半监督

机器学习之KMeans算法

KMeans的核心思想二、KMeans算法流程三、KMeans的关键点1.优点：2.缺点：四、如何确定最佳k值1.肘部法则2.轮廓系数五、Kmeans的典型应用场景六、代码示例KMeans是一种广泛使用的无监督学习算法
Mr终游·2025-03-11 09:07

C++入门之容易忽视的namespace和函数重载

目录命名空间命名空间的定义命名空间的用法1.直接把std整个展开2.对部分常用的展开3.指定命名空间缺省参数全缺省：（所有的参数都指定一个默认值）半缺省：(只有部分被参数指定默认值，而不是一半的参数)函数重载那么为什么
不会的码·2025-03-11 03:12

【C++基础学习笔记】C++的输入输出流及缺省参数

文章目录C++的输入&输出缺省参数缺省参数的概念缺省参数的分类1.全缺省参数2.半缺省参数：C++的输入&输出婴儿降生到这个世界上时，会以自己独特的方式向这个崭新的世界打招呼。
大家好我叫张同学·2025-03-11 02:08

Excel 粘贴回筛选后的单元格不能完全粘老是少数据 ,有些单元格还是空的

excel粘贴回筛选后的单元格不能完全粘老是少数据有些单元格还是空的复制选择筛选后A1-A10单元格，定位条件）（仅可见单元格）来访问，或者你可以使用快捷键Alt+;然后粘贴到B1-B10，出现只能粘贴一半还有一半还是空的
玩人工智能的辣条哥·2025-03-10 22:36

【基础5】归并排序

核心思路归并排序基本思想是将一个数组分成两个子数组，分别对这两个子数组进行排序，然后将排好序的子数组合并成一个最终的有序数组，即分治法：分：将数组递归拆分成左右两半，直到每个子数组只剩1个元素（天然有序
流光听风语·2025-03-10 17:29

基于支持向量数据描述 （SVDD） 进行多类分类(Matlab代码实现）

⛳️座右铭：行百里者，半于九十。
荔枝科研社·2025-03-10 15:14

大话机器学习三大门派：监督、无监督与强化学习

以武侠江湖为隐喻，系统阐述了机器学习的三大范式：监督学习（少林派）凭借标注数据精准建模，擅长图像分类等预测任务；无监督学习（逍遥派）通过数据自组织发现隐藏规律，在生成对抗网络（GAN）等场景大放异彩；强化学习
安意诚Matrix·2025-03-10 15:44

基于信息间隙决策理论的碳捕集电厂调度(Matlab代码实现）

⛳️座右铭：行百里者，半于九十。
砌墙_2301·2025-03-10 14:06

(LeetCode 每日一题) 1328. 破坏回文串(字符串、贪心)

stringbreakPalindrome(stringpalindrome){intn=palindrome.size();//字符串长度为1时，无法做到if(n==1)return"";//当字符串的前一半存在非
岁忧·2025-03-10 09:05

机动车授权签字人考试题库及答案

一、单选题36、安检机构使用未经考核或者考核不合格的人员从事机动车安全技术检验工作的,由县级以上地方质量技术监督部门予以警告,并处安检机构(  )罚款,情节严重的,由省级质量技术监督部门依法撤销其检验资格
百分百题库APP·2025-03-10 08:59

2025年【安全生产监管人员】考试总结及安全生产监管人员模拟试题

1、【单选题】()以上人民政府对安全生产监督管理中存在的重大问题,应当及时予以协调、解决。
akthwyl·2025-03-10 08:28

磁共振成像的物理方法基础

1.1.2当原子核质量数为奇数时，原子核自旋量子数取半整数。1.1.3当原子核质量数为偶数时，原子核自旋量子数取整数。
supernova121·2025-03-10 06:45

基于 Verilog 的经典数字电路设计（1）加法器

基于Verilog的经典数字电路设计（1）加法器版权所有，新芯设计，转载文章，请注来源引言一、半加器的Verilog代码实现和RTL电路实现一、全加器的Verilog代码实现和RTL电路实现引言  加法器是非常重要的
新芯设计·2025-03-10 04:26

数据湖架构与实时数仓实践：Hudi、Iceberg、Kafka + Flink + Spark

数据湖能够存储原始数据，支持半结构化和非结构化数据，提供更灵活的计算框架，但其缺乏事务管理和数据一致性
晴天彩虹雨·2025-03-10 03:22

C++ 缺省函数

C++中的缺省函数分为全缺省函数和半缺省函数全缺省函数voidTestFunc(inta=1,intb=2,intc=3){cout<
nihuhui666·2025-03-10 03:21

机器学习篇——决策树基础

决策树是一种监督学习算法，主要用于分类和回归任务。它通过递归地将数据集划分为更小的子集，最终生成一棵树状结构。决
巷955·2025-03-09 21:30

无监督AI训练:机遇与挑战并存

无监督AI训练：机遇与挑战并存关键词：无监督学习、AI训练、机器学习、聚类算法、降维技术、深度学习摘要：本文深入探讨无监督AI训练这一新兴领域，首先介绍了其基本概念与原理，然后详细解析了无监督AI训练的核心技术
AI天才研究院·2025-03-09 21:28

【Python】浮点数计算时的不准确性以及如何进行精确计算

这种说法，对了一半。
cacho_37967865·2025-03-09 21:25

关于自然语言处理（三）深度学习中的文字序列数据的分词操作

深度学习中的文字序列数据二维文字序列在文字数据中，样本与样本之间的联系是语义的联系，语义的联系即是词与词之间、字与字之间的联系，因此在文字序列中每个样本是一个单词或一个字（对英文来说大部分时候是一个单词，偶尔也可以是更小的语言单位，如字母或半词
MatrixSparse·2025-03-09 18:29

【Axure高保真原型】多选树筛选表格

今天和大家分享多选树筛选表格的原型模板，点击树的箭头可以展开或者收起子级内容，点击多选按钮，可以切换选中或未选中，同时自动根据反选父级（未选、半选、全选），会根据已选中选项筛选表格数据。
梓贤Vigo·2025-03-09 17:18

大规模语言模型构建流程

大规模语言模型1.大语言模型大规模语言模型（LargeLanguageModels，LLM），也称大语言模型，是一种由包含数百亿以上参数的深度神经网络构建的语言模型，通常使用自监督学习方法通过大量无标注文本进行训练
人工智能技术笔记·2025-03-09 15:34

高速PCB设计(结构绘制)

倒角与板边处理：直角倒圆角半
四代目 水门·2025-03-09 09:41

【扩频通信】 QPSK和DSSS扩频通信（先扩频 后调制 误码率对比）【含Matlab源码 4549期】

个人主页：Matlab仿真科研站博客之家代码获取方式：扫描文章底部QQ二维码⛳️座右铭：行百里者，半于九十；路漫漫其修远兮，吾将上下而求索。
Matlab仿真科研站·2025-03-09 04:29

【SWO三维路径规划】基于matlab蜘蛛蜂算法SWO复杂山地环境下无人机三维路径规划【含Matlab源码 3576期】

个人主页：Matlab研究室代码获取方式：扫描文章底部QQ二维码⛳️座右铭：行百里者，半于九十；路漫漫其修远兮，吾将上下而求索。更多Matlab路径规划仿真内容点击①Matlab路径规划（研究室版
Matlab研究室·2025-03-09 04:28

【扩频通信】QPSK和DSSS扩频通信（先扩频 后调制 误码率对比）【含Matlab源码 4549期】

个人主页：Matlab研究室代码获取方式：Matlab研究室学习之路—代码获取方式（包运行）⛳️座右铭：行百里者，半于九十；路漫漫其修远兮，吾将上下而求索。
Matlab研究室·2025-03-09 04:58

冲击、碰撞试验对设备的要求

碰撞试验对设备的要求1．冲击试验对设备的要求国家标准GB／T2423.5对试验设备在进行条件试验时（即试验机及夹具装上试验样品时）的特性要求如下：（1）基本脉冲波形：试验时，冲击台应能产生规定的基本冲击脉冲波形(如半正弦冲击脉冲
gaoshengdainzi·2025-03-08 16:48

时序数据库 TDengine 化工新签约：存储降本一半，查询提速十倍

化工行业在数字化转型过程中面临数据接入复杂、实时性要求高、系统集成难度大等诸多挑战。福州力川数码科技有限公司科技依托深厚的行业积累，精准聚焦行业痛点，并携手TDengine提供高效解决方案。通过应用TDengine，力川科技助力化工企业实现了海量数据的低成本、高效存储与处理，同时达到了毫秒级实时监控，为安全生产和智能决策提供强有力的支撑。具体来说，本次合作不仅使存储成本降低50%以上，查询效率提升
涛思数据（TDengine）·2025-03-08 14:23

代码随想录 回溯

131.分割回文串-力扣（LeetCode）这题挺难的，搞了两个小时才一知半解吧qaq思路：首先要明白什么作为终止条件，其次就是for循环内什么时候插入path，剩下的就是套模板了，其次补充一下回文数的判断即可
DitanZ·2025-03-08 09:33

机器学习入门知识

二、机器学习的基本类型1.监督学习2.无监督学习3.半监督学习4.强化学习三、机器学习的工作流程四、常见的机器学习算法五、机器学习的评价指标六、机器学习中的过拟合与欠拟合七、机器学习的应用八、学习机器学习的资源前言随着人工智能的发展
十五境剑修·2025-03-08 09:33

建筑安全员题库分享

1：建筑施工企业在危险性较大的分部分项工程施工时未安排专职安全生产管理人员现场监督的，由县级以上人民政府住房城乡建设主管部门责令限期改正;逾期未改正的，责令停业整顿，并处()元以下的罚款;导致不具备《安全生产许可证条例
100分题库小栗子·2025-03-08 08:47

实现自定义弹窗鸿蒙示例代码

用户隐私协议弹窗切换页面弹窗不消失半模态弹窗动态半模态弹窗实现自定义弹窗源码链接效果预览使用说明点击“隐私协议”按钮，会从下往上弹出用户隐私协议。
·2025-03-08 01:11

深度学习 -- 逻辑回归 PyTorch实现逻辑回归

逻辑回归是一种广义的线性回归分析模型，是监督学习的一种重要方法，主要用于二分类问题，但也可以用于多分类问题。逻辑回归的主要思想是，对于一个二分类问题，先根据
冲鸭嘟嘟可·2025-03-07 14:53

美国AI圈破防了。。。

原创HaFung覺Cha2025年01月25日17:46福建这一个月以来刷推很明显的感觉到英文技术社区对中国AI产业的进步速度处于一种半震惊、半懵逼的状态...应激来源➡来自中国的开源MoE模型DeepSeek-V3
强化学习曾小健·2025-03-07 13:43

机器学习与深度学习里生成模型和判别模型的理解

两个模型是啥我们从几句话进入这两个概念：1、机器学习分为有监督的机器学习和无监督的机器学习；2、有监督的机器学习就是已知训练集数据的类别情况来训练分类器，无监督的机器学习就是不知道训练集的类别情况来训练分类器
程序员羊羊·2025-03-07 12:03

湖仓一体化及冷、热、实时三级存储

其核心思想是兼顾数据湖的存储灵活性和数据仓库的管理与计算能力，使得结构化、半结构化、非结构化数据能够在同一存储系统中高效管理和分析。二、为什么需要湖仓一体？数据湖的缺陷：缺乏强Schema，查询
麦当当MDD·2025-03-07 12:24

企业信息查询系统的技术实现路径探析——以某大数据平台为例

一、行业技术现状分析当前企业信息服务面临三大技术挑战：多源异构数据整合：需聚合工商数据（结构化）、招投标公告（半结构化）、企业新闻（非结构化）等差异化数据源数据实时性要求：企业经营状态变更、联系方式更新等
探熵科技·2025-03-07 07:17

【大模型学习】第八章 深入理解机器学习技术细节

目录引言一、监督学习（SupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：房价预测二、无监督学习（UnsupervisedLearning）1.定义与工作原理2.常见任务
好多渔鱼好多·2025-03-06 16:57

Word2Vec向量化语句的计算原理

一、Word2Vec的核心理念Word2Vec由Google团队于2013年提出，是一种通过无监督学习生成词向量的模型。
堕落年代·2025-03-06 11:38

机器学习—赵卫东阅读笔记（一）

——BP算法：作为一种监督学习算法，训练神经网络时通过不断反馈当前网络计算结果与训练数据之间的误差来修正网络权重，使误差足够小。4.进化计算——通过迭代优化，找到最佳结果。
走在考研路上·2025-03-06 10:29

蓝桥杯算法基础（36）动态规划dp经典问题详解

动态规划-动态规划方法方法代表了这一类问题（最优子结构or子问题最优性）的有一半解法，是设计方法或者策略，不是具体算法-本质是递推，核心是找到状态转移的方式，写出dp方程-形式:记忆性递归递推01背包问题有
湖前一人对影成双·2025-03-06 03:36

机器学习之学习笔记

模型选择与调优4.4朴素贝叶斯算法4.5决策树4.6集成学习方法之随机森林5.回归算法5.1线性回归5.2过拟合与欠拟合5.3岭回归5.4逻辑回归（实际上是分类算法，用于解决二分类问题）6.聚类算法1.无监督学习
孤城laugh·2025-03-06 00:39

K-means聚类：解锁数据隐藏结构的钥匙

K-means聚类：解锁数据隐藏结构的钥匙在机器学习的广阔领域中，无监督学习以其独特的魅力吸引了众多研究者和实践者。
蓝天资源分享·2025-03-05 22:25

历年杭州电子科技大学计算机考研复试上机真题

输入格式两个整数输出格式最大公约数，最小公倍数输入样例57输出样例135year2019字符棱形题目描述输入一个整数n表示棱形的对角半长度，请你用*把这个棱形画出来。输入格式输入一个整数n（naj
猿六凯·2025-03-05 14:17

如何借助RPA开启副业增收，挖掘财富密码？

但我这个编程小白，对传统的编程工具和打包方式一知半解。尝试
IDFaucet·2025-03-05 12:28

推荐收藏！数据分析必会的 10 个 python 库！

文末提供资料和技术交流Scikit-learnScikit-learn是一个功能强大的机器学习库，为监督和无监督学习、模型选择和预处理提供了广泛的算法。
Python数据挖掘·2025-03-05 11:46

深度学习代码分析——自用

tab=readme-ov-file借助了一些人工智能1_train_stage1.py代码功能总览该代码是弱监督语义分割（WSSS）流程的Stage1训练与测试脚本，核心任务是通过多标签分类模型生成图像级标签
肆——·2025-03-05 08:28

16进制（十六进制）和二进制之间的转换

所以，1个十六进制数字可以表示4位二进制数（即一个半字节或nibble）。而2个十六进制数字就能表示8位二进制数，也就是1字节。
驜鸈·2025-03-05 05:33

机器学习笔记 - 监督学习备忘清单

一、监督学习简介给定一组数据点关联到一组结果，我们想要构建一个分类器，学习如何从预测。1、预测类型下表总结了不同类型的预测模型：2、模型类型下表总结了不同的模型：
坐望云起·2025-03-05 02:37

预训练模型微调与下游任务迁移学习技术

预训练模型通过在海量数据上的自监督学习,学习到了丰富的特征表示,为下游任务提供了强大的初始化。而对预训练模型进行有效的微调,可以充分利用预训练知识,在有限数据上快速达到出色的性能。
AGI大模型与大数据研究院·2025-03-04 22:37

多层感知机 (Multilayer Perceptron, MLP)

MLP是监督学习的模型，常用于分类和回归问题。组成部分输入层（InputLayer）：接收输入数据的特征。例如，如果我们有一个特征向量x=[x1,x2,…,xn]\mathbf{
ALGORITHM LOL·2025-03-04 20:19
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他