小白学习机器学习第52页

数据分析概述

背景数据分析是机器学习的基础，甚至对于工程或者项目管理来说，以量化数据为基础的方法论也是必要的。比如服务稳定性需要关注各种线上指标、性能指标等，这些指标需要实时的量化展示出来，以发现目前系统的问题。

springzzj·2024-01-19 14:31

GAN在图像数据增强中的应用

这种方法特别适用于训练数据有限的情况，可以通过增加数据的多样性来提高机器学习模型的性能和泛化能力。

LittroInno·2024-01-19 14:22

PythonPython在人体思维

这使得Python成为了很多人入门编程的首选语言，也提高了人们从事科学研究、数据分析、机器学习等领域的门槛。广泛应用：Python是一种通用的编程语言，可以用于开发各种类型的应用程序。

python无人驾驶医学芯片·2024-01-19 13:25

十大前景行业

具有良好前景的十个行业（按无特定顺序）：1.人工智能和机器学习：随着技术的发展，人工智能在各个领域都有广泛的应用，包括自动驾驶、智能助理、医疗诊断等。

不止一文·2024-01-19 13:31

开源模型应用落地-qwen模型小试-入门篇（四）

二、术语2.1.gradioGradio是一个Python库，它可以帮助我们轻松地为机器学习模型创建用户界面。它提供了一个简单而强大的方式，让我们能够通过图形界面与模型进行交互。

charles_vaez·2024-01-19 13:31

《scikit-learn》xgboost

XGBoost算法•XGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进，被广泛应用在Kaggle竞赛及其他许多机器学习竞赛中并取得了不错的成绩。

星海千寻·2024-01-19 12:29

2024 极术通讯-“周易”NPU与飞桨完成II 级兼容性测试，助力实现多样化AI部署

Arm®Helium™技术正是为基于ArmCortex®-M处理器的设备带来关键机器学习与数字信号处理的性能提升。本文将着重讲述与内存访问相关的内容。（来源：极

极术社区·2024-01-19 12:29

2022年40周记：事以密成，语以泄败

号)本文用时32min（10-01写的，22:07-22:22，22:40-22:57）本周计划做题做一套真题（40分左右，不少知识点都忘记了）做了点线代题复习&学习看了点高数知识看了点python的机器学习

im天行·2024-01-19 12:31

文心一言 —— 中国的语言大模型

文心一言的背景文心一言是中国自主开发的大型语言模型，它集合了先进的机器学习技术和大量的语料数据，旨在更好地理解和生成中文文本。

竹字头虫字底·2024-01-19 12:16

零基础“机器学习“自学笔记|Note8:正则化

写在前面这个系列为我在自学【机器学习】时的个人笔记。学习过程中可能会有较多的纰漏，希望各位读者不吝赐教。

木舟笔记·2024-01-19 12:14

python自学（二）第二章正则表达式|字符串匹配、函数和面向对象程序设计

《机器学习》周志华（西瓜书）清华大学出版社；least14p/d;3.BiliBili《和美女老师一起学python》视频。（一）正则

BrilandLiu·2024-01-19 11:38

机器学习---特征选择与稀疏学习

1.特征特征：描述物体的属性。特征的分类：相关特征:对当前学习任务有用的属性；无关特征:与当前学习任务无关的属性特征选择：从给定的特征集合中选出任务相关特征子集；必须确保不丢失重要特征。原因：减轻维度灾难：在少量属性上构建模型；降低学习难度：留下关键信息特征选择的一般方法：遍历所有可能的子集；计算上遭遇组合爆炸，不可行。可行方法：两个关键环节：子集搜索和子集评价。若要从初始的特征集合中选取一个包含

三月七꧁ ꧂·2024-01-19 11:51

机器学习-滑窗

再将众多特征作为常规机器学习算法的输入。本节主要对第二种情况的时间序列数据切断进行简要分析这是一组传感器采集的时间序列原始数据，期待基于传感器的时间序列信息对其背后的物理现象进行分类。因此，通过红框产

dufudouhenmang·2024-01-19 11:44

机器学习---文字特征提取

文本特征过程：特征抽取对文本等数据进行特征值化是为了让计算机更好的理解数据fromsklearn.feature_extraction.textimportCountVectorizer#实例化CountVectorizervector=CountVectorizer()#调用fit_transform输入并转换数据res=vector.fit_transform(["Lifeisshort,il

咸鸭蛋泡泡·2024-01-19 11:44

机器学习---特征提取

1.手工特征——图像1.1Harris角点检测角点的特性：向任何方向移动变化都很大。Chris_Harris和Mike_Stephens早在1988年的文章《ACombinedCornerandEdgeDetector》中就已经提出了角点检测的方法，被称为Harris角点检测。他把这个简单的想法转换成了数学形式。将窗口向各个方向移动（u，v）然后计算所有差异的总和。表达式如下：窗口函数可以是正常的

三月七꧁ ꧂·2024-01-19 11:12

深入浅出核函数

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达前言支持向量机是最重要的机器学习算法之一，支持向量机的一个重要特点是通过核函数进行非线性分类。

小白学视觉·2024-01-19 11:56

表示学习内容摘录《深入浅出神经网络：GNN原理解析》

4.1.1表示学习的意义机器学习算法的性能严重依赖于数据的特征，因此在传统机器学习中，大部分的工作都在于数据的处理和转换上，以期得到好的特征使得机器学习算法更有效。

认知计算_茂森·2024-01-19 11:25

机器学习入门总结和各类常用神经网络汇总(第二篇)

（七）GAN（generativeadversarialnetwork）生成式对抗网络GAN的核心为，让一个简单的随机的分布，经过网络的计算后生成一个有规律的分布。例如一张图片或者一段声音。这个网络主要分成两个部分：generator、discriminator。他们两个的工作分别为，一个用于生产图片，另一个用来判断生产出来的图片够不够真实。GAN是很难训练出来的，首先generator和disc

小黄不头秃·2024-01-19 11:20

AI赋能精益生产：一场科技与工业的完美融合！

AI可以通过大数据分析、机器学习、自然语言处理和计算机视觉等技术来实现。在精益生产中，AI可以用于优化生产流程、监测设备状态、预测故

天行健李国武老师·2024-01-19 10:31

ChatGPT 和文心一言哪个更好用？

ChatGPT主要用于自然语言处理和机器学习应用，可以处理各种语言，并回答各种问题。这意味着它可以应用于各种领域，例

奋斗的阿杰·2024-01-19 10:23

机器学习--Matplotlib

机器学习–MatplotlibMatplotlib是专门用于开发2D图表(包括3D图表)以渐进、交互式方式实现数据可视化简单的Matplotlib画图—以折线图为例matplotlib.pyplot模块

江江江江江江江江江·2024-01-19 10:18

机器学习--人工智能概述

人工智能发展历程机器学习定义以及应用场景监督学习，无监督学习监督学习中的分类、回归特点知道机器学习的开发流程人工智能发展历程人工智能在现实生活中的应用人工智能发展必备三要素人工智能和机器学习、深度学习三者之间的关系人工智能在现实生活中的应用虽然人工智能在今天可能是一个流行词

江江江江江江江江江·2024-01-19 10:47

机器学习--jupyter使用

机器学习–jupyternotebook的使用Jupyter项目是一个非盈利的开源项目，源于2014年的ipython项目，因为它逐渐发展为支持跨所有编程语言的交互式数据科学和科学计算JupyterNotebook

江江江江江江江江江·2024-01-19 10:47

【机器学习300问】11、多元线性回归模型和一元线性回归有什么不同？

机器学习的目的就是去得到合适w和b后能准确预测未知数据。但现实世界是复杂的，一个事情的发生绝大多数时候不会是一个原因导致。

小oo呆·2024-01-19 10:15

机器学习（一）—— 简介

参考书籍《机器学习和深度学习：原理、算法、实战》文章目录1工业界流行的机器学习算法2机器学习3深度学习4预备知识5监督学习与无监督学习1工业界流行的机器学习算法线型回归逻辑回归决策树随机森林梯度提升机人工神经网络卷积神经网络循环神经网络贝叶斯技术支持向量机进化方法马尔可夫逻辑网络隐马尔可夫模型生成对抗网络

奶盖加芝士·2024-01-19 10:15

【白话机器学习的数学】读书笔记(3)学习分类(感知机、逻辑回归)

三、学习分类目录三、学习分类1.分类的目的2.感知机1定义2判别函数3权重向量的更新表达式4感知机的缺点3.逻辑回归1Sigmoid函数2决策边界4.似然函数（解决逻辑回归中参数更新表达式问题）1.对数似然函数2.似然函数的微分1.改写成复合函数求微分2.计算第一项∂u∂v\frac{\partialu}{\partialv}∂v∂u3.计算第二项∂v∂θj\frac{\partialv}{\pa

JunLal·2024-01-19 10:43

4、机器学习的模型验证

测量模型的性能，以便测试和比较备选方案。本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2提取码：uDzP文章目录1、模型验证（ModelValidation）是什么2、“样本内”分数的问题3、使用代码实现Wow!YourTurn你已经建立了一个模型，但是这个模型有多好？在这节课中，你将学习如何使用模型验证来衡量模型的质量。衡量模型质量是迭代改

AI算法蒋同学·2024-01-19 10:13

3、建立你的第一个机器学习模型

建造你的第一个模型，万岁！本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2提取码：uDzP文章目录1、为建模选择数据1.1选择预测目标2、选择“特征”3、构建模型1、为建模选择数据您的数据集中有太多的变量，以至于您无法理解，甚至无法很好地打印出来。你怎样才能把这么庞大的数据压缩成你能理解的东西呢？我们先用我们的直觉挑选一些变量。稍后的课程将向

AI算法蒋同学·2024-01-19 10:12

【白话机器学习的数学】读书笔记(2)学习回归

二、学习回归1.yyy与fθ(x)f_\theta(x)fθ(x)yyy是实际数据x对应的值fθ(x)f_\theta(x)fθ(x)是我们构造出来的函数，例如fθ(x)=θ0+θ1xf_\theta(x)=\theta_0+\theta_1xfθ(x)=θ0+θ1x所以我们希望这两个越接近，同时我们把y−fθ(x)y-f_\theta(x)y−fθ(x)称为误差2.目标函数假设有n个训练数据，那

JunLal·2024-01-19 10:42

机器学习：holdout法（Python）

importpandasaspdimportnumpyasnpfromsklearn.preprocessingimportLabelEncoder,StandardScaler#类别标签编码，标准化处理fromsklearn.decompositionimportPCA#主成分分析importmatplotlib.pyplotaspltfromsklearn.model_selectionimp

捕捉一只Diu·2024-01-19 10:40

机器学习：经验误差与过拟合（Python）

以目标函数为例，采样数据并添加噪声，进行不同阶次的多项式曲线拟合，分析欠拟合和过拟合。polynomial_feature.pyimportnumpyasnpclassPolynomialFeatureData:"""生成特征多项式数据"""def__init__(self,x,degree,with_bias=False):"""参数初始化:paramx:采用数据，向量形式:paramdegre

捕捉一只Diu·2024-01-19 10:10

【机器学习300问】12、为什么要进行特征归一化？

当线性回归模型的特征量变多之后，会出现不同的特征量，然而对于那些同是数值型的特征量为什么要做归一化处理呢？一、为了消除数据特征之间的量纲影响使得不同指标之间具有可比性。例如，分析一个人的身高和体重对健康的影响，如果使用米(m)和于克(kg)作为单位，那么身高特征会在1.6m~1.8m的数值范围内，体重特征会在50~100kg的范围内，分析出来的结果显然会倾向于数值差别比较大的体重特征。想要得到更为

小oo呆·2024-01-19 10:08

打造更智能的应用 - 机器学习和Andorid

打造更智能的应用-机器学习和Andorid一、关于机器学习和Andorid二、使用Gemini让您的Android应用如虎添翼2.1GeminiAPI2.2AndroidAICore三、现成可用的还是自定义的机器学习

Just_Paranoid·2024-01-19 10:08

适合进阶学习的机器学习开源项目（可快速下载）

目录开源项目合集[>>开源的机器学习平台：mlflow/mlflow](https://gitcode.com/mlflow/mlflow)[>>机器学习路线图：mrdbourke/machine-learning-roadmap

GitCode官方·2024-01-19 10:37

6、机器学习之随机森林

使用更复杂的机器学习算法。

AI算法蒋同学·2024-01-19 10:07

机器学习：BootStrapping（Python）

importnumpyasnpimportpandasaspdfromsklearn.neighborsimportKNeighborsClassifierfromsklearn.decompositionimportPCA#主成分分析fromsklearn.preprocessingimportLabelEncoder,StandardScaler#类别标签编码，标准化处理importmatpl

捕捉一只Diu·2024-01-19 10:06

【白话机器学习的数学】读书笔记(4)评估(评估已建立的模型)

四、评估(评估已建立的模型)目录四、评估(评估已建立的模型)1.评估什么2.交叉验证1回归问题的验证2分类问题的验证3精确率和召回率1.精确率Precision2.召回率Recall4F值5K折交叉验证3.正则化1正则化的方法2正则化的效果3分类的正则化4包含正则化项的表达式的微分1回归加入正则化后的更新表达式2逻辑回归包含正则化项的更新表达式5L2正则化VSL1正则化4.学习曲线1欠拟合2区分欠

JunLal·2024-01-19 10:06

翻译: Streamlit从入门到精通六实战缓存Cache请求数据

Streamlit从入门到精通系列：翻译:Streamlit从入门到精通基础控件一翻译:Streamlit从入门到精通显示图表Graphs地图Map主题Themes二翻译:Streamlit从入门到精通构建一个机器学习应用程序三翻译

AI架构师易筋·2024-01-19 10:58

《GitHub Copilot 操作指南》课程介绍

第1节：GitHubCopilot概述一、什么是GitHubCopilot什么是GitHubCopilotGitHubCopilot是GitHub与OpenAI合作开发的编程助手工具，利用机器学习模型生成代码建议

韩茹_·2024-01-19 10:57

ICLR 2024接收率31％，清华LCM论文作者：讲个笑话，被拒了！

在机器学习社区中，ICLR是较为「年轻」的学术顶会，它由深度学习巨头、图灵奖获得者YoshuaBengio和YannLeCun牵头举办，2013年才举办了第一届。

Datawhale·2024-01-19 09:33

神经网络算法 - 一文搞懂自然语言处理

NLP（自然语言处理）定义：NLP是一种机器学习技术，使计算机能够解读、处理和理解人类语言。语言翻译与沟通的桥梁：人类通过语言来交流，狗通过汪汪汪来交流。机器也有自己的交流方式，那就是数字信息。

之乎者也··2024-01-19 09:42

深度学习和大数据技术的进步在自然语言处理领域的应用

一、深度学习在NLP中的应用深度学习是近年来取得突破性成果的机器学习方法之一，它模仿人脑神

咕噜企业签名—美乐蒂·2024-01-19 09:28

AI时代的财富创造：人工智能科技在金融领域的应用

机器学习、自然语言处理、数据挖掘等技术的融合，使得金融机构能够更加智能地处理大规模数据，提高

21CN科技·2024-01-19 08:10

在分类任务中准确率（accuracy）、精确率（precision）、召回率（recall）和 F1 分数是常用的性能指标，如何在python中使用呢？

在机器学习和数据科学中，准确率（accuracy）、精确率（precision）、召回率（recall）和F1分数是常用的性能指标，用于评估分类模型的性能。

小桥流水---人工智能·2024-01-19 08:49

基于数据挖掘机器学习的心脏病患者分类建模与分析

首先，读取数据集，该数据集是UCI上的心脏病患者数据集，其中包含了303条患者信息，每一名患者有13个字段记录其基本信息（年龄、性别等）和身体健康信息（心率、血糖等），此外有一个类变量记录其是否患有心脏病。详细的字段信息可见此处。类别字段target有两个取值，代表预测类别，1=患病，2=不患病。2.训练/测试集划分对数据集进行划分，设置划分比例为训练集:测试集=4:1。由于数据集的同一类标签集中

mqdlff_python·2024-01-19 08:13

在机器学习领域，有一个备受瞩目的概念——Kernel（核函数）

Kernel的本质：Kernel是机器学习中的一个关键组件，其作用类似于一个"解谜者"，通过巧妙的数学运算揭示数据中的潜在结构。

洛白白·2024-01-19 08:09

SpringBoot单元测试java.lang.IllegalStateException Could not initialize plugin: interface org.mockito解决方案

爱编程的喵喵·2024-01-19 07:36

深度学习和机器学习中针对非时间序列的回归任务，有哪些改进角度？

深度学习和机器学习中针对非时间序列的回归任务，有哪些改进角度？目录深度学习和机器学习中针对非时间序列的回归任务，有哪些改进角度？

Better Bench·2024-01-19 07:23

利用 Apache Spark 和 Databricks 进行企鹅种类预测的机器学习实践入门

这里演示使用ApacheSpark和Databricks平台进行企鹅物种预测的完整机器学习流程。

AI普惠大师·2024-01-19 06:17

探索人工智能的未来发展前景：当前图境与未来可能

机器学习与大数据的结合，使得企业能够更好地分析数据、预测市场趋势、提高效率。人工智能还在医疗领域显

广州硅基技术官方·2024-01-19 06:16

推荐频道

小白学习机器学习