小白学习机器学习

python中Scikit-learn模块介绍

Scikit-learn是Python中一个开源的机器学习库，它提供了简单高效的工具，用于数据挖掘和数据分析。该库包含了各种分类、回归、聚类算法，以及数据预处理、模型选择、模型评估等功能。
不会仰游的河马君·2025-06-19 20:59

数据挖掘与机器学习 期末复习整理

1.分类：–有类别标记信息,因此是一种监督学习–根据训练样本获得分类器，然后把每个数据归结到某个已知的类，进而也可以预测未来数据的归类。2.聚类：–无类别标记,因此是一种无监督学习–无类别标记样本，根据信息相似度原则进行聚类，通过聚类，人们能够识别密集的和稀疏的区域，因而发现全局的分布模式，以及数据属性之间的关系3.聚类方法：划分方法-（分割类型）K-均值K-Means顺序领导者方法基于模型的方法
无敌摸鱼高手·2025-06-19 17:34

Python机器学习小项目实战：随机森林算法实现信用卡欺诈检测

1.引言在之前的机器学习之旅中，我们已经探索了许多强大的算法，例如逻辑回归、支持向量机、决策树等等。每种算法都有其独特的优势和适用场景，但它们也存在一些共同的局限性。
码上研习·2025-06-19 16:28

线性代数导引：附录：行列式几何解释

在计算机科学中，线性代数被广泛应用于图形学、机器学习、数据挖掘等领域。行列式是线性代数中的一个重要概念，它可以用来求解线性方程组的解、计算矩阵的逆、判断矩阵是否可逆等问题。
AGI大模型与大数据研究院·2025-06-19 14:44

AAAI2022国际顶会Workshop将会讨论些什么？

其中在技术研究领域涉及：强化学习、图神经网络、交互式机器学习、模型
AINLPer·2025-06-19 14:43

基于SpringBoot+Vue的公司考勤管理系统

技术范围：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等设计与开发。
·2025-06-19 12:28

TensorFlow 基础知识：Java开发者的入门指南

现在，让我们探索一下TensorFlow这个强大的机器学习框架，并了解如何将其与你的Java技能结合起来。什么是TensorFlow？
张道宁·2025-06-19 10:17

【机器学习】机器学习重要分支——集成学习：理论、算法与实践

文章目录引言第一章集成学习的基本概念1.1什么是集成学习1.2集成学习的类型1.3集成学习的优势第二章集成学习的核心算法2.1Bagging方法2.2Boosting方法2.3Stacking方法第三章集成学习的应用实例3.1图像分类3.2文本分类第四章集成学习的未来发展与挑战4.1模型多样性与集成策略4.2大规模数据与计算资源4.3集成学习的解释性与可视化结论引言集成学习（EnsembleLea
E绵绵·2025-06-19 09:12

机器学习算法_聚类KMeans算法

一、聚类算法分析1.概念概念：根据样本之间的相似性，将样本划分到不同的类别中；不同的相似度的计算方法，会得到不同的聚类结果，常见的相似度计算方法有欧氏距离法（无监督算法）聚类算法的目的是在没有先验知识的情况下，自动发现数据集中的内在结构和模式2.聚类算法分类（1）根据聚类颗粒度分类个数比较多的，细聚类；个数比较多的，粗聚类（2）根据实现方法分类K-means：按照质心分类层次聚类：对数据进行逐层划
TY-2025·2025-06-19 09:11

李宏毅2025《机器学习》第一讲-生成式AI：技术突破和未来发展

引言生成式人工智能（GenerativeAI）无疑是当前科技领域最引人瞩目的革命性力量。从生成流畅的文本、逼真的图像，到谱写动人的乐曲，甚至编写复杂的代码，它的能力边界正以前所未有的速度扩张。为了帮助大家快速掌握这一领域的全貌，李宏毅教授的课程旨在用一堂课的时间，带领我们概览生成式AI近年来的技术突破与未来发展。本文将跟随教授的讲授思路，将课程内容整理成一篇结构清晰、内容详尽的技术文章。文章将遵循
木鱼时刻·2025-06-19 09:11

机器学习重构光子学设计范式：从智能器件到前沿系统

为应对该趋势，一套系统性知识框架正在形成：基础融合模块涵盖空间/集成光子学系统与机器学习原理的交叉逻辑，解析光学神经网络构建机制，奠定智能设计理论基础。
m0_75133639·2025-06-19 09:11

理解Logits、Softmax和softmax_cross_entropy_with_logits的区别

理解Logits、Softmax和softmax_cross_entropy_with_logits的区别技术背景在机器学习尤其是深度学习中，分类问题是一个常见的任务。
1010n111·2025-06-19 08:00

torch 是什么？解决了什么问题？在深度学习中解决什么具体问题？没有它会存在哪些问题？

torch是一个开源的机器学习框架，它为深度学习提供了强大的支持。以下是关于它的详细介绍：什么是Torch？Torch是一个用Lua语言编写的科学计算框架，特别适合进行深度学习研究。
·2025-06-19 07:58

生产级模型部署实战：TensorFlow Serving与Docker深度整合指南（十五）

一、生产部署的核心挑战与解决方案1.1生产环境的严苛要求在机器学习工程化实践中，模型部署是将算法能力转化为业务价值的关键步骤。
WHCIS·2025-06-19 01:13

什么是 tensorflow ？解决了什么问题？为什么需要它？没有它会出现什么问题？

它最初是为了满足Google内部的研究需求而开发的，现在已成为全球开发者构建和部署机器学习模型的重要工具。解决了什么问题？
微信公众号：AI创造财富·2025-06-19 01:43

Python实例题：股票数据分析与预测系统

实例题题目问题描述解题思路关键代码框架难点分析Python实例题题目股票数据分析与预测系统问题描述开发一个股票数据分析系统，实现以下功能：从公开API获取股票历史数据对数据进行清洗和特征工程实现技术指标计算（如MA、MACD、KDJ等）构建机器学习模型预测股价走势可视化展示分析结果提供交易策略建议解题思路使用
狐凄·2025-06-19 00:07

Dagster中资产间数据传递的三种策略：显式管理、I/O管理器与资产合并

在数据工程和机器学习工作流中，资产（Assets）是Dagster的核心构建块，而资产间的数据传递直接影响管道的可维护性和扩展性。
·2025-06-18 22:23

2024年软件测试最全Pytest 教程：进阶用法 - 常用断言和数据驱动！，从外包公司到今日头条offer

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！
2401_84788430·2025-06-18 15:39

【深度学习-Day 9】机器学习核心概念入门：监督、无监督与强化学习全解析

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-06-18 13:23

AI大模型从0到1记录学习numpy pandas day24

它适合那些需要快速搭建数据科学或机器学习开发环境的用户。Anaconda和Python相当于是汽车和发动机的关系，安装Anaconda后，就像买了一台车，无需自己去安
Gsen2819·2025-06-18 13:51

AI大模型从0到1记录学习 大模型技术之机器学习 day27-day60

机器学习概述机器学习（MachineLearning,ML）主要研究计算机系统对于特定任务的性能，逐步进行改善的算法和统计模型。
Gsen2819·2025-06-18 13:19

机器学习项目微服务离线移植

机器学习项目微服务离线移植引言：为什么需要Docker化机器学习项目？在当今的机器学习工程实践中，项目部署与移植是一个常见但极具挑战性的任务。
LensonYuan·2025-06-18 13:18

VSCode部署Pytorch机器学习框架使用Anaconda（Window版）

目录1.配置Anaconda1.1下载安装包1.Anaconda官网下载2安装Anaconda1.2创建虚拟环境1.3常用命令Conda命令调试和日常维护1.4可能遇到的问题执行上述步骤后虚拟环境仍在C盘2.配置cuda2.1查看显卡支持的cuda版本2.2下载对应cuda版本2.3下载对应的pytorch可能出现的问题1.使用官方PyTorch渠道2.检查可用的cudatoolkit版本3.使用
JjWang__HUST·2025-06-18 13:47

图像处理与机器学习项目：特征提取、PCA与分类器评估

图像处理与机器学习项目：特征提取、PCA与分类器评估项目概述本项目将完成一个完整的图像处理与机器学习流程，包括数据探索、特征提取、主成分分析(PCA)、分类器实现和评估五个关键步骤。
pk_xz123456·2025-06-18 12:12

AI人工智能深度学习入门指南：从基础到实践_副本

AI人工智能深度学习入门指南：从基础到实践关键词：人工智能、机器学习、深度学习、神经网络、梯度下降、反向传播、实战案例摘要：本文是为零基础或初级学习者打造的深度学习入门指南。
AI大模型应用实战·2025-06-18 11:07

【Python】机器学习：Scikit-learn、Statsmodels

机器学习：Scikit-learn、Statsmodels文章目录机器学习：Scikit-learn、Statsmodels1.
·2025-06-18 11:36

最新！Citadel datathon OA题目20240330

关注我们，每周发布最新的笔面试题目和解析前言申请完Datathon后就会发OA，时间60min15道选择题，题目相较以往有一些变化，但是不多，整体不算难，以数理统计、机器学习和python编程为主，下面给个汇总版
量化投资和人工智能·2025-06-18 11:04

机器学习中常用的数据预处理方法

1.数据清洗方法：处理异常值、重复数据、噪声数据。异常值处理：通过统计方法（如Z-Score、IQR）或可视化检测，选择删除、替换（均值/中位数）或保留。重复数据：直接删除重复样本。优点：提升数据质量，减少模型偏差。缺点：可能误删有用信息或引入人为偏差。场景：金融风控（异常交易检测）、传感器数据清洗。2.特征缩放归一化（Min-MaxScaling）将数据缩放到[0,1]区间。优点：加速梯度下降，
C7211BA·2025-06-18 08:13

机器学习与深度学习22-数据预处理

目录前文回顾1.常见的数据质量问题2.归一化和标准化3.特征选择和特征提取4.独热编码前文回顾上一篇文章地址：链接1.常见的数据质量问题在数据预处理过程中，常见的数据质量问题包括缺失值、异常值和重复数据。以下是这些问题的详细描述以及处理方法：缺失值：缺失值是指数据表中某些单元格或字段缺乏数值或信息的情况处理方法：删除包含缺失值的行：如果缺失值数量较少，可以考虑删除包含缺失值的行，但这可能导致信息损
my_q·2025-06-18 07:13

基于 8.6 万蛋白质结构数据，融合量子力学计算的机器学习方法挖掘 69 个全新氮-氧-硫键

在细胞这个「工厂」中，氮-氧-硫（NOS）键就像一个可逆的「智能开关」，能够根据环境中的氧化还原变化调节酶活性。2021年，来自德国哥廷根乔治奥古斯特大学的团队，通过研究淋病奈瑟氏球菌的转醛醇酶，发现了存在于赖氨酸和半胱氨酸之间的NOS键。这项研究超越了单一病原体和酶的研究范畴，为跨学科的蛋白质科学、药物设计和生物工程奠定了重要基础。然而，随着蛋白质结构数据的爆炸式增长，以及科学界对蛋白质结构中化
·2025-06-18 07:29

Sklearn 机器学习 缺失值处理 对多数据列做缺失值填充

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：对多列数据进行缺失值填充的正确姿势✨在实际的机器学习项目中
Thomas Kant·2025-06-18 06:36

AI大模型的概念验证与落地

与传统机器学习模型相比，大模型拥有更强的泛化能力和表达
AI智能应用·2025-06-18 04:19

李宏毅机器学习——类神经网络训练不起来怎么办？

https://www.bilibili.com/video/BV1Wv411h7kN?spm_id_from=333.788.videopod.episodes&vd_source=779fe6f5ae2ab98c0dc9480ff4ae61a3&p=201.局部最小值（localminima）与鞍点（saddlepoint）criticalpoint：hessian矩阵：1.1判断点类型：1.
JustNow_Man·2025-06-18 02:39

DeepSeek 源码解构：从 MoE 架构到 MLA 的工程化实现

在机器学习和深度学习的领域中，**MoE（MixtureofExperts）架构和MLA（Multi-LevelArchitecture）**的工程化实现已成为极具前景和挑战的技术路线。
威哥说编程·2025-06-18 02:08

【AI大模型应用开发】3.2 RAG实战 - RAG应用+UI实现加载本地文件并对话

界面采用Python的gradio库，这个库在机器学习和大模型界很火，它运行后会启动一个Web服务器，并在默认浏览器中打开
同学小张·2025-06-18 00:52

深度学习入门指南：从基础概念到代码实践

深度学习入门指南：从基础概念到代码实践1.深度学习概述深度学习是机器学习的一个分支，它通过模拟人脑神经元的工作方式，构建多层次的神经网络模型来处理复杂的数据模式。
软考和人工智能学堂·2025-06-17 23:18

AI大白话（二）：机器学习——AI是怎么“学习“的？

今天，我们就来揭秘AI的学习过程——也就是"机器学习"这个听起来很高大上的概念。名人说：苔花如米小，也学牡丹开。——袁枚《苔》创作者：Code_流苏(CSDN)（一个喜欢古诗词和编程的Code
Code_流苏·2025-06-17 23:16

机器学习15-2（Mini Batch Kmeans）

文章目录简介MiniBatchK-MeansDBSCAN基本原理具体实现简介除了K-Means快速聚类意外，还有两种常用的聚类算法能够进一步提升快速聚类的速度的MiniBatchK-Means算法能够和K-Means快速聚类形成性能上互补的算法DBSCAN密度聚类MiniBatchK-Means非常抱歉，需要先来一段理论基础做铺垫，速览即可！在K-Means的基础上增加了一个MiniBatch的抽
Roy_Allen·2025-06-17 23:15

探索Pandas与Tiktoken在数据处理中的应用

在数据分析和机器学习领域，处理和分析文本数据是一项常见任务。Python提供了强大的库来帮助我们完成这项工作。
黑金IT·2025-06-17 22:12

人工智能在军事领域的技术与应用

通过机器学习和自然语言处理技术，AI系统能够识别模式、预测行为并提供决策支持。import
·2025-06-17 13:12

【TVM 教程】如何使用 TVM Pass Instrument

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2025-06-17 12:15

SHAP（夏普利加性解释，Shapley Additive Explanations）

揭秘机器学习模型的“黑盒”：什么是SHAP？在人工智能（AI）时代，机器学习模型被广泛应用于医疗、金融、推荐系统等众多领域。然而，这些模型往往像一个“黑盒”，让人难以理解它们是如何做出预测的。
阳光明媚大男孩·2025-06-17 12:04

智能数据标签引擎：企业级分类分级与动态管控实践

智能数据标签引擎应运而生，它通过引入先进的人工智能和机器学习技术，为企业构建起一套精准、灵活的数据管理体系。
KKKlucifer·2025-06-17 11:27

【TVM 教程】如何使用 TVM Pass Infra

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
HyperAI超神经·2025-06-17 11:57

【TVM 教程】如何使用 TVM Pass Instrument

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
HyperAI超神经·2025-06-17 11:56

（详细介绍）什么是 Spherical Gaussian（球形高斯分布）

特点总结：应用场景举例：✅示例代码（Python）相关概念对比：SphericalGaussian（球形高斯分布）是概率论与统计学中一个非常常见且重要的概念，尤其在机器学习、信号处理、模式识别等领域有广泛应用
音程·2025-06-17 09:43

【课程笔记】华为 HCIA-AI Solution 人工智能01：人工智能概览与发展趋势

人工智能概览与发展趋势目录人工智能概览与发展趋势一、人工智能与大模型发展历程1.何为智能2.AI、机器学习、深度学习3.人工智能的主要学派4.人工智能的分类5.人工智能三要素6.大模型大在哪里7.涌现带来的能力
·2025-06-17 02:26

关于电商商品API接口应用的发展趋势和应用

智能化与自动化深度用户分析：借助人工智能和机器学习技术，对用户行为、消费模式进行深度剖析，比如分析用户在不同场景下的购物偏好，实现超精准个性化推荐，甚至能预测用户的潜在需求，主动推送相关商品。
电商数据girl·2025-06-17 02:21

实现AI数据高效评估的一种方法

本文提出了一种新的机器学习模型训练数据影响分析框架，称为DistilledDatamodel（DDM）。该框架通过两个阶段实现高效的数据影响评估：离线训练和在线评价。
mao_feng·2025-06-17 00:08

矩阵运算与求导全面教程

矩阵运算与求导全面教程矩阵运算与矩阵求导是机器学习、强化学习、数值计算、量子计算、机器人学等领域的核心数学工具。
·2025-06-16 23:32
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他