学习算法

强化学习求解TSP（七）：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 15:59

matlab基于鹈鹕算法优化最小二乘支持向量机POA-LSSVM实现数据分类

为了解决这个问题，许多机器学习算法被提出并广泛应用。
机器学习之芯·2024-01-14 14:50

AI加速器与机器学习算法：协同设计与进化

作者｜ShashankPrasanna翻译｜胡燕君此刻，你应该是在电脑或手机上看这篇文章。不管怎样，这些机器都属于现代计算机，它们都有中央处理器（CPU）和其他为特定功能服务的专用芯片，例如显卡、声卡、网卡、传感器融合等。处理特定任务时，专用处理器往往比通用CPU更快更高效。计算机发展早期，CPU都会和专用处理器配合使用。1970年代的8位和16位CPU需要依赖软件来模拟浮点指令，因此执行浮点运算
江太翁·2024-01-14 12:18

深度学习算法应用实战 | 利用 CLIP 模型进行“零样本图像分类”

文章目录1.零样本图像分类简介1.1什么是零样本图像分类?1.2通俗一点的解释2.模型原理图3.环境配置4.代码实战5.Gradio前端页面5.1什么是Gradio?6进阶操作7.总结1.零样本图像分类简介1.1什么是零样本图像分类?“零样本图像分类”（Zero-shotimageclassification）指的是使用一个模型对图像进行分类，而这个模型并没有在包含那些特定类别的标记样本的数据上进
迪菲赫尔曼·2024-01-14 09:34

sklearn快速实现python机器学习算法

sklearn又写作scikit-learn基于python的高效机器学习算法应用，开源机器学习工具包官网，里面有全英的教程和示例工程应用中，自己使用python从头实现一个算法耗时耗力，还难以保证架构清晰
阿航626·2024-01-14 09:52

强化学习应用（八）：基于Q-learning的无人机物流路径规划研究（提供Python代码）

一、Q-learning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。它通过学习一个价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。
IT猿手·2024-01-14 08:05

强化学习应用（七）：基于Q-learning的无人机物流路径规划研究（提供Python代码）

一、Q-learning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。它通过学习一个价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。
IT猿手·2024-01-14 08:05

强化学习应用（五）：基于Q-learning的无人机物流路径规划研究（提供Python代码）

一、Q-learning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。它通过学习一个价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。
IT猿手·2024-01-14 08:35

强化学习应用（六）：基于Q-learning的无人机物流路径规划研究（提供Python代码）

一、Q-learning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。它通过学习一个价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。
IT猿手·2024-01-14 08:28

工业机器人学习规划

工业机器人的学习规划是指为机器人设计和实施学习算法和策略的过程。这些学习算法和策略旨在使机器人能够通过与环境的交互来改进其性能和适应能力。
ISDF-工软未来·2024-01-14 07:51

写注释自动出代码？！在Cocos中试水AI编程工具Copilot，摸鱼神器or失业警告？

Copilot是利用网络中现有的公开数据，尤其是开源在Github上的代码，然后基于机器学习算法训练出来的，理论上支持
Cocos 引擎·2024-01-14 06:35

[ML]机器学习_基于内容过滤的深度学习算法

目录一、协同过滤算法与基于内容过滤算法的对比二、基于内容过滤的深度学习算法1、定义2、举例说明三、从大型目录中推荐四、推荐系统中的伦理五、基于内容过滤的代码实现一、协同过滤算法与基于内容过滤算法的对比对于协同过滤
IAz-·2024-01-14 05:50

python自动化测试面试题与答案汇总

对于机器学习算法工程师而言,Python是不可或缺的语言,它的优美与简洁令人无法自拔,下面这篇文章主要给大家介绍了关于30道python自动化测试面试题与答案汇总的相关资料,需要的朋友可以参考下1、什么项目适合做自动化测试
软件测试玲雪·2024-01-14 04:49

AI监控技术与应用案例

这通常涉及使用深度学习算法，如卷积神经网络(CNN)，来识别图像中的物体。目标检测的准确性和实时性对于监控系统至关重要，因为它有助于实时预警和早期干预。
捷利迅分享·2024-01-14 02:17

第二章 单变量线性回归

模型描述房价预测问题给出一个房子大小和对应价格的数据集，用这些数据来预测价格（给定一个新的大小）符号表示image.png如图中所示m表示训练集的大小，x输入变量（特征），y输出变量（目标变量）解决方案由“学习算法
Limit_·2024-01-14 01:14

KernelSHAP vs TreeSHAP

另一方面，KernelSHAP是模型不可知的(modelagnostic)，这意味着它可以与任何机器学习算法一起使用。我们将比较这两种近似方法。接下来介绍实验，将展示TreeSHAP实际上有多快。
没有人比我更懂暴力算法·2024-01-13 23:36

友思特 Neuro-R：快速部署实时推理API

在这个过程中，深度学习算法
友思特 机器视觉与光电·2024-01-13 22:24

【译】Swift算法俱乐部-最大公约数算法

raywenderlich.com网站出品的用Swift实现算法和数据结构的开源项目，目前在GitHub上有18000+⭐️，我初略统计了一下，大概有一百左右个的算法和数据结构，基本上常见的都包含了，是iOSer学习算法和数据结构不错的资源
Andy_Ron·2024-01-13 21:20

ML12-朴素贝叶斯分类

朴素贝叶斯分类是一种经典的机器学习算法，本主题从贝叶斯的应用场景，到其数学基础，并到最终的实现与应用做了介绍。
杨强AT南京·2024-01-13 18:03

基于YOLOv5的行人检测系统

文中提到了基于YOLOv5设计的人口密度检测系统，该系统通过深度学习算法对人群进行检测和计数，主要应用于商场、路口等需要控制人流的场所。系统通过YO
TechMasterPlus·2024-01-13 17:22

【论文精读】node2vec: Scalable Feature Learning for Networks

node2vec:ScalableFeatureLearningforNetworks可扩展的图嵌入表示学习算法可扩展：算法可用于互联网规模级别的数据，在有限的时间和空间中图嵌入：将图的连接信息嵌入到连续
时空摆渡者·2024-01-13 16:41

智能导诊-医院信息化建设标准

随后，机器学习算法对患者的症状和病情进行推理，结合已有的疾病知识库，为患者提供精准的分诊建议。此外，智能导诊系统还能与医院信息系统对接，实现数据的共享和整合，为医院管理提供有力支持。
源码技术栈·2024-01-13 12:18

Lnton羚通机器视觉算法平台基于AI智能安防视频监控烟火识别、烟火检测算法分析

AI视频识别烟火检测是基于先进的深度学习算法的，通过大量的项目现场素材训练模型，在工作服的素材库中收集大量数据，实现对人、安全帽、工作服等物体的高
LNTON羚通科技·2024-01-13 11:11

如何选择合适的机器学习算法？

选择合适的机器学习算法是机器学习中非常重要的一步，它可以影响机器学习模型的性能和准确度。以下是一些有用的指导原则来帮助选择合适的机器学习算法：如何选择合适的机器学习算法？
人工智能小园子·2024-01-13 10:57

机器学习之集成学习概念介绍

核心弱学习器（WeakLearner）：集成学习的基本组成部分，通常是性能略优于随机猜测的简单学习算法.弱学习器是指在解决特定问题上性能相对较差的
贾斯汀玛尔斯·2024-01-13 07:42

机器学习之集成学习AdaBoost

概念AdaBoost（AdaptiveBoosting）是一种迭代的集成学习算法，其主要目标是通过组合多个弱学习器来创建一个强大的模型。
贾斯汀玛尔斯·2024-01-13 07:42

数据结构之基本数据类型(Python)

前言接下来我们将会先学习Python的基本数据类型，以及堆、栈、链表、树和图等数据结构，这是学习算法的基础。套用行业内的一句话：数据结构是算法的骨骼。
忆梦九洲·2024-01-13 07:57

生态参数反演（植被覆盖度FVC）手把手教会

遥感反演方法常用的包括：像元二分法、回归模型法、机器学习算法等1.1像元二分法：FVC=(VI-VIsoil)/(VIveg-VIsoil)式中：VI为植被指数，通常选用归一化差分植被指数，VIsoil
我喜欢读博(微博)·2024-01-13 06:09

《深度学习算法实践》读书笔记

开篇问：从word复制笔记上传格式老是出问题，求教1.开始如何由工程思维转化到算法思维算法的开发流程：开始-观察-实验-模型-观察-更新模型-结果输出具体来说：1.明确需求2.观察需求所涉及的问题“三个重要概念：准确率（Accuracy）、召回率（Recall）、精确率（Precision），例如1000封正常邮件，500封垃圾邮件，100封重要邮件，模型一共找出100封正常邮件、400封垃圾邮件
球长爱折腾·2024-01-13 05:58

AI绘画生成器的应用场景有哪些？

这些软件通常使用机器学习和深度学习算法来训练模型，从而根据用户输入的文字描述或图像来生成新的艺术作品。AI绘画生成器有多种应用场景，包括但不限于：①根据用户输入的文字描述，生成符合描述的图像或画作。
jianewang·2024-01-13 05:14

第一章 绪论2

1.4强化学习算法分类及发展趋势一分类1.根据强化学习算法是否依赖模型可分为：基于模型的强化学习算法、⽆模型的强化学习算法共同点：通过与环境交互获得数据不同点：利⽤数据的⽅式不同。
食蓼少年·2024-01-13 04:54

算法导论 红黑树 热身 二叉树学习(一)

学习算法还是建议看看算法导论算法导论第三版如果不看数学推导仅看伪代码难度还是适中本系列只是记录我的学习心得和伪代码转化代码的过程深入学习还是建议大家看看算法书籍教程更加系统。
stecdeng·2024-01-13 03:02

集成学习原理概要 (随机森林, gbdt, XGBoost)

集成学习是一类机器学习算法，主要用于分类和回归任务，基本思想是结合多个弱模型变成一个强模型。本文自网络资料参考整理而来，参考列表在文末。本文重点描述方法原理和基本过程，具体推导请参考文末链接。
Caucher·2024-01-13 02:11

手把手教你如何通过datadome滑块验证码

它使用人工智能（AI）和机器学习算法分析流量模式，识别类似机器人的行为。其目标是保护企业免受各种有害机器人活动的影响，如内容抓取、账户接管、欺诈交易、统计数据扭曲等。
ForRunner123·2024-01-12 20:28

用通俗易懂的方式讲解大模型分布式训练并行技术：序列并行

而利用AI集群，使深度学习算法更好地从大量数据中高效地训练出性能优良的大模型是分布式机器学习的首要目标。为了实现该目标，一般需要根据硬件资源与数据/模型规模的匹配情况，考虑对计算任务、训
Python算法实战·2024-01-12 17:25

【Python机器学习】深度学习——一些理论知识

深度学习在很多机器学习应用中都有巨大的潜力，但深度学习算法往往经过精确调整，只适用于特定的使用场景。
zhangbin_237·2024-01-12 14:01

线性判别分析LDA（（公式推导+举例应用））

文章目录引言模型表达式拉格朗日乘子法阈值分类器结论实验分析引言线性判别分析（LinearDiscriminantAnalysis，简称LDA）是一种经典的监督学习算法，其主要目标是通过在降维的同时最大化类别之间的差异
Nie同学·2024-01-12 14:00

2020-07-23计算学习理论

1.章节主要内容机器学习理论（computationallearningtheory）研究的是关于通过“计算”来进行“学习”的理论，即关于机器学习的理论基础，其目的是分析学习任务的困难本质，为学习算法提供理论保证
BOLDRainbow·2024-01-12 14:19

OpenAI发现人工智能已开始学会情绪判断能力

换句话说，机器学习算法必须使用现存数据来预测结
chituo5344·2024-01-12 09:46

机器学习如何改变缺陷检测的格局？

多种缺陷检测：机器学习算法可以对各种缺陷进行检测，例如表面缺陷、裂纹、气泡等。这使得在生产线、制
matlabgoodboy·2024-01-12 09:14

水果识别系统Python，基于TensorFlow卷积神经网络算法

项目含义背景二、数据集三、读取数据——预处理1：读取数据2.检查数据3.配置数据集四.网络结构五.模型的训练六.成品展示总结前言提示面对水果识别系统Python，基于TensorFlow卷积神经网络算---深度学习算法
猿戴科·2024-01-12 09:44

【手搓深度学习算法】用逻辑回归分类双月牙数据集-非线性数据篇

用逻辑回归分类-非线性数据篇前言逻辑斯蒂回归是一种广泛使用的分类方法，它是基于条件概率密度函数的最大似然估计的。它的主要思想是将输入空间划分为多个子空间，每个子空间对应一个类别。在每个子空间内部，我们假设输入变量的取值与类别标签的概率成正比。在逻辑斯蒂回归中，我们首先通过数据进行线性回归，得到的结果再通过sigmoid函数转化为概率，这样就可以得到每个类别的概率。然后，我们可以通过设置一个阈值，如
精英的英·2024-01-12 08:57

【手搓深度学习算法】用逻辑回归分类Iris数据集-线性数据篇

用逻辑回归分类Iris数据集-线性数据篇前言逻辑斯蒂回归是一种广泛使用的分类方法，它是基于条件概率密度函数的最大似然估计的。它的主要思想是将输入空间划分为多个子空间，每个子空间对应一个类别。在每个子空间内部，我们假设输入变量的取值与类别标签的概率成正比。在逻辑斯蒂回归中，我们首先通过数据进行线性回归，得到的结果再通过sigmoid函数转化为概率，这样就可以得到每个类别的概率。然后，我们可以通过设置
精英的英·2024-01-12 08:57

【手搓深度学习算法】用决策树预测天气-连续数据篇

用决策树预测天气-连续数据篇前言在机器学习和数据科学领域，决策树是一种非常强大且易于理解的预测模型。其工作原理类似于人类在面临复杂决策时所采用的逻辑思考过程，通过一系列的问题和条件判断，最终找到问题的答案或决策。由于其直观性和可解释性，决策树在各种应用中都有广泛的应用，从医疗诊断到金融风险评估，再到自然语言处理。先看图可能有小伙伴一脸懵，上面这一段乱七八糟的是什么，它是本文构建的决策树模型，通过包
精英的英·2024-01-12 08:56

【手搓深度学习算法】从头创建卷积神经网络

背景深度学习神经网络中，卷积神经网络在图像处理中独放异彩，现在主流的框架中对卷积神经网络的封装已经非常完善了，但是，对初学者来说，使用这些高层的API，不利于我们深入理解卷积神经网络的原理和思想，所以，想要动手实现一个简单的卷积神经网络，通过查阅资料，参考他人的代码，总结了这篇文档。术语解释卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习神经网络结构，主要
精英的英·2024-01-12 08:26

机器学习之独热编码（One-Hot）

一、背景在机器学习算法中，我们经常会遇到分类特征，例如：人的性别有男女，祖国有中国，美国，法国等。这些特征值并不是连续的，而是离散的，无序的。通常我们需要对其进行特征数字化。那什么是特征数字化呢？
物随心转·2024-01-12 06:52

ChatGPT4在Python数据分析、自动生成代码等方面的强大功能丨人工智能领域经典机器学习算法丨热门深度学习方法及Python、PyTorch代码实现方法

自动生成代码等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，掌握ChatGPT4.0在科研工作中的各种使用方法与技巧，以及人工智能领域经典机器学习算法
小艳加油·2024-01-12 06:37

Python+ChatGPT，Python与ChatGPT结合进行数据分析、自动生成代码、人工智能建模、论文高效撰写等

自动生成代码等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，掌握ChatGPT4.0在科研工作中的各种使用方法与技巧，以及人工智能领域经典机器学习算法
WangYan2022·2024-01-12 06:02

决策树回归（Decision Tree Regression）

什么是机器学习**决策树回归（DecisionTreeRegression）**是一种机器学习算法，用于解决回归问题。与分类问题不同，回归问题的目标是预测连续型变量的值，而不是离散的类别。
草明·2024-01-11 23:27

贪心算法（求最优解）

小编开始自学，开始理解与学习算法，如果内容有误，欢迎大家评论，互动。贪心算法（Gre小编开始自学，开始理解与学习算法，如果内容有误，欢迎大家评论，互动。
韶光不负·2024-01-11 22:34
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他