能交通技术·2024-02-19 11:14

open3d k-means 聚类

k-means聚类一、算法原理1、介绍2、算法步骤二、代码1、机器学习生成`kmeans`聚类2、点云学习生成聚类三、结果1、原点云2、机器学习生成`kmeans`聚类3、点云学习生成聚类四、相关链接一

云杂项·2024-02-19 11:04

Vue | （一）Vue核心（上） | 尚硅谷Vue2.0+Vue3.0全套教程

文章目录Vue简介初识Vue模板语法数据绑定MVVM模型数据代理回顾Object.defineproperty方法何为数据代理Vue中的数据代理事件处理事件的基本使用事件修饰符键盘事件计算属性与监视计算属性

啦啦右一·2024-02-19 11:01

Dataframe型数据分析技巧汇总

数据降维的几种方法HF.075|时间序列趋势性分析方法汇总机器学习必须了解的7种交叉验证方法（附代码）这个图！

我叫杨傲天·2024-02-19 11:30

推荐频道

初识机器学习