小菜初学机器学习

C++ Primer 容器适配器

欢迎阅读我的【C++Primer】专栏专栏简介：本专栏主要面向C++初学者，解释C++的一些基本概念和基础语言特性，涉及C++标准库的用法，面向对象特性，泛型特性高级用法。
c-c-developer·2025-02-25 07:54

选择 websim网站：一个用自然语言快速构建生成功能齐全的网站

该工具非常适合从初学者到经验丰富的开发人员使用，可以快速生成应用程序、网站原型或试验网页设计。
喜好儿网·2025-02-25 07:53

时序大模型：技术需求、现有成果及主流模型、模型架构、数据处理方式、优势、缺点及未来展望

数据清洗：去除异常值：通过统计方法或机器学习算法检测并去除异常值，确保数据的合理性。填补缺失值：使用插值方法、均值填充、中位数填充或基于模型的预测
xl.liu·2025-02-25 07:50

机器学习数学基础：36.φ相关系数分析

用φ相关系数分析性别与心理测验态度关系的教程一、学习目标学会使用φ相关系数分析两个二分变量（如性别男/女、对心理测验态度肯定/否定）之间的关系，并通过卡方检验判断结果是否具有统计学意义。二、数据准备假设我们想研究青年大学生的性别和对心理测验的态度之间的关系，收集到如下2×22×22×2列联表数据（调查了170170170人）：肯定否定合计男生222222888888110110110女生18181
@心都·2025-02-25 06:46

机器学习数学基础：37.偏相关分析

偏相关分析教程一、偏相关分析是什么在很多复杂的系统中，比如地理系统，会有多个要素相互影响。偏相关分析就是在这样多要素构成的系统里，不考虑其他要素的干扰，专门去研究两个要素之间关系紧密程度的一种方法。用来衡量这种紧密程度的数值，叫做偏相关系数。举个简单例子，在研究一个地区的房价时，房价会受到很多因素影响，像地段、房屋面积、周边配套设施等。如果我们想知道单纯的房屋面积和房价之间的关系，就可以用偏相关分
@心都·2025-02-25 06:46

机器学习数学基础：22.对称矩阵的对角化

一、核心概念详解（一）内积定义与公式：在nnn维向量空间中，对于向量x⃗=(x1,x2,⋯ ,xn)\vec{x}\=(x_1,x_2,\cdots,x_n)x=(x1,x2,⋯,xn)和y⃗=(y1,y2,⋯ ,yn)\vec{y}\=(y_1,y_2,\cdots,y_n)y=(y1,y2,⋯,yn)，内积记作(x⃗,y⃗)(\vec{x},\vec{y})(x,y)，其计算公式为(x⃗,y⃗
@心都·2025-02-25 06:45

机器学习数学基础：34.点二列

点二列相关教程一、点二列相关的定义点二列相关是一种统计方法，用于衡量两个变量之间的相关程度。在这种相关分析中，一个变量是正态连续性变量，取值可以是连续的数值，比如身高、体重、考试分数等；另一个是真正的二分名义变量，其两个类别是天然存在、相互独立的，不能再细分，像性别（男/女）、是否吸烟（是/否）、抛硬币的结果（正面/反面）等。二、适用场景点二列相关常用于研究天然二分变量与连续变量之间的关系。例如在
@心都·2025-02-25 05:11

免费 MLOps 课程：学习机器学习运维的完整流程

掌握MLOps：训练和跟踪实验、构建ML流水线、模型部署、生产环境监控，并从DevOps采用最佳实践。免费MLOps课程概览（DataTalks.Club提供）课程平台：DataTalks.Club适合人群：有一定Python和ML经验的开发者重点内容：模型训练、实验跟踪、流水线构建、模型部署、监控和DevOps最佳实践目录什么是MLOps？为什么需要MLOps？MLOpsZoomcamp课程介绍
真智AI·2025-02-25 05:11

机器学习的三个步骤-ChatGPT4o作答

机器学习的三个步骤分别是：设置范围、设置标准、达成目标。这三个步骤是任何机器学习项目的基础框架，它们为模型的选择、优化和评估提供了清晰的指导。让我们深入探讨这三个步骤的具体内容。
部分分式·2025-02-25 04:33

AGI框架探索

开发十年，就只剩下这套Java开发体系了>>>随着对机器学习领域的深入探索，我渐渐迷上了AGI通用人工智能。
另一只又死又活的猫·2025-02-25 04:58

PYTHON机器学习小项目教程：预测鸢尾花种类

我们将使用经典的鸢尾花数据集来构建一个分类模型，该数据集包含150个样本，每个样本有四个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度。目标是根据这些特征预测鸢尾花的种类（山鸢尾、变色鸢尾或维吉尼亚鸢尾）。一、环境配置首先，确保你已经安装了必要的库。如：pandas、numpy等，命令如下所示pipinstallnumpypandasscikit-learnmatplotlib[-i镜像源网站]二、
jackispy·2025-02-25 01:36

基于KNN的鸢尾花分类预测模型

机器学习，它也是需要对自己的学习效果进行评估，因为它需要根据结果来调整参数。
溪海莘·2025-02-24 23:57

Topaz Photo AI 人工智能图像处理 降噪

具备图像分辨率提升特性，利用机器学习技术，分析并重建图像的细节，从而保持图像质量同时，显著提高图像的分辨率。提供自动调整色彩分布与对比度优化功能，使照片的色彩更加饱
甜于酸·2025-02-24 23:54

探索Omniglot：一个无尽的手写字符集合

探索Omniglot：一个无尽的手写字符集合omniglotomniglot-一个包含大量不同语言手写字符图像的数据集，用于机器学习模型的训练和评估。
宋溪普Gale·2025-02-24 22:46

QT搭建C/S架构服务器端

两年前初学时做的C/S架构服务器，现在整理下发出来供大家参考。哈哈哈，发现居然有人看，资源放这了，有需要可以瞅瞅，没积分可留言。
柠檬算不酸·2025-02-24 21:13

【带你 langchain 双排系列教程】0. 走进大模型与 LangChain 的奇妙世界

本文将带领初学者了解大模型的
夜里慢慢行456·2025-02-24 18:50

【DeepSeek零基础入门】从零开始：如何训练自己的AI模型

明确目标后，选择一个合适的机器学习框架至关重要。Ten
Evaporator Core·2025-02-24 18:20

【OpenCV】OpenCV 中各模块及其算子的详细分类

OpenCV的最新版本包含了500多个算子，这些算子覆盖了图像处理、计算机视觉、机器学习、深度学习、视频分析等多个领域。为了方便使用，OpenCV将这些算子分为多个模块，每个模块承担特定的功能。
de之梦-御风·2025-02-24 17:43

Vue.js 组件开发：从基础到高级的实践与创新

无论你是初学者还是资深开发者，掌握组件开发技术都能大幅提升代码的复用性、可维护性和扩展性。
全栈探索者chen·2025-02-24 17:41

DeepSeek 深度赋能客服岗：效率与洞察的双重飞跃

它能凭借自然语言处理技术，快速理解客户咨询，精准提供解答方案；自动生成标准化、个性化的回复话术，大幅提升客服效率；利用机器学习对客户反馈进行深度分析，挖掘潜在需求与市场趋势。
AI_DL_CODE·2025-02-24 14:55

python中axis是什么意思_Python · numpy · axis

当初学的时候也没太在意，向来都是感觉差不多就直接过去了，没有去深究背后的一些逻辑。前些天被问起的时候一时懵懂，查了下资料后发现还有点意思，于是就打算写这么一篇
weixin_39823017·2025-02-24 14:55

[特殊字符] LeetCode 62. 不同路径 | 动态规划+递归优化详解

不仅适合初学者入门DP（动态规划），还能帮助你打下递归思维的基础。
gentle_ice·2025-02-24 13:15

法律案例图像检索的前沿探索：基于AI的多模态搜索引擎设计【附保姆级代码】

无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。每一个案例都附带关键代码，详细讲解供大家学习，希望可以帮到大家。
一键难忘·2025-02-24 13:41

解锁机器学习核心算法｜朴素贝叶斯：分类的智慧法则

一、引言在机器学习的庞大算法体系中，有十种算法被广泛认为是最具代表性和实用性的，它们犹如机器学习领域的“十大神器”，各自发挥着独特的作用。
紫雾凌寒·2025-02-24 08:05

解锁机器学习核心算法 | 线性回归：机器学习的基石

在机器学习的众多算法中，线性回归宛如一块基石，看似质朴无华，却稳稳支撑起诸多复杂模型的架构。它是我们初涉机器学习领域时便会邂逅的算法之一，其原理与应用广泛渗透于各个领域。
紫雾凌寒·2025-02-24 08:35

AI环境初识

以下是一些主要的技术趋势和流行技术：一、开发框架与深度学习库TensorFlow：由谷歌开发的一个开源机器学习库，广泛用于研究和生产环境。
网络飞鸥·2025-02-24 07:02

杰和推出面向人工智能应用的AI服务器

如果将大数据看作一个产业，那么数据深挖（挖掘）就是其中一项核心技术，数据深挖（挖掘）通常与计算机科学有关，如数据统计、数据检索、分析处理、机器学习等技术，而这些恰好是人工智能技术的优势。
weixin_34211761·2025-02-24 04:38

机器学习数学通关指南——微积分基本概念

前言本文隶属于专栏《机器学习数学通关指南》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！
Shockang·2025-02-24 03:03

SVM(支持向量机)原理及数学推导全过程详解

本来想着总结得简洁明了又易懂，但SVM本就有严格的数学理论支撑，不像其他机器学习算法是一个黑箱，写完发现要尽量让小白也懂少不了具体的论述
子木呀·2025-02-24 02:59

【机器学习】支持向量机（SVM）详解：原理与优化

支持向量机（SVM）详解：原理与优化支持向量机(SVM)详解1.基本概念2.数学原理2.1线性可分情况2.2最优化问题2.3拉格朗日对偶问题2.4核函数技巧（KernelTrick）2.5非线性分类与支持向量3.优缺点分析3.1优点3.2缺点4.SVM与其他算法的比较5.总结支持向量机(SVM)详解1.基本概念支持向量机（SupportVectorMachine,SVM）是一种强大的监督学习算法，
宸码·2025-02-24 02:28

智能边缘计算：开启智能新时代

而智能边缘计算，是边缘计算架构在涉及数据分析、机器学习或人工智能的工作负载中的应用。一般来说，边缘架构是一种将数据或应用程序放置在网络边缘的
livefan·2025-02-24 02:58

多档买卖盘逐笔委托逐笔成交进行大数据分析以及模型结果20250221

这对交易大师分析主力习性大有裨益，对人工智能进行机器学习也非常合适，数据量大且精确。
level2Tick·2025-02-24 02:58

深度强化学习算法在金融交易决策中的优化应用【附数据】

金融数据分析与建模专家金融科研助手|论文指导|模型构建✨专业领域：金融数据处理与分析量化交易策略研究金融风险建模投资组合优化金融预测模型开发深度学习在金融中的应用擅长工具：Python/R/MATLAB量化分析机器学习模型构建金融时间序列分析蒙特卡洛模拟风险度量模型金融论文指导内容
算法与数据·2025-02-24 01:22

物联网数据采集平台【物联网毕业论文】

物联网系统架构设计智能设备与传感器网络数据采集与处理物联网大数据分析智能家居与工业物联网边缘计算与云计算物联网安全与隐私保护擅长工具：Python/R/Matlab数据分析与建模物联网平台与设备编程数据流与实时监控系统设计机器学习与预测模型应用物联网协议
算法与数据·2025-02-24 01:22

DeepSeek 与网络安全：AI 在网络安全领域的应用与挑战

个人主页：一ge科研小菜鸡-CSDN博客期待您的关注1.引言在当今数字化时代，网络安全已成为国家、企业和个人面临的重要挑战。
一ge科研小菜菜·2025-02-24 01:49

从零开始Real-ESRGAN的复现

初学Real-Esrgan-CSDN博客本文主要是对Real-ESRGAN的一个复现，主要就是对环境的配置进行记录，因为是实现之后才做的记录，所以只能尽可能的对其进行复现。
晒阳光的咸鱼·2025-02-24 01:17

DeepSeek 与后端开发：AI 赋能云端架构与智能化服务

个人主页：一ge科研小菜鸡-CSDN博客期待您的关注1.引言随着人工智能（AI）技术的快速发展，后端开发正经历一场深刻变革。
一ge科研小菜菜·2025-02-24 00:15

C语言实现冒泡排序算法详细解析

尽管冒泡排序效率相对较低，但它简单易学，适合初学者学习排序算法基础。1.冒泡排序算法原理冒泡排序（Bubble
青妍·2025-02-23 23:04

机器学习基础

了解机器学习的基本概念，如监督学习、无监督学习、强化学习、模型评估指标（准确率、召回率、F1分数等）。
dringlestry·2025-02-23 21:50

AI人工智能带给企业什么影响

一、优化决策过程，提升精准度人工智能通过大数据分析和机器学习技术，能够处理和分析海量信息，为企业提供更为精准、实时的决策支持。相较于传统的人工分析，AI能够识别出数据中的微妙模式和趋势，帮助企业预见市
雪叶雨林·2025-02-23 19:39

神经网络可视化工具

11款神经网络可视化工具，组会汇报、论文插图、科研学术必备01TensorSpace可以在网页上直接使用，是一种3D模型展示神经网络，适合给初学者或者科普的时候展示时使用，非常的直观，并且每一层的卷积层都可以展开
G鲲鹏展翅Y·2025-02-23 18:58

编程小白冲Kaggle每日打卡（14）--kaggle学堂：＜机器学习简介＞你的第一个机器学习模型

Kaggle官方课程链接：YourFirstMachineLearningModel本专栏旨在Kaggle官方课程的汉化，让大家更方便地看懂。YourFirstMachineLearningModel建立你的第一个模型。好哇！选择建模数据你的数据集有太多的变量，你无法理解，甚至无法很好地打印出来。你如何将如此庞大的数据量缩减到你能理解的程度？我们将从使用直觉选择几个变量开始。后续课程将向您展示自动
AZmax01·2025-02-23 17:26

微软Copilot官网入口- Copilot中文版国内使用入口

核心功能：不止于智能，更在于赋能微软Copilot的核心在于其对自然语言处理（NLP）和机器学习（ML）的深度融
·2025-02-23 16:03

Python+Spark地铁客流数据分析与预测系统 地铁大数据 地铁流量预测

本系统基于大数据设计并实现成都地铁客流量分析系统，使用网络爬虫爬取并收集成都地铁客流量数据，运用机器学习和时间序列分析等方法，对客流量数据进行预处理和特征选择，构建客流量预测模型，利用历史数据对模型进行训练和优化
qq_79856539·2025-02-23 16:16

【机器学习与数据挖掘实战】案例14：基于随机森林分类器的汽车公司客户细分预测

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。
Francek Chen·2025-02-23 16:11

整理：4篇论文知识蒸馏引领高效模型新时代

知识蒸馏（KnowledgeDistillation）是当前机器学习研究中的一个重要方向，特别是在模型压缩和效率优化等任务中。传统的深度学习模型往往依赖于复杂的大型网络，以获取卓越的性能。
mslion·2025-02-23 14:31

【漫话机器学习系列】101.特征选择法之Lasso（Lasso For Feature Selection）

Lasso特征选择法详解1.Lasso回归简介Lasso（LeastAbsoluteShrinkageandSelectionOperator，最小绝对收缩和选择算子）是一种基于L1范数正则化的线性回归方法。它不仅能够提高模型的泛化能力，还可以自动进行特征选择，即将一些不重要的特征的系数收缩到0，从而减少模型的复杂度。2.Lasso回归的数学公式Lasso回归的目标函数如下：其中：是输入数据，w是
IT古董·2025-02-23 12:46

人工智能：从基础到前沿

2.2人工智能的历史2.3人工智能的分类3.机器学习3.1机器学习概述3.2监督学习3.3无监督学习3.4强化学习4.深度学习4.1深度学习概述4.2神经网络基础4.3卷积神经网络（CNN）4.4循环神经网络
顾漂亮·2025-02-23 12:15

Python的那些事第二十八篇：数据分析与操作的利器Pandas

Pandas：数据分析与操作的利器摘要Pandas是基于Python的开源数据分析库，广泛应用于数据科学、机器学习和商业智能等领域。
暮雨哀尘·2025-02-23 12:13

深入浅出机器学习：概念、算法与实践

目录引言机器学习的基本概念什么是机器学习机器学习的基本要素机器学习的主要类型监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）强化学习（ReinforcementLearning
倔强的小石头_·2025-02-23 11:43
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他