小白学习机器学习

SHAP：最受欢迎、最有效的可解释人工智能工具包

在许多情况下，机器学习模型比传统线性模型更受欢迎，因为它们具有更好的预测性能和处理复杂非线性数据的能力。然而，机器学习模型的一个常见问题是它们缺乏可解释性。
Python数据挖掘·2024-01-16 22:31

2024年初私募量化策略大盘点

模型构成基本上都是机器学习。其中树模型比神经网络占比更大一些，有的机构中使用率高达90%。
量化风云·2024-01-16 22:20

机器学习系列 - 10 SVM支持向量机

1.SVM原理与数据模型推导支持向量机要解决的问题：就是找到一条合适的决策边界，决策边界越大越好。虽然说起来比较拗口，但是中心思想就是离决策边界最近的点到决策边界的距离尽可能地远。1.1定义及思想将最优决策边界向上&下平移，在遇到第一个点时停下来，这个点被称为支撑向量SupportVector；支撑向量到决策边界的距离是d；这两条平移后的直线的间隔（2d）被称为最大间隔Margin。支撑向量就是支
小蘑菇1962·2024-01-16 22:43

与微信小程序相爱相杀之旅

起源基于对AI的爱好与兴趣，我走上了独自钻研机器学习的道路。和所有热爱AI的人们一样，在一段孤独的摸索旅程中，我勉强完成了几次深度学习模型的训练。其中令我印象较深的成果就是情感分类模型。
泰斯特_·2024-01-16 22:06

互联网加竞赛 基于机器学习与大数据的糖尿病预测

文章目录1前言1课题背景2数据导入处理3数据可视化分析4特征选择4.1通过相关性进行筛选4.2多重共线性4.3RFE（递归特征消除法）4.4正则化5机器学习模型建立与评价5.1评价方式的选择5.2模型的建立与评价
Mr.D学长·2024-01-16 21:38

GEE：机器学习分类中每个类别的概率图像可视化

作者：CSDN@_养乐多_在GoogleEarthEngine（GEE）中应用机器学习分类器进行多分类时，有一个需求是想知道每个像素对于每个类别的分类概率。
_养乐多_·2024-01-16 21:23

XGBoost系列1——XGBoost简介与入门

写在开头XGBoost（eXtremeGradientBoosting）是一种被广泛使用的机器学习算法，由陈天奇博士于2014年提出，以其卓越的性能在数据科学竞赛中备受瞩目。
theskylife·2024-01-16 20:35

常见机器学习算法总结

基本算法总结正面.jpeg图的左半部分列出了常用的机器学习算法与它们之间的演化关系，分为有监督学习，无监督学习，强化学习3大类。
婉妃·2024-01-16 20:39

Alink 使用技巧：如何使用批式 CSV 数据读取？

Alink是基于Flink的机器学习算法平台，欢迎访问Alink的GitHub获取更多信息。本文主要分享Alink的使用技巧之一，如何使用批式CSV进行数据读取。
流计算Alink·2024-01-16 19:39

机器学习中的SVD总结

1.矩阵分解1.1矩阵分解的作用矩阵填充(通过矩阵分解来填充原有矩阵，例如协同过滤的ALS算法就是填充原有矩阵)清理异常值与离群点降维、压缩个性化推荐间接的特征组合(计算特征间相似度)1.2矩阵分解的方法（1）特征值分解（2）PCA(PrincipalComponentAnalysis)分解,作用：降维、压缩。（3）SVD(SingularValueDecomposition)分解，也叫奇异值分解
一只胖猪猪·2024-01-16 19:14

强化学习AI构建实战 - 基于“黄金点”游戏（一）

简介强化学习(ReinforcementLearning)是机器学习的一种重要技术。本文首先简要介绍了强化学习的概念及思路，然后以Q-Learning算法为例介绍了如何进行训练。
人工智能MOS·2024-01-16 19:33

也谈人工智能——AI科普入门

文章目录1.科普入门人工智能的定义人工智能的类型-弱AI与强AI人工智能、深度学习与机器学习人工智能的应用和使用场景语音识别计算机视觉客户服务建议引擎数据分析网络安全行业应用人工智能发展史!
星猿杂谈·2024-01-16 18:51

人工智能培训靠谱吗

人工智能工程师负责创建和开发自动化系统、算法和机器学习模型，以实现自主决策和任务执行。
人工智能技术与咨询·2024-01-16 17:42

计算机视觉的应用

为实现这个目标，计算机视觉结合了图像处理、机器学习、模式识别、计算几何等多个领域的理论和技术。
人工智能技术与咨询·2024-01-16 17:42

【Python机器学习系列】拟合和回归傻傻分不清？一文带你彻底搞懂它

一、拟合和回归的区别拟合并不特指某一种方法，指的是对一些数据，按其规律方程化，比如把平面（一元）上一系列的离散点，用一条直线（线性）或光滑的曲线（非线性）连接起来，而其方程化的方法有很多，回归分析（regressionanalysis）指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，是其中一种最常见的拟合方法，还有指数平滑这样简单一些的方法，或者ARIMA，VAR，等等各种复杂
数据杂坛·2024-01-16 16:59

回归和拟合的关系

在统计学和机器学习中，回归（Regression）和拟合（Fitting）是密切相关的概念，它们通常一起使用来描述如何通过模型来逼近或拟合数据。
Cc小跟班·2024-01-16 16:52

机器学习算法实战案例：VMD-LSTM实现单变量多步光伏预测(升级版)

文章目录机器学习算法实战案例系列答疑&技术交流1数据处理1.1导入库文件1.2导入数据集1.3缺失值分析2VMD经验模态分解2.1VMD分解实验2.2VMD-LSTM预测思路3构造训练数据4LSTM模型训练
Python算法实战·2024-01-16 15:12

机器学习算法实战案例：BiLSTM实现多变量多步光伏预测

文章目录1数据处理1.1导入库文件1.2导入数据集1.3缺失值分析2构造训练数据3模型训练3.1BiLSTM网络3.2模型训练4模型预测答疑&技术交流机器学习算法实战案例系列1数据处理1.1导入库文件1.2
Python算法实战·2024-01-16 15:12

机器学习算法实战案例：CNN-LSTM实现多变量多步光伏预测

文章目录1数据处理1.1导入库文件1.2导入数据集1.3缺失值分析2构造训练数据3模型训练3.1CNN-LSTM网络3.2模型训练4模型预测答疑&技术交流机器学习算法实战案例系列1数据处理1.1导入库文件
Python算法实战·2024-01-16 15:11

机器学习算法实战案例：LSTM实现单变量滚动风电预测

文章目录1数据处理1.1数据集简介1.2数据集处理2模型训练与预测2.1模型训练2.2模型滚动预测2.3结果可视化答疑&技术交流机器学习算法实战案例系列1数据处理1.1数据集简介实验数据集采用数据集5：
Python算法实战·2024-01-16 15:41

机器学习算法实战案例：LSTM实现多变量多步负荷预测

文章目录1数据处理1.1数据集简介1.2数据集处理2模型训练与预测2.1模型训练2.2模型多步预测2.3结果可视化答疑&技术交流机器学习算法实战案例系列1数据处理1.1数据集简介实验数据集采用数据集6：
Python算法实战·2024-01-16 15:41

机器学习算法实战案例：GRU 实现多变量多步光伏预测

文章目录1数据处理1.1数据集简介1.2导入库文件1.3数据集处理1.4训练数据构造2模型训练与预测2.1模型训练2.2模型多步预测2.3预测可视化答疑&技术交流机器学习算法实战案例系列1数据处理1.1
Python算法实战·2024-01-16 15:40

机器学习算法实战案例：确实可以封神了，时间序列预测算法最全总结！

技术交流2、时间序列预测分类3、时间序列数据的特性4、时序预测评价指标5、基于深度学习的时间序列预测方法5.1统计学习方法5.2机器学习方法5.3卷积神经网络5.4循环神经网络5.5Transformer
Python算法实战·2024-01-16 15:10

机器学习算法实战案例：时间序列数据最全的预处理方法总结

文章目录1缺失值处理1.1统计缺失值1.2删除缺失值1.3指定值填充1.4均值/中位数/众数填充1.5前后项填充2异常值处理2.13σ原则分析2.2箱型图分析3重复值处理3.1重复值计数3.2drop_duplicates重复值处理3数据归一化/标准化3.10-1标准化3.2Z-score标准化技术交流1缺失值处理数据缺失主要包括记录缺失和字段信息缺失等情况，其对数据分析会有较大影响，导致结果不确
Python算法实战·2024-01-16 15:10

机器学习算法实战案例：VMD-LSTM实现单变量多步光伏预测

文章目录机器学习算法实战案例系列答疑&技术交流1数据处理1.1导入库文件1.2导入数据集1.3缺失值分析2VMD经验模态分解3构造训练数据4LSTM模型训练5预测机器学习算法实战案例系列机器学习算法实战案例
Python算法实战·2024-01-16 15:06

为什么CNN反向传播计算梯度时需要将权重旋转180度

manutdzou.github.io/2016/05/17/Why-computing-the-gradients-CNN,-the-weights-need-to-be-rotated.html该博客中介绍的较为详细，需要有基本的机器学习知识可以看懂
spectre_hola·2024-01-16 15:29

R语言机器学习与临床预测模型30--主成分分析(PCA)

本内容为【科研私家菜】R语言机器学习与临床预测模型系列课程R小盐准备介绍R语言机器学习与预测模型的学习笔记你想要的R语言学习资料都在这里，快来收藏关注【科研私家菜】01基础知识介绍方差：用来衡量随机变量与其数学期望
科研私家菜·2024-01-16 14:29

Python数据分析案例31——中国A股的月份效应研究(方差分析，虚拟变量回归)

不弄那些复杂的机器学习模型了，经管类同学就用简单的统计学方法来做模型就好。
阡之尘埃·2024-01-16 14:49

烟火检测AI边缘计算智能分析网关V4在安防项目中的应用及特点

通过深度学习和机器学习等技术，AI可以自动学习和识别各种安全隐患
TSINGSEE·2024-01-16 14:16

什么是预训练Pre-training—— AIGC必备知识点，您get了吗？

我们的大模型商业化落地产品更多AI资讯请关注Free三天集训营助教在线为您火热答疑‍随着人工智能(AI)不断重塑我们的世界，其发展的一个关键方面已经成为现代机器学习模型的支柱:预训练。
OJAC近屿智能·2024-01-16 14:02

后天开课 | 第七届核磁机器学习班（训练营：2023.9.4~9.16）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★基于血氧水平依赖的功能磁共振成像(fMRI)技术,利用其数据构建的功能性脑网络后,发现脑并不是一个单纯对外界刺激进行
茗创科技·2024-01-16 14:27

MATLAB R2023b for Mac 中文

它包含了一系列新增功能和改进，如改进了数据导入工具，增加了对数据帧和表格对象的支持，增强了机器学习和深度学习工具箱的功能等。
macw_q·2024-01-16 13:29

最邻近规则分类(K-Nearest Neighbor)-KNN算法(day03)

概念K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。
JavaHub·2024-01-16 12:05

【机器学习】机器学习上机作业聚类算法

一、实验内容自编代码实现C均值聚类和FCM聚类，在“IRIS数据集(鸢尾花数据集)”上进行实验，验证所编代码是否正确，并计算准确率。Iris鸢尾花数|据集:包含花萼长度、花萼宽度、花瓣长度、花瓣宽度四个属性，用于预测鸢尾花种类，标签0、1、2分别表示山鸢尾、变色鸢尾、维吉尼亚鸢尾。二、实验设计若实验内容皆为指定内容，则此部分则可省略；若实验内容包括自主设计模型等内容，则需要在此部分写明设计思路、流
yuzhangfeng·2024-01-16 12:16

2023年全球软件开发大会（QCon北京站2023）9月：核心内容与学习收获（附大会核心PPT下载）

一、核心内容1、人工智能与机器学习在本次大会上，人工智能与机器学习成为核心议题之一。专家们深入探讨了如何运用机器学习技术优化软件开发流程
百家峰会·2024-01-16 12:34

《21天晋级大数据实战营》小结汇总

【DAY17】轻松探索数据背后的价值-数据湖探索实验小结点击查看【DAY15】让数据产生价值--数据仓库服务实验小结点击查看【DAY14】机器学习实战-销售预测实验小结点击查看【DAY13】车联网应用之轨迹分析实验小结点击查看
技术火炬手·2024-01-16 12:48

深度学习：大规模模型分布式训练框架DeepSpeed

参考文献DeepSpeed简介随着机器学习模型变得越来越复杂和庞大，训练这些模型所需的计算资源也在不断增加。
AI Player·2024-01-16 12:31

【AI】 AIOTSummary

智能物联网（AIoT）是2018年兴起的概念，指系统通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下的），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测
路途…·2024-01-16 12:51

深入解析多目标优化技术：理论、实践与优化

本文深入探讨了多目标优化技术及其在机器学习和深度学习中的应用，特别聚焦于遗传算法的原理和实践应用。
TechLead KrisChang·2024-01-16 11:10

竞争力榜单！大模型加持高阶智驾，TOP10数据服务提供商

比如，2006年发布的ImageNet，就是机器学习社区最流行的图像分类基准数据集，包含超过1400万张标注图像，也成为评估计
高工智能汽车·2024-01-16 11:35

NLP 学习资源

自然语言处理经典任务|学习自然语言处理技术数据结构与算法基础|时间复杂度、空间复杂度|斐波那契数列的时间和空间复杂度|动态规划算法|经典的DP问题|练习：DP问题的代码解法|专题：时序分析中的DTW算法机器学习基础
红烧肉_2121·2024-01-16 11:10

Python实现滚动回归模型(RollingOLS算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-16 11:00

Python实现对角但非同一性协方差结构回归模型(WLS算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-16 11:30

Python实现分位数回归模型(quantreg算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-16 11:30

Python实现递归最小二乘法回归模型(RecursiveLS算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-16 11:55

监督学习 - 梯度提升回归（Gradient Boosting Regression）

什么是机器学习梯度提升回归（GradientBoostingRegression）是一种集成学习方法，用于解决回归问题。它通过迭代地训练一系列弱学习器（通常是决策树）来逐步提升模型的性能。
草明·2024-01-16 11:02

机器学习实际案例-量化交易案例

量化交易案例介绍1.1案例说明机器学习与人工智能在金融领域已有成熟的应用。用统计模型来预测股票等金融产品的价格并自动交易，这是其中的经典问题。
xiaoshun007～·2024-01-16 10:36

机器学习_梯度下降

文章目录什么是梯度梯度下降梯度下降有什么用什么是梯度计算梯度向量其几何意义，就是函数变化的方向，而且是变化最快的方向。对于函数f(x)，在点(xo,yo)，梯度向量的方向也就是y值增加最快的方向。也就是说，沿着梯度向量的方向△f(xo)，能找到函数的最大值。反过来说，沿着梯度向量相反的方向，也就是-△f(xo)的方向，梯度减少最快，能找到函数的最小值。如果某一个点的梯度向量的值为0，那么也就是来到
you_are_my_sunshine*·2024-01-16 10:05

机器学习在什么场景下最常用-九五小庞

机器学习在多个场景中都有广泛的应用，下面是一些常见的应用场景：自然语言处理（NLP）：如语音识别、自动翻译、情感分析、垃圾邮件过滤等。数据挖掘和分析：如市场分析、用户画像、推荐系统、欺诈检测等。
Up九五小庞·2024-01-16 10:33

机器学习中的准确率，敏感性，特异性，阳性预测值，阴性预测值，假阳率，假阴率 -九五小庞

机器学习中常用的评价指标包括准确率（Accuracy）、敏感性（Sensitivity）、特异性（Specificity）、阳性预测值（PositivePredictiveValue，PPV）、阴性预测值
Up九五小庞·2024-01-16 10:03
上一页 53 54 55 56 57 58 59 60 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他