学习算法

深度学习入门

深度学习基础知识了解深度学习与机器学习的关系，探索其基础知识，并了解在某些应用中使用深度学习算法的优势。技能水平初学者估计完成时间约2小时。
AI-智能·2024-01-16 10:13

机器学习算法——KNN算法

1.KNN算法基本概念1.1KNN（K-NearestNeighbors，K个最近的邻居）算法是一种基本的机器学习算法，它主要用于分类和回归问题。
AI天任·2024-01-16 07:10

探索sklearn中SVM模型的原理及使用案例

大家好，支持向量机（SupportVectorMachines，SVM）是一种经典的机器学习算法，被广泛应用于分类和回归任务中。
python慕遥·2024-01-16 07:12

StanFord 机器学习公开课笔记(4):生成学习算法

本讲视频及讲义链接生成学习算法生成学习算法和判别学习算法的区别判别学习算法(Discriminative)我们之前学习过Logistic算法来解决分类问题，回想一下分类过程：我们使用所有训练样本训练出一个函数
v1gor·2024-01-16 07:03

酷开科技智慧AI助力个性化推荐

01.智能推荐：深度学习挖掘使用需求酷开科技利用人工智能技术，通过分析消费者的观看历史、搜索记录、喜好等数据，在酷开系统中采用深度学习算法，对消费者行为数据进行深度挖掘，发现消费者的潜在需求，通过对消费者行为的实时分析
京创尤品·2024-01-16 07:33

机器学习之协同过滤算法

概念协同过滤是一类常用于推荐系统的机器学习算法，它基于用户行为历史或物品属性来推荐用户可能感兴趣的物品。协同过滤算法主要分为两种类型：基于用户的协同过滤和基于物品的协同过滤。
贾斯汀玛尔斯·2024-01-16 07:56

XGBoost（eXtreme Gradient Boosting）

XGBoost（eXtremeGradientBoosting）是一种最新的基于决策树集成学习算法，它结合了BoostedTrees算法和GradientBoosting框架的优势，并引入了一种全新的优化策略
appron·2024-01-16 07:52

XGBoost eXtreme Gradient Boosting

模型的注意事项五、XGBoost模型的实现类库六、XGBoost模型的评价指标七、类库xgboost实现XGBoost的例子八、XGBoost的模型参数总结前言XGBoost是机器学习中有监督学习的一种集成学习算法
JasonH2021·2024-01-16 07:17

机器学习-集成学习XGBoost

文章目录前言基本原理常见应用特征选择参数调整XGBoost优缺点模型集成并行计算代码结论前言XGBoost(eXtremeGradientBoosting)是一种流行的机器学习算法，用于解决各种预测问题
太阳是白的·2024-01-16 07:16

集成学习（五）Stacking

2.Blending集成学习算法（1）将数据划分为训练集和测试集(test_set)，其中训练集需要再次划分为训练集(train_set)和验证集(val_s
我想要日更徽章·2024-01-16 04:59

机器学习算法 - 马尔可夫链

马尔可夫链（MarkovChain）可以说是机器学习和人工智能的基石，在强化学习、自然语言处理、金融领域、天气预测、语音识别方面都有着极其广泛的应用>Thefutureisindependentofthepastgiventhepresent未来独立于过去，只基于当下。这句人生哲理的话也代表了马尔科夫链的思想：过去所有的信息都已经被保存到了现在的状态，基于现在就可以预测未来。虽然这么说可能有些极端
想做后端的前端·2024-01-16 03:26

人脸自收集数据集辅助制作工具——人脸姿态数据标注

综述我们在进行人脸属性识别深度学习算法研究过程中除了使用开源带标签的数据以外，都会根据具体使用场景与需求用到大量自收集的图像数据（开源/爬虫/自拍等），然这些数据一般是没有人脸对应属性标注标签的。
彧侠·2024-01-16 02:07

Spark MLlib ----- ALS算法

LS算法是ALS的基础，是一种数优化技术，也是一种常用的机器学习算法，他通过最小化误差平方和寻找数据的最佳匹配，利用最小二乘法寻找最优的未知数据，保证求的数据与已知的数据误差最小。
创作者mateo·2024-01-16 02:54

预训练技术在美团到店搜索广告中的应用

2、从零开始搭建创业公司后台技术栈3、2021年10月份热门报告免费下载4、微博推荐算法实践与机器学习平台演进5、腾讯PCG推荐系统应用实践6、强化学习算法在京东广告序列推荐场景的应用7、飞猪信息流内容推荐探索
智能推荐系统·2024-01-15 23:57

强化学习应用（七）：基于Q-learning的物流配送路径规划研究（提供Python代码）

一、Q-learning算法简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个值函数来指导智能体在环境中做出决策，以最大化累积奖励。
优化算法MATLAB与Python·2024-01-15 19:14

强化学习应用（六）：基于Q-learning的物流配送路径规划研究（提供Python代码）

一、Q-learning算法简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个值函数来指导智能体在环境中做出决策，以最大化累积奖励。
优化算法MATLAB与Python·2024-01-15 19:44

强化学习应用（五）：基于Q-learning的物流配送路径规划研究（提供Python代码）

一、Q-learning算法简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个值函数来指导智能体在环境中做出决策，以最大化累积奖励。
优化算法MATLAB与Python·2024-01-15 19:13

强化学习应用（八）：基于Q-learning的物流配送路径规划研究（提供Python代码）

一、Q-learning算法简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个值函数来指导智能体在环境中做出决策，以最大化累积奖励。
优化算法MATLAB与Python·2024-01-15 19:41

高级分布式系统-第15讲 分布式机器学习--分布式机器学习算法

分布式机器学习算法按照通信步调，大致可以分为同步算法和异步算法两大类。同步算法下，通信过程中有一个显式的全局同步状态，称之为同步屏障。
十有久诚·2024-01-15 19:01

感知器学习算法和Adaline规则

一.感知器的发展过程感知器的发展可以追溯到20世纪50年代。它是一种简单的人工神经网络模型，最早由美国心理学家和计算机科学家弗兰克·罗森布拉特（FrankRosenblatt）于1957年提出。感知器的设计灵感来源于生物神经元的工作原理，旨在模拟人脑中神经元的基本功能。为了解决感知器的线性可分问题，在20世纪80年代多层感知器（MLP）被引入，通过在感知器之间增加多个层次和非线性激活函数，这为神经
Algorithm_Engineer_·2024-01-15 16:08

C语言经典算法之冒泡排序算法

目录前言建议：简介：一、代码实现二、时空复杂度时间复杂度：空间复杂度：总结：前言建议：1.学习算法最重要的是理解算法的每一步，而不是记住算法。2.建议读者学习算法的时候，自己手动一步一步地运行算法。
JJJ69·2024-01-15 14:15

C语言经典算法之希尔排序算法

目录前言一、代码实现二、算法的时空复杂度时间复杂度：空间复杂度：前言建议：1.学习算法最重要的是理解算法的每一步，而不是记住算法。2.建议读者学习算法的时候，自己手动一步一步地运行算法。
JJJ69·2024-01-15 14:14

C语言经典算法之简单选择排序算法

目录前言建议：简介：一、代码实现二、时空复杂度：时间复杂度：空间复杂度：三、算法的特性：四、总结前言建议：1.学习算法最重要的是理解算法的每一步，而不是记住算法。
JJJ69·2024-01-15 14:40

【算法笔记】最长上升子序列dp模板

在acwing学习算法的一点思考和总结。
Radein·2024-01-15 13:44

【算法笔记】状态压缩dp（noip）

在acwing学习算法的一点思考和总结状态压缩dp可以用来解决两种问题：一种是棋盘式的，也就是表示一行有2^N种摆法，另一种是表示一类集合状压——棋盘式思路：可以类比一下蒙德里安的梦想的解题过程，每一行的状态都只会受到上一层状态的影响
Radein·2024-01-15 13:41

聚类算法之Kmeans聚类详解

聚类算法是无监督学习算法，它根据样本之间的相似性，将样本划分到不同的类别中；不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算方法有欧氏距离法。
进击的卡特琳娜·2024-01-15 09:50

集成学习之Adaboost算法详解

AdaptiveBoosting(自适应提升)是基于Boosting思想实现的一种集成学习算法，核心思想是提高【在前一步中分类错误的样本权重】来训练一个强分类器，错误的数据会“放大”，正确的数据会“缩小
进击的卡特琳娜·2024-01-15 09:41

数据挖掘04-常见数据分布

01均匀分布均匀分布很好理解，随机取区间内的值X,每个值出现的概率相等实际应用场景没有找到，可能要到深入学习算法的时候才会用到。
南小明·2024-01-15 08:07

基于机器学习的高考志愿高校及专业分析系统

本项目在“基于Python的高考志愿高校及专业分析系统”基础上补充添加了机器学习算法对高考总问进行预测；项目采用了网络爬虫技术，从指定的高考信息网站上抓取了各大高校的历年录取分数线数据。
八块腹肌的小胖·2024-01-15 08:24

时间序列数据预处理：归一化和标准化等方法

当您的时间序列数据具有不同比例的输入值时，归一化可能是有用的，甚至在某些机器学习算法中也是必需的。对于算法，例如k-最近邻，它使用距离计算和线性回归和人工神经网络可能需要归一化。重量输入值。
ManRock·2024-01-15 07:27

自学习算法

自学习算法是一种基于深度学习的技术，通过大量的数据和模型训练，不断优化和改进模型的表现。
.:::.·2024-01-15 04:26

进化材料基因：机器学习如何推动下一代新材料的发现

机器学习利用化学和材料数据正在改变材料发现和设计领域，但要充分利用机器学习算法、工具和方法仍需要大量工作。
PaperWeekly·2024-01-15 04:17

Week7

7周十二、支持向量机(SupportVectorMachines)12.1优化目标参考视频:12-1-OptimizationObjective(15min).mkv到目前为止,你已经见过一系列不同的学习算法
kidling_G·2024-01-15 04:02

NLP论文阅读记录 - 2021 | WOS 智能树提取文本摘要深度学习

评估指标4.5实验结果4.6细粒度分析五总结思考前言AnIntelligentTreeExtractiveTextSummarizationDeepLearning（21）0、论文摘要在最近的研究中，深度学习算法为自然语言提供了
yuyuyu_xxx·2024-01-15 02:56

机器学习入门知识

每次你打开谷歌或必应搜索你需要的内容，正是因为它们拥有出色的学习算法。每次你使用Facebook或苹果的图片分类程序，它能够识别出你朋友的照片，这也是机器学习的应用。
时间邮递员·2024-01-14 23:22

AI软件开发：探索原理、挑战与未来趋势

首先，AI软件开发的原理是基于机器学习和深度学习算法。机器学习是一种通过让计算机自动从数据中学习和改进的方法。它使用统计学和数学模型来处理数据，并根据数据中的模式和规律进行预测和决策。
广州硅基技术官方·2024-01-14 22:00

KNN算法与Kmeans的算法的思想与异同

KNN算法：思想：KNN是一种监督学习算法，通过找到与新样本最相似的K个训练样本，进行分类或回归。基于特征空间中的邻近性，相似的样本在空间中也是相邻的。异同：监督学习：KNN需要有标签的训练数据。
爱打网球的小哥哥一枚吖·2024-01-14 19:32

AI智能剪辑，快速剪辑出需要的视频

AI智能剪辑技术，是一种基于人工智能的技术，它能够通过机器学习和深度学习算法，自动识别视频中的内容，并根据用户的需求和喜好，快速地剪辑出需要的视频。
fhy168·2024-01-14 19:42

讲解机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种常见且简单的无监督学习算法，用于将数据集分为K个不同的类别。
酷爱码·2024-01-14 18:09

史诗级长文--朴素贝叶斯

引言朴素贝叶斯算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资、信用等级评定等多分类问题。
SQingL·2024-01-14 18:38

完整的蒙特卡洛强化学习算法

文章目录1.回顾2.约定3.MC强化学习环境对象的表示4.MC强化学习算法的表示5.MC方法的进一步分类1.回顾第16篇给出了强化学习算法框架，随后的第17、18篇给出了该框架下如何进行策略评估以估计出
中年阿甘·2024-01-14 17:08

C语言经典算法之快速排序算法

读者可以去某站看一下王道的数据结构课建议：1.学习算法最重要的是理解算法的每一步，而不是记住算法。2.建议读者学习算法的
JJJ69·2024-01-14 16:57

C语言经典算法之归并排序算法

建议：1.学习算法最重要的是理解算法的每一步，而不是记住算法。2.建议读者学习算法的时候，自己手动一步一步地运行算法。
JJJ69·2024-01-14 15:24

机器学习算法理论：线性回归

线性回归回归的理论解释：回归分析是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。使用线性回归时，需要
缘起性空、·2024-01-14 15:43

强化学习应用（三）：基于Q-learning的物流配送路径规划研究（提供Python代码）

一、Q-learning算法简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个值函数来指导智能体在环境中做出决策，以最大化累积奖励。
优化算法MATLAB与Python·2024-01-14 15:31

强化学习应用（一）：基于Q-learning的物流配送路径规划研究（提供Python代码）

一、Q-learning算法简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个值函数来指导智能体在环境中做出决策，以最大化累积奖励。
优化算法MATLAB与Python·2024-01-14 15:30

强化学习应用（二）：基于Q-learning的物流配送路径规划研究（提供Python代码）

一、Q-learning算法简介Q-learning是一种强化学习算法，用于解决基于马尔可夫决策过程（MDP）的问题。它通过学习一个值函数来指导智能体在环境中做出决策，以最大化累积奖励。
优化算法MATLAB与Python·2024-01-14 15:30

强化学习求解TSP（八）：Qlearning求解旅行商问题TSP（提供Python代码）

一、Qlearning简介Q-learning是一种强化学习算法，用于解决基于奖励的决策问题。它是一种无模型的学习方法，通过与环境的交互来学习最优策略。
优化算法MATLAB与Python·2024-01-14 15:30

TSP（Python）：Qlearning求解旅行商问题TSP（提供Python代码）

一、Qlearning简介Q-learning是一种强化学习算法，用于解决基于奖励的决策问题。它是一种无模型的学习方法，通过与环境的交互来学习最优策略。
优化算法MATLAB与Python·2024-01-14 15:00

强化学习求解TSP：Qlearning求解旅行商问题（Traveling salesman problem, TSP）

一、Qlearning简介Q-learning是一种强化学习算法，用于解决基于奖励的决策问题。它是一种无模型的学习方法，通过与环境的交互来学习最优策略。
优化算法MATLAB与Python·2024-01-14 15:00
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他