哔站机器学习白板推导

CCF-CSP第27次认证第一题——如此编码【NA公式推导】

CCF-CSP第27次认证第一题——如此编码官网题目链接时间限制：1.0秒空间限制：512MiB下载题目目录（样例文件）题目背景某次测验后，顿顿老师在黑板上留下了一串数字23333便飘然而去。凝望着这个神秘数字，小P同学不禁陷入了沉思……题目描述已知某次测验包含n道单项选择题，其中第i题（1≤≤1≤i≤n）有ai个选项，正确选项为bi，满足≥2ai≥2且0≤<0≤bi<ai。比如说，ᵅ
CS战士plus·2025-03-11 18:11

卡尔曼滤波算法从理论到实践：在STM32中的嵌入式实现

本文将从公式推导、代码实现、参数调试三个维度深入解析卡尔曼滤波，并给出基于STM32硬件的完整工程案例。一、卡尔曼滤波核心思想1.1什么是卡尔曼滤波？
DOMINICHZL·2025-03-11 17:36

IEC104协议解析

一、IEC104协议核心特性与应用场景IEC104（IEC60870-5-104）是电力系统中广泛使用的通信协议，基于TCP/IP实现主从站（SCADA与RTU/变电站设备）的实时数据交互‌。
上海研博数据·2025-03-11 17:06

Python从0到100（七十六）：计算机视觉-直方图和自适应直方图均衡化

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习
是Dream呀·2025-03-11 17:35

一体化便携式气象站：从农业到环保，助力各行各业发展

一体化便携式气象站，作为气象监测领域的佼佼者，以其小巧、便捷、功能全面的特点，正逐渐成为各行各业不可或缺的监测工具。从农业到环保，从科研到应急，一体化便携式气象站正以其独特的优势，助力各行各业的发展。
tianhe8888_·2025-03-11 17:33

机器学习之线性代数

文章目录一、引言：线性代数为何是AI的基石二、向量：AI世界的基本构建块（一）向量的定义（二）向量基础操作（三）重要概念三、矩阵：AI数据的强大容器（一）矩阵的定义（二）矩阵运算（三）矩阵特性（四）矩阵分解（五）Python示例（使用NumPy库）四、线性代数在AI中的应用（一）数据表示（二）降维：PCA（三）线性回归（四）计算机视觉（五）自然语言处理一、引言：线性代数为何是AI的基石在人工智能领
珠峰日记·2025-03-11 15:20

如果，你想找 AI大模型相关的工作，这三个建议你一定要看！

各种大厂小厂创业团队和AI擦边的面试难度，由难到简单，依次是：大模型算法（⭐⭐⭐⭐⭐）模型部署加速（⭐⭐⭐⭐）RAG等相关技术（⭐⭐⭐）纯应用（⭐⭐）Prompt工程师等其他自媒体（⭐）会简单应用就行02这结果方向，B站找几个视频看看
我爱学大模型·2025-03-11 14:45

CentOS停更；阿里发布全新操作系统（Anolis OS）

镜像下载、域名解析、时间同步请点击阿里云开源镜像站Linux系统对于Java程序员来说，就好比“乞丐手里的碗”，任何业务都离不开他的身影，因为服务端的广泛使用，也因此衍生出了各种不同的发行版，其中我个人用的最多
萌褚·2025-03-11 14:12

机器学习(Machine Learning)

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Ada
七指琴魔御清绝·2025-03-11 14:42

一文理清：阿里系数据中台-数据治理工具集(傻傻也能分清楚）

一、核心产品定位与功能DataWorks定位：一站式大数据开发治理平台，提供数据集成、开发、调度、治理、服务等全链路能力。核心功能：数据集成：支持异构数据源（如数据库、OSS、
Debug_Snail·2025-03-11 14:09

机器学习实战——音乐流派分类（主页有源码）

✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨1.简介音乐流派分类是音乐信息检索（MusicInformationRetrieval,MIR）中的一个重要任务，旨在通过分析音频信号的特征，将音乐自动分类到不同的流派（如古典、摇滚、爵士、流行等）。随着数字音乐平台的普及，音乐流派分类技术被广泛应用于音乐推荐、自动标签生成和音乐库管理
喵了个AI·2025-03-11 13:37

云存储技术的神器--rclone

官网地址：Rclone中文网：rclone中文站-专为国人汉化，解决数据同步/数据备份/数据迁移需求Rclone是什么？
llody_55·2025-03-11 11:51

HarmonyNext实战案例：基于ArkTS的高性能分布式机器学习应用开发

HarmonyNext实战案例：基于ArkTS的高性能分布式机器学习应用开发引言在HarmonyNext生态系统中，分布式机器学习是其核心特性之一。
·2025-03-11 11:52

HarmonyNext实战案例：基于ArkTS的实时多人协作白板应用开发

HarmonyNext实战案例：基于ArkTS的实时多人协作白板应用开发引言在HarmonyNext生态系统中，实时多人协作是其核心特性之一。
·2025-03-11 11:51

成功案例丨开发时间从1小时缩短到3分钟：如何利用历史数据训练AI模型，预测设计性能？

（以下简称Hero）致力于通过将人工智能（AI）和机器学习技术融入有限元分析（FEA）流程，以加速产品开发周期。
Altair澳汰尔·2025-03-11 11:45

python中常用的内置模块举例（入门级整理）

做一下简单的总结和介绍：1.turtleturtle，是python中比较好玩一个模块，它有一个专有名称“海龟作图”，光看名字就应该能够猜到它是用来干嘛的，没错，就是来画图的，它可以通过某些语句来控制一个点在白板上的运动轨迹
qq_恰同学少年·2025-03-11 10:39

Python学习指南：系统化路径 + 避坑建议

数据分析（如Excel自动化、可视化）Web开发（如搭建网站）人工智能（如机器学习）自动化办公（如处理文件、邮件）目标不同，后续学习侧重点不同（但基础通用）。
程之编·2025-03-11 09:39

机器学习之KMeans算法

目录一、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，主要用于聚类分析（Clustering）。它的目标是将数据集划分为K个互不重叠的子集（簇，Cluster），使得同一簇内的数据点尽可能相似，不同簇之间的数据点尽可能差异显著
Mr终游·2025-03-11 09:07

Python机器学习实战：构建序列到序列(Seq2Seq)模型处理翻译任务

Python机器学习实战：构建序列到序列(Seq2Seq)模型处理翻译任务1.背景介绍1.1问题的由来翻译是跨语言沟通的重要桥梁，随着全球化进程的加速，翻译需求日益增长。
AGI大模型与大数据研究院·2025-03-11 09:03

【漫话机器学习系列】130.主成分（Principal Components）

主成分（PrincipalComponents）详解1.什么是主成分？主成分（PrincipalComponents，PCs）是数据集中方差最大的线性组合，它是主成分分析（PrincipalComponentAnalysis，PCA）中的核心概念。主成分可以看作是对原始特征的新表述方式，它通过数学变换找到一组新的正交坐标轴，使得数据的主要变化方向与这些轴对齐。简单来说：主成分是数据集中信息量（方差
IT古董·2025-03-11 08:25

C++开源库大全

程序员要站在巨人的肩膀上，C++拥有丰富的开源库，这里包括：标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等。
大王算法·2025-03-11 07:47

Apipost一站式API工具评测：整合Postman+Swagger+JMeter三大功能，打造全流程开发解决方案

作为一名Java开发者，始终追求开发过程的高效性。使用IntelliJIDEA编写代码只是开始。一般来说，代码完成后，我们会切换到Postman进行API调试。在确保API表现符合预期后，我们会使用Swagger为前端团队生成文档。最后，再使用JMeter进行性能和负载测试，以确保API工作流顺畅且自动化。Apipost=Postman+Swagger+JMeter然而，这种多工具的方法存在诸多挑
·2025-03-11 07:42

基于PyTorch的深度学习——机器学习3

激活函数在神经网络中作用有很多，主要作用是给神经网络提供非线性建模能力。如果没有激活函数，那么再多层的神经网络也只能处理线性可分问题。在搭建神经网络时，如何选择激活函数？如果搭建的神经网络层数不多，选择sigmoid、tanh、relu、softmax都可以；而如果搭建的网络层次较多，那就需要小心，选择不当就可导致梯度消失问题。此时一般不宜选择sigmoid、tanh激活函数，因它们的导数都小于1
Wis4e·2025-03-11 07:47

神经网络中梯度计算求和公式求导问题

以下是公式一推导出公式二的过程。
serve the people·2025-03-11 06:09

AI 驱动的软件测试革命：从自动化到智能化的进阶之路

人工智能技术的突破为测试领域注入了新动能，通过机器学习、深度学习、自然语言处理等技术，测试流程正从“被动验证”向“主动预防”演进。
綦枫Maple·2025-03-11 06:08

一战数一130的一点点小经验

我还有做一页全错的）高数基础这个各有神通了，我看的也很杂，章鱼老师高数讲课有点点啰嗦，我老爱走神哈哈哈所以一般去b站找点不熟
1919momo·2025-03-11 05:05

XGBClassifiler函数介绍

XGBoost是一种高效且灵活的梯度提升决策树（GBDT）实现，它在多种机器学习竞赛中表现出色，尤其擅长处理表格数据。
浊酒南街·2025-03-11 05:32

基于大数据架构的就业岗位推荐系统的设计与实现【java或python】—计算机毕业设计源码+LW文档

该系统通过收集、整合并分析大量求职者简历信息、企业招聘信息以及市场动态数据，运用先进的机器学习算法，为求职者提供个性化的岗位推荐服务，同时帮助企业快速定位到合适的候选人。
qq_375279829·2025-03-11 05:59

向量数据库简介

向量数据库通常使用高效的向量索引技术，支持基于向量相似度的查询和检索，可以应用于图像搜索、自然语言处理、推荐系统、机器学习等领域。
openwin_top·2025-03-11 04:54

Ubuntu22.04安装CP2K最新版2025.1

近年来结合机器学习与lammps，已成为热度逐年增加的软件。但是目前使用它仍存在不少难点。本文讲解在Ubun
jhonwyyc·2025-03-11 04:50

Azure AI Document Intelligence 使用指南

AzureAIDocumentIntelligence使用指南AzureAIDocumentIntelligence（原名AzureFormRecognizer）是一项基于机器学习的服务，可以从数字或扫描
scaFHIO·2025-03-11 03:42

鸢尾花数据集的四个特征具体是什么？

鸢尾花数据集（IrisDataset）是机器学习领域中最经典的数据集之一，它包含150个样本，每个样本有4个特征，分别是：1.花萼长度（SepalLength）描述：花萼（花的外部绿色部分）的长度，单位为厘米
学术乙方·2025-03-11 03:41

DeepSeek源码解析（2）

Tensor（张量）的介绍在计算机科学和机器学习领域，“张量”（Tensor）是一个数学概念，它被用来表示多维数组。
白鹭凡·2025-03-11 01:26

机器学习数学基础：29.t检验

一、t检验的定义与核心思想（一）定义t检验（Student’st-test）是一种在统计学领域中广泛应用的基于t分布的统计推断方法。其主要用途在于判断样本均值与总体均值之间，或者两个独立样本的均值之间、配对样本的均值之间是否存在显著差异。例如，在教育研究中，可以通过t检验判断某个班级学生的平均成绩与全校学生的平均成绩是否有显著差异；在医学实验里，可用于比较实验组和对照组的患者某项生理指标的均值是否
@心都·2025-03-11 00:23

Python编程常用的36个经典案例

1.列表推导式fizz_buzz_list=["FizzBuzz"ifi%15==0else"Fizz"ifi%3==0else"Buzz"ifi%5==0elseiforiinrange(1,101)
编程阿布·2025-03-11 00:21

Android 加解密算法工具类封装：AES、RSA、MD5 一站式解决方案

在Android开发中，数据的安全性非常重要，尤其是敏感数据的存储和传输。为了实现数据加密和解密，我们可以封装一个通用的加解密工具类，支持常见的加密算法（如AES、RSA、DES等）。以下是一个基于AES对称加密算法的工具类封装示例，同时提供扩展性以支持其他算法。AES加解密工具类封装AES（AdvancedEncryptionStandard）是一种对称加密算法，加密和解密使用相同的密钥。以下是
tangweiguo03051987·2025-03-10 23:45

【忍者算法】深入探索：二叉树的最大深度之旅｜LeetCode 104 二叉树的最大深度

想象你正站
忍者算法·2025-03-10 22:35

机器学习算法（2）—— 线性回归算法

‘’‘构造数据集’‘’x=[[80,86],[82,80],[85,78],[90,90],[86,82],[82,90],[78,80],[92,94]]y=[84.2,80.6,80.1,90,83.2,87.6,79.4,93.4]‘’‘模型训练’‘’实例化一个估计器estimator=LinearRegression()使用fit方法进行训练estimator.fit(x,y)查看回归系数
疯狂的石头。·2025-03-10 21:35

putty运行python代码_当我关闭putty时如何保持python脚本运行

我准备在VPS上运行Ubuntu上的python脚本.这是机器学习培训过程,因此需要花费大量时间进行培训.如何在不停止该过程的情况下关闭腻子.解决方法:您有两个主要选择：>使用nohup运行命令.这会将它与您的会话取消关联
weixin_39943000·2025-03-10 19:44

优酷 IPv6 演进和实践指南

管：全面完成优酷主站广域网、集团级数据中心核心网络、互联网出口IPv6网络改造，IPv6在多地域多运营商开通。汰换无法通过升级支持IPv6的核心
阿里巴巴终端技术·2025-03-10 19:13

同一个问题看看Grok3怎么回答-什么是智能体？

证据倾向于认为，智能体可以是简单的（如恒温器），也可以是复杂的（如自动驾驶汽车），并可能通过机器学习改进性能。
释迦呼呼·2025-03-10 18:40

决策树（Decision Tree）：机器学习中的经典算法

决策树（DecisionTree）是一种基于树形结构的机器学习算法，适用于分类和回归任务。其核心思想是通过一系列的规则判断，将数据集不断划分，最终形成一棵树状结构，从而实现预测目标。
Jason_Orton·2025-03-10 18:39

学习总结项目

近段时间学习了机器学习、线性回归和softmax回归、多层感知机、卷积神经网络、Pytorch神经网络工具箱、Python数据处理工具箱、图像分类等的知识，学习了利用神经网络实现cifar10的操作、手写图像识别项目以及其对应的实验项目报告总结
苏小夕夕·2025-03-10 18:07

阿里云个人博客外网访问中断应急指南：从安全组到日志的七步排查法

Windows环境：在防火墙高级设置中启用HTTP或HTTPS入站规则，或手动添加端口例外。Linux环境：运行sudoipt
云心雨禅·2025-03-10 17:59

深度学习和机器学习的差异

一、技术架构的本质差异传统机器学习（MachineLearning）建立在统计学和数学优化基础之上，其核心技术是通过人工设计的特征工程（FeatureEngineering）构建模型。
The god of big data·2025-03-10 16:28

QwQ-32B通用能力测评的详细分析

的通用能力测评围绕三大核心评测体系展开，覆盖逻辑推理、多轮对话、复杂指令遵循、工具调用等综合能力：LiveBench（“最难LLMs评测榜”）设计方：Meta首席科学家YannLeCun团队主导构建任务类型：数学证明：需完成包含多步推导的几何
大势下的牛马·2025-03-10 16:57

PyBroker: 使用Python进行机器学习驱动的算法交易指南

PyBroker:使用Python进行机器学习驱动的算法交易指南pybrokerAlgorithmicTradinginPythonwithMachineLearning项目地址:https://gitcode.com
任铃冰Flourishing·2025-03-10 16:22

从前端程序员到大模型工程师的转型攻略

第一阶段：打牢基础（第1-4周）深入了解AI与机器学习概念理解：阅读相关书籍、在线课程或观
七七Seven～·2025-03-10 15:19

PyBroker：利用 Python 和机器学习助力算法交易

PyBroker：利用Python和机器学习助力算法交易你是否希望借助Python和机器学习的力量来优化你的交易策略？那么你需要了解一下PyBroker！
skywalk8163·2025-03-10 15:48

Java 中操作 R：深度整合与高效应用

Java中操作R：深度整合与高效应用引言随着大数据和机器学习的快速发展，R语言在数据分析和可视化方面扮演着越来越重要的角色。
froginwe11·2025-03-10 15:18
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他