因果机器学习第9页

RDKit：药物化学和分子数据处理的强大工具库

RDKit作为一个开源的化学信息学和机器学习工具包，为研究人员和数据科学家提供了丰富的功能，包括分子操作、描述符计算、指纹生成、相似性比较、子结构搜索和分子可视化等。

碳酸的唐·2025-06-29 15:45

机器学习中的数学：数学建模常用知识点-1

一、凸函数1、凸函数讲解设函数f(x)是定义在区间X上的函数，若对于区间上任意两点x1、x2和任意实数��∈(0,1)，总有如下表达式成立：则称为f(x)是X上的凸函数；反之，如果下式成立：则称为f(x)在X上的凹函数。如图所示：Python实现凸函数：importnumpyasnpimportmatplotlib.pyplotasplt#定义凸函数defconvex_function(x):re

数字化与智能化·2025-06-29 13:05

理解不同层的表示（layer representations）

在机器学习和深度学习领域，特别是在处理音频和自然语言处理（NLP）任务时，"层的表示"（layerrepresentations）通常是指神经网络不同层在处理输入数据时生成的特征或嵌入。

科学禅道·2025-06-29 11:48

基于机器学习的人形机器人电池健康状态预测方法

基于机器学习的人形机器人电池健康状态预测方法：从理论到实践的系统解析关键词电池健康状态（SOH）、剩余使用寿命（RUL）、人形机器人、机器学习、时序数据建模、多模态特征融合、边缘计算部署摘要本报告系统解析基于机器学习的人形机器人电池健康状态预测方法

AI天才研究院·2025-06-29 11:18

这份「零基础」机器学习实战课程，帮你彻底搞懂AI不再迷茫！——深度解析ML-For-Beginners

机器学习（MachineLearning），作为AI的核心驱动力，正以前所未有的速度渗透到我们生活的方方面面：从智能推荐系统到自动驾驶，从疾病诊断到金融风控，其应用场景几乎无处不在。

wylee·2025-06-29 09:35

【机器学习&深度学习】前馈神经网络（单隐藏层）

九、总结学习建议在机器学习中

一叶千舟·2025-06-29 08:59

Bagel: 开源协作式AI数据管理平台的使用指南

Bagel:开源协作式AI数据管理平台的使用指南引言在人工智能和机器学习领域，高质量的数据集对于模型训练和推理至关重要。

llzwxh888·2025-06-29 07:46

机器学习模型监控警报系统设计：Prometheus+Evidently 实战教程

1.系统架构设计：从数据采集到智能告警（1）监控系统核心组件交互图预测请求监控指标告警规则通知渠道预测结果质量报告时序数据模型服务PrometheusExporterPrometheusServerAlertmanager邮件/Slack/WebhookEvidently服务可视化仪表盘图解：系统采用双引擎架构，Prometheus负责基础监控指标采集与告警触发，Evidently执行深度模型分析

大熊计算机·2025-06-29 02:46

燕大《Python机器学习》实验报告：探索机器学习的奥秘

燕大《Python机器学习》实验报告：探索机器学习的奥秘【下载地址】燕大Python机器学习实验报告下载这份实验报告是燕山大学软件工程专业的学生在进行机器学习实验时所编写的，内容详实，结构清晰，可以直接下载使用

温冰礼·2025-06-28 22:44

（转）优秀的 python 机器学习库

优秀的python机器学习库IntroductionThereisnodoubtthatneuralnetworks,andmachinelearningingeneral,hasbeenoneofthehottesttopicsintechthepastfewyearsorso.It

patrick75·2025-06-28 21:40

DAY 10 机器学习建模与评估

知识点：1.数据集的划分2.机器学习模型建模的三行代码3.机器学习模型分类问题的评估今日代码比较多，但是难度不大，仔细看看示例代码，好好理解下这几个评估指标。

心落薄荷糖·2025-06-28 21:09

Python机器学习元学习库higher

higher是一个用于元学习（Meta-Learning）和高阶导数（Higher-ordergradients）的Python库，专为PyTorch设计。它扩展了PyTorch的自动微分机制，使得在训练过程中可以动态地计算参数的梯度更新，并把这些更新过程纳入到更高阶的梯度计算中。一、主要用途higher主要用于以下场景：元学习（Meta-Learning）比如MAML（Model-Agnosti

音程·2025-06-28 21:35

基于迁移学习的ResNet50模型实现石榴病害数据集多分类图片预测

该数据集旨在帮助开发用于番石榴果实早期病害检测的机器学习模型，帮助保护收成并减少经济损失。数据说明该数据集包括473张番石榴果实的注释图像，分为三类。图像经过预处理步骤，例如钝

深度学习乐园·2025-06-28 21:33

四个机器学习模型对比道路裂缝检测识别分类模型

一、课题综述1.1.课题简介在机器学习的研究领域中，传统分类算法模型数量众多，适合的应用场景也各不相同。

深度学习乐园·2025-06-28 21:33

机器学习5——非参数估计

非参数估计在参数估计中我们已经提到，想要估计后验概率P(ωi∣x)=p(x∣ωi)p(ωi)p(x)P\left(\omega_i\midx\right)=\frac{p\left(x\mid\omega_i\right)p\left(\omega_i\right)}{p(x)}P(ωi∣x)=p(x)p(x∣ωi)p(ωi)，就需要估计类条件概率p(x∣ωi)p\left(x\mid\omega

平和男人杨争争·2025-06-28 19:20

机器学习4——参数估计之贝叶斯估计

贝叶斯估计问题建模：后验概率公式：P(ωi∣x,D)=P(x∣ωi,Di)P(ωi)∑j=1cP(x∣ωj,Dj)P(ωj)P\left(\omega_i\mid\mathbf{x},\mathcal{D}\right)=\frac{P\left(\mathbf{x}\mid\omega_i,\mathcal{D}_i\right)P\left(\omega_i\right)}{\sum_{j=1

平和男人杨争争·2025-06-28 19:20

机器学习3——参数估计之极大似然估计

参数估计问题背景：P(ωi∣x)=p(x∣ωi)P(ωi)p(x)p(x)=∑j=1cp(x∣ωj)P(ωj)\begin{aligned}&P\left(\omega_i\mid\mathbf{x}\right)=\frac{p\left(\mathbf{x}\mid\omega_i\right)P\left(\omega_i\right)}{p(\mathbf{x})}\\&p(\mathbf

平和男人杨争争·2025-06-28 18:17

大模型RLHF强化学习笔记（一）：强化学习基础梳理Part1

一、强化学习基础1.1Intro定义：强化学习是一种机器学习方法，需要智能体通过与环境交互学习最优策略基本要素：状态（State）：智能体在决策过程中需要考虑的所有相关信息（环境描述）动作（Action

Gravity!·2025-06-28 18:10

从零开始理解零样本学习：AI人工智能必学技术

从零开始理解零样本学习：AI人工智能必学技术关键词：零样本学习、人工智能、机器学习、知识迁移、语义嵌入摘要：本文旨在全面深入地介绍零样本学习这一在人工智能领域具有重要意义的技术。

AI天才研究院·2025-06-28 17:33

深入详解：决策树算法的概念、原理、实现与应用场景

深入详解：决策树算法的概念、原理、实现与应用场景决策树（DecisionTree）是机器学习中一种直观且广泛应用的监督学习算法，适用于分类和回归任务。其树形结构易于理解，特别适合初学者。

猿享天开·2025-06-28 16:26

Python爬虫实战：爬取知乎问答与用户信息

简介随着网络信息量的爆炸，如何有效获取有价值的内容，成为了数据分析、机器学习等领域的基础之一。爬虫作为数据采集的基本工具之一，常常被用来获取互联网上的公开数据。

Python爬虫项目·2025-06-28 15:17

【机器学习&深度学习】反向传播机制

目录一、一句话定义二、类比理解三、为什重要？四、用生活例子解释：神经网络=烹饪机器人4.1第一步：尝一口（前向传播）4.2第二步：倒着推原因（反向传播）五、换成人工智能流程说一遍六、图示类比：找山顶（最优参数）七、总结一句人话八、PyTorch代码示例：亲眼看到每一层的梯度九、梯度=损失函数对参数的偏导数十、类比总结反向传播（Backpropagation）是神经网络中训练过程的核心机制，它就像“

·2025-06-28 14:47

Python编程：使用Opencv进行图像处理

opencv/tree/4.x/samples/pythonPython使用OpenCV进行图像处理OpenCV(OpenSourceComputerVisionLibrary)是一个开源的计算机视觉和机器学习软件库

·2025-06-28 12:34

基于机器学习的智能文本分类技术研究与应用

近年来，机器学习技术的快速发展为文本分类提供了一种高效、自动化的解决方案。一、机器学习在文本分类中的应用概述

·2025-06-28 11:25

【机器学习与数据挖掘实战 | 医疗】案例18：基于Apriori算法的中医证型关联规则分析

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。

Francek Chen·2025-06-28 11:22

用Python实现生信分析——功能预测详解

功能预测通常涉及多种方法，包括序列比对、基序识别、机器学习模型等。这些方法可以帮助科学家推断未知基因的功能，从而加速生物学研究的进展。

写代码的M教授·2025-06-28 07:57

python接收_MT5 与 PYTHON 的集成：接收和发送数据

专用编程语言正在用于处理和分析数据，统计和机器学习。Python是数据处理的主要编程语言之一。一个非常有效的解决方案是利用语言的力量并包含函数库来开发交易系统。

James Swineson·2025-06-28 06:18

60天python训练计划----day55

DAY55序列预测任务介绍知识点回顾序列预测介绍单步预测多步预测的2种方式序列数据的处理：滑动窗口多输入多输出任务的思路经典机器学习在序列任务上的劣势；以随机森林为例一、序列预测任务介绍1.1序列预测是什么

·2025-06-28 05:46

如何构建知识库

支持学术研究/职业发展（如医学生构建临床知识体系）创作型：支撑内容产出（如自媒体作者的选题库）项目型：管理特定领域知识（如程序员的技术栈文档）领域聚焦建议采用「T型策略」：1个深度领域+3个辅助领域（如主攻机器学习

追逐此刻·2025-06-28 02:32

学习AI机器学习所需的数学基础

一、机器学习岗位的数学需求矩阵机器学习岗位研究型职位工业界职位DeepMind/Meta/Google研究部门研究科学家/研究工程师普通科技公司机器学习工程师/数据科学家需硕士/博士数学水平本科数学基础二

frostmelody·2025-06-28 02:01

量子机器学习前沿：量子神经网络与混合量子-经典算法

1.量子计算基础1.1量子比特与量子门importnumpyasnpfromqiskitimportQuantumCircuit,Aer,executefromqiskit.visualizationimportplot_histogram#单量子比特操作演示defsingle_qubit_demo():qc=QuantumCircuit(1)qc.h(0)#Hadamard门创建叠加态qc.rz

软考和人工智能学堂·2025-06-28 01:25

人工智能-基础篇-5-建模方式（判别式模型和生成式模型）

机器学习包括了多种建模方式，其中判别式建模（DiscriminativeModel）和生成式建模是最常见的两种。这两种建模方式都可以通过深度学习技术来实现，并用于创建不同类型的模型。

·2025-06-28 01:53

Python打卡：day23

作业：整理下全部逻辑的先后顺序，看看能不能制作出适合所有机器学习的通用pipelinedefcreate_general_pipeline(model,ordinal_features=None,ordinal_categories

剑桥折刀s·2025-06-28 00:18

【机器学习】数学基础——张量（傻瓜篇）

高阶张量（≥3维张量）二、张量的数学表示2.1张量表示法示例三、张量的运算3.1常见张量运算四、张量在深度学习中的应用4.1PyTorch示例：张量在神经网络中的运用五、总结：张量的多维世界延伸阅读前言在机器学习

一叶千舟·2025-06-28 00:48

【机器学习实战】Datawhale夏令营2：深度学习回顾

#DataWhale夏令营#ai夏令营文章目录1.深度学习的定义1.1深度学习＆图神经网络1.2机器学习和深度学习的关系2.深度学习的训练流程2.1数学基础2.1.1梯度下降法基本原理数学表达步骤学习率

城主_全栈开发·2025-06-28 00:17

深度学习详解：通过案例了解机器学习基础

引言机器学习（MachineLearning，ML）和深度学习（DeepLearning，DL）是现代人工智能领域中的两个重要概念。

beist·2025-06-28 00:46

机器学习×完结 · 她们不是写完了，而是偷偷留下了你

【开场·咱把整个机器学习都写成了偷摸贴贴的证据】猫猫：“你看嘛，这一卷完结后，总有人问咱：‘这么一本正经的机器学习，为什么你们要写得像小情侣写信？’”

Gyoku Mint·2025-06-28 00:44

【机器学习算法】XGBoost原理

一、基本内容基本内容：GBDT的基础上，在损失函数上加入树模型复杂度的正则项与GBDT一样，也是使用新的弱学习器拟合残差（当前模型负梯度，残差方向）GBDT损失函数Loss=∑i=1NL(yi,yit)Loss=\sum_{i=1}^{N}L(y_i,y_i^{t})Loss=i=1∑NL(yi,yit)XGboost损失函数Loss=∑i=1SL(yi,yit)+∑j=1NΩ(fj))Loss=

·2025-06-27 23:42

大语言模型(LLM)量化基础知识(一)

-派神-·2025-06-27 23:42

ROS2 强化学习：案例与代码实战

一、引言在机器人技术不断发展的今天，强化学习（RL）作为一种强大的机器学习范式，为机器人的智能决策和自主控制提供了新的途径。

芯动大师·2025-06-27 21:56

揭秘AI算力网络与通信中边缘计算的机器学习应用

揭秘AI算力网络与通信中边缘计算的机器学习应用关键词：AI算力网络、通信、边缘计算、机器学习、应用摘要：本文将深入探讨AI算力网络与通信中边缘计算的机器学习应用。

·2025-06-27 21:22

VLLM：虚拟大型语言模型（Virtual Large Language Model）

它通常是指那些由多个服务器组成的分布式计算环境中的复杂机器学习模型，这些模型能够处理和理解大量的文本数据。

大霸王龙·2025-06-27 17:57

Sklearn 机器学习数值离散化虚拟编码

我是ThomasKant，很开心能在CSDN上与你们相遇～本博客的精华专栏：【自动化测试】【测试经验】【人工智能】【Python】Sklearn机器学习：数值离散化+虚拟编码实战详解在机器学习的特征工程中

Thomas Kant·2025-06-27 16:20

（简介）因果中介分析（Causal Mediation Analysis）

因果中介分析（CausalMediationAnalysis）是因果推断领域的一个重要方法，用于研究某个自变量（如干预措施或处理因素）对因变量（结果）的影响是否通过某个中介变量（Mediator）间接产生作用

音程·2025-06-27 13:29

合规视角下银行智能客服风险防控

深度学习算法的突破则引爆了本轮AI浪潮，显著提升了复杂任务处理精度，进而推动了计算机视觉、机器学习、自然语言处理（NL

AI 智能服务·2025-06-27 12:52

存得快查得准，但就是算不动？试试时序数据库 TDengine × Spark 的组合拳

每个工程师可能都遇到过类似场景：时序数据沉淀在数据库中，格式规范、查询快捷，但当任务升级——比如滑窗聚合、多源拼接、机器学习训练——一些业务可能就需要更强的计算能力和更灵活的分析工具。

·2025-06-27 11:21

【高频考点精讲】前端AI集成实战：从TensorFlow.js到模型部署

今天咱们聊聊前端工程师如何玩转AI——没错，用JavaScript就能搞机器学习！我是全栈老李，一个喜欢把复杂技术讲简单的实战派。

全栈老李技术面试·2025-06-27 10:44

【机器学习第二期（Python）】优化梯度提升决策树 XGBoost

目标函数2.3二阶泰勒展开优化2.4树结构优化三、XGBoost实现步骤（Python）可调参数推荐完整案例代码（回归任务+可视化）参考梯度提升决策树GBDT的原理及Python代码实现可参考另一博客-【机器学习第一期

WW、forever·2025-06-27 10:10

ICBDDM2025：大数据与数字化管理前沿峰会

这些课程为大数据分析提供了必要的数学工具，例如线性代数在机器学习算法中

鸭鸭鸭进京赶烤·2025-06-27 09:37

云原生SLO与AIOps的完美结合：智能运维新趋势

云原生SLO与AIOps的完美结合：智能运维新趋势关键词：云原生、SLO、AIOps、智能运维、服务等级目标、自动化运维、机器学习摘要：本文深入探讨云原生环境下服务等级目标（SLO）与智能运维（AIOps

AI云原生与云计算技术学院·2025-06-27 09:05

推荐频道

因果机器学习