数据挖掘&机器学习

深度学习之pytorch实现逻辑斯蒂回归

实现逻辑斯蒂回归解决的问题数学公式logiatic函数损失值代码与线性回归代码的区别数据损失值构造回归的函数结果分析解决的问题logistic适用于分类问题，这里案例(y为0和1，0和1分别代表一类）于解决二分类（0or1）问题的机器学习方法
温柔了岁月.c·2024-02-20 01:58

深度学习中的鲁棒性和泛化性有什么区别

鲁棒性（Robustness）和泛化性（Generalization）是评估模型性能时常用的两个术语，尤其在机器学习和统计建模领域。虽然这两个概念相关，但它们关注的方面有所不同。
智能建造小硕·2024-02-20 01:24

FL Studio教程之Wasp XT合成器功能介绍

从喷涌的岩浆到神秘的宇宙航行，Wasp都能提供相应的背景声，WaspXT是一个3振荡器合成器，它包含一个FILTER（滤波器）栏，3个OSC(振荡器）栏，两个LFO(低频振荡器）栏，一个AMPENV（放大器包络
Bella_d18c·2024-02-20 00:58

Chronometer 计时器

xml文件java文件packagecom.example.text2;importjava.util.Timer;importjava.util.TimerTask;importcom.example.text2
XLMN·2024-02-20 00:45

【Java成王之路】EE初阶第十一篇:(网络原理) 1

每个客户端)创建一个线程)线程池回显服务器(避免频繁创建/销毁线程)接着上一篇五层协议继续写.服务器代码实现importjava.io.IOException;importjava.net.DatagramPacket
K稳重·2024-02-20 00:35

Docker系列 深度使用nextcloud（二）

后台登陆的地址是https://example.com/apps/dashboard/顶栏我们先探索它左边的4个小图标：仪表盘这里我们可以做一些没什么用的设置，主要是可以让nextclo
Bensz·2024-02-20 00:05

如何学习和规划类似ChatGPT这种人工智能（AI）相关技术

掌握机器学习和深度学习：了解机器学习和深度学习的基本概念，例如神经网络、卷积神经网络（CNN）和递归神经网络（RNN）。学习
ABEL in China·2024-02-20 00:43

人工智能在现代科技中的应用和未来发展趋势

概述人工智能（ArtificialIntelligence,AI）是一种模拟人类智能的技术，通过机器学习、机器视觉、自然语言处理等技术实现智能行为。它在现代科技中的应用非常广泛，涵盖了许多领域。
御翮·2024-02-19 23:35

机器学习

在过去50年，机器学习的研究已经从几个计算机工程师探索计算机是否能学会玩游戏的影响下不断成长，统计领域（在很大程度上忽视计算的考虑）到广泛的学科（该学科产生了基本的学习过程的统计-计算理论）已经设计了许多学习算法
会敲键盘的猩猩·2024-02-19 23:23

tensorflow学习笔记（二）：机器学习必备API

因为我个人的最终目的还是在深度学习上，所以一些深度学习和机器学习模块是必须要了解的，这其中包括了tf.train、tf.contrib.learn、还有如训练神经网络必备的tf.nn等API。
我愛大泡泡·2024-02-19 23:23

机器学习中的特征工程

目录一、特征工程目标二、特征工程内容（一）异常处理（二）特征标准化/归一化（三）数据分桶（四）缺失值处理（五）特征构造（六）特征筛选（特征选择）（七）降维三、代码示例（一）导入数据（二）删除异常值（三）特征构造（四）特征筛选1.过滤式2.包裹式一、特征工程目标对于特征进行进一步分析，并对于数据进行处理。完成对于特征工程的分析，并对于数据进行一些图表或者文字总结。特征工程的主要目的还是在于将数据转换
qq_44980515·2024-02-19 23:52

协调尺度：特征缩放在机器学习中的重要作用

目录一、介绍二、背景知识三、了解功能缩放四、特征缩放方法五、特征缩放的重要性六、实际意义七、代码八、结论一、介绍特征缩放是机器学习和数据分析预处理阶段的关键步骤，在优化各种算法的性能和效率方面起着至关重要的作用
无水先生·2024-02-19 23:50

千万不要冷落他，用爱去感化那些自尊心比较强，爱哭好生气的学生

app=news_article×tamp=1562739956&req_id=201907101425550100170382287695CBD&group_id=6668464797220078088
月娇使者·2024-02-19 23:15

STM32 BKP备份寄存器&RTC实时时钟

STM32BKP备份寄存器&RTC实时时钟BKP简介PC13-TAMPER-RTC，PC13，TAMPER，RTC3个功能共用一个引脚。所以这3个功能同一时间，只能使用一个。
YRr YRr·2024-02-19 23:47

论文中的简写字符含义--个人总结

e.g.forexample含义:例如s.t.是subjectto（suchthat）的缩写，受约束的意思。
April_426c·2024-02-19 23:35

BKP寄存器与RTC实时时钟

当系统在待机模式下被唤醒，或系统复位或电源复位时，他们也不会被复位TAMPER引脚产生的侵入事件将所有备份寄存器内容清除RTC引脚输出RTC校准时钟、RTC闹钟脉冲或者秒脉冲存储RTC时钟校准寄存器用户数
热爱嵌入式的小许·2024-02-19 23:36

机器学习---HMM前向、后向和维特比算法的计算

1.HMMimportnumpyasnp#In[15]:classHiddenMarkov:defforward(self,Q,V,A,B,O,PI):#使用前向算法N=len(Q)#状态序列的大小M=len(O)#观测序列的大小alphas=np.zeros((N,M))#alpha值T=M#有几个时刻，有几个观测序列，就有几个时刻fortinrange(T):#遍历每一时刻，算出alpha值i
三月七꧁ ꧂·2024-02-19 23:23

【机器学习笔记】5 机器学习实践

数据集划分子集划分训练集（TrainingSet）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。验证集（ValidationSet）：也叫做开发集（DevSet），用来做模型选择（modelselection），即做模型的最终优化及确定的，用来辅助我们的模型的构建，即训练超参数，可选；测试集（TestSet）：为了测试已经训练好的模型的精确度。三者划分：训练集、验证集、
RIKI_1·2024-02-19 23:52

机器学习和统计学的区别？

1、本质区别：目标：机器学习的核心目标是建立一个可以自动学习和改进的模型，以预测未知数据。它更关注结果的准确性和模型的泛化能力，通常不关心模型是否可以解释。
小桥流水---人工智能·2024-02-19 23:21

GAN生成对抗性网络

一、GAN原理出发点：机器学习中生成模型的问题无监督学习是机器学习和未来人工智能的突破点，生成模型是无监督学习的关键部分特点：不需要MCMC或者变分贝叶斯等复杂的手段，只需要在G和D中对应的多层感知机中运行反向传播或者梯度下降算法模型通常使用神经网络
Dirschs·2024-02-19 23:19

【解决（几乎）任何机器学习问题】：超参数优化篇（超详细）

假设您的机器学习项⽬有⼀个简单的流程。有⼀个数据集，你直接应⽤⼀个模型，然后得到结果。模型在这⾥的参数被称为超参数，即控制模型训练/拟合过程的参数。
X.AI666·2024-02-19 23:48

MySQL学习记录——팔 函数

其它函数1、日期函数//获取日期selectcurrent_date();//获取时间selectcurrent_time();//获取时间戳,格式为日期+时间selectcurrent_timestamp
咬光空气·2024-02-19 23:48

机器学习网格搜索超参数优化实战(随机森林) ##4

文章目录基于Kaggle电信用户流失案例数据（可在官网进行下载）数据预处理模块时序特征衍生第一轮网格搜索第二轮搜索第三轮搜索第四轮搜索第五轮搜索基于Kaggle电信用户流失案例数据（可在官网进行下载）导入库#基础数据科学运算库importnumpyasnpimportpandasaspd#可视化库importseabornassnsimportmatplotlib.pyplotasplt#时间模块
恒c·2024-02-19 23:47

机器学习中为什么需要梯度下降

在机器学习中，梯度下降是一种常用的优化算法，用于寻找损失函数的最小值。我们可以用一个简单的爬山场景来类比梯度下降的过程。假设你被困在山上，需要找到一条通往山下的路。
华农DrLai·2024-02-19 23:16

创新设计与技术突破：嵌入式系统在人工智能和机器学习领域的应用前景

嵌入式系统在人工智能和机器学习领域的应用前景非常广阔，创新设计和技术突破将进一步推动这些领域的发展。
迷璃学妹·2024-02-19 23:45

java 窗口固定_限流算法之固定窗口与滑动窗口

packagecom.example.demo;importjava.util.Date;publ
北城司徒·2024-02-19 22:36

windows环境下php连接sql server

一、首先安装了Wampserver64，php集成环境有的人可能在搜索查资料的时候，发现很多说的是用mssql的，所以注明一下，mssql扩展在PHP5.2版本以上就已经废弃了，不再使用，除非你使用的是
hey_沙子·2024-02-19 22:01

使用宝塔面板搭建网站服务，并实现公网远程访问「内网穿透」

创建一个测试页面转载自远程内网穿透的文章：Linux使用宝塔面板搭建网站，并内网穿透实现公网访问前言宝塔面板作为简单好用的服务器运维管理面板，它支持Linux/Windows系统，我们可用它来一键配置LAMP
不写⁠代码没饭吃·2024-02-19 22:53

jsoncpp库和nlohmann-json库实现JSON与字符串类型转换

JSON与字符串类型转换的示例代码：#include#includeintmain(intargc,char**argv){//初始化ROS节点ros::init(argc,argv,"json_examp
BoBo玩ROS·2024-02-19 22:45

Android内存分析

如下：amdumpheapcom.example.demo/data/local/tmp/demo.hprof这里就是对包名为com.example.demo这个进程在/data/local/tmp/目录下生成了一个
天花板之恋·2024-02-19 22:42

Fabric中的溯源方法

完整源码链接：https://github.com/hyperledger/fabric-samples/blob/main/asset-transfer-ledger-quer
TrueTechLabs·2024-02-19 21:41

c语言局部变量怎么定义,深入了解C语言(局部变量的定义)

代码段的另一块集中的内存空间.而局部变量主要是使用堆栈的内存空间.好了,让我们直接看看下面这个案例研究.研究案例三工具:TurbocCv2.0,Debug,MASMv5.0,NASM实例C程序:/*example3
出门左转cs·2024-02-19 21:08

vivado Convergent Rounding (LSB CorrectionTechnique)

RoundingtoEven(Verilog)Filename:convergentRoundingEven.v//Convergentrounding(Even)Examplewhichmakesuseofpatterndete
cckkppll·2024-02-19 21:20

vivado Latches、Tristates、

LatchesReportingExample=========================================================
cckkppll·2024-02-19 21:18

html-css-js prettify 设置缩进,sublime格式化插件---HTML-CSS-JS Prettify美化代码(示例代码)...

可以在这里尝试js-beautify的效果原始代码：//Thisisjustasamplescript.Pasteyourrealcode(javascriptorHTML)here.if(‘this_is
阿热妮·2024-02-19 21:46

java建造者模式实例_Java设计模式之建造者模式

如下代码所示：1publicvoidrun(ExampleContextcontext){
传兮留学Transit·2024-02-19 21:29

MATLAB | 绘图复刻(十五) | 环形聚类树状图

(任重道远，道阻且长)：代码讲解0数据设置写了比较多的注释应该比较易懂：clc;clear;closeall%样品起名slan1slan2slan3...slan75sampleName=compose
slandarer·2024-02-19 20:48

SpringBoot项目中使用AOP的方法

Spring的AOP技术主要有4个核心概念：Pointcut:切点，用于定义哪个方法会被拦截，例如execution(*cn.springcamp.springaop.service.*.*(..))Advice
小白不会java·2024-02-19 20:06

树莓派基于rust编写linux驱动模块

更多的例程在官方仓库中的sample/
ZechariahZheng·2024-02-19 20:30

树莓派基于rust编写linux驱动模块

更多的例程在官方仓库中的sample/
ZechariahZheng·2024-02-19 20:30

【STM32 CubeMX】GPIO_HAL库源码分析

GPIO1.2HAL_GPIO_Init源码分析GPIO_InitTypeDef初始化结构体HAL_GPIO_Init函数总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要
人才程序员·2024-02-19 20:23

纯净住宅代理详细解析与应用

随着互联网的快速发展，代理服务器已经成为许多在线活动的关键组成部分，从数据挖掘到网络安全。然而，随着技术的不断发展，住宅IP代理正崭露头角，因其在保障隐私、提升性能和应对封锁方面的卓越优势而备受瞩目。
做跨境的红姐·2024-02-19 20:19

OpenCV介绍和使用

目录一：简介二：安装三：使用一：简介OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库，广泛应用于图像处理、计算机视觉、机器学习等领域。
攻城狮的梦·2024-02-19 20:43

PHP毕业设计图片分享网站76t17

运行环境:phpstudy/wamp/xammp等开发语言：php后端框架：Thinkphp前端框架：vue.js服务器：apache数据库：mysql数据库工具
小雨cc5566ru·2024-02-19 20:10

python读取PDF文件中文本、表格、图片

PDF文件中文本、表格、图片提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、文本读取二、图片读取三、表格读取一、文本读取基于fitzimportfitzpdf_file="example.pdf"pdf_document
Young_Lb·2024-02-19 20:37

并发编程-JUC-原子类

使用原子的方式更新基本类型AtomicInteger：整形原子类AtomicLong：长整型原子类AtomicBoolean：布尔型原子类引用类型AtomicReference：引用类型原子类AtomicStampedReference
developer@liyong·2024-02-19 20:30

optuna，一个好用的Python机器学习自动化超参数优化库

️个人主页：鼠鼠我捏，要死了捏的主页️付费专栏：Python专栏️个人学习笔记，若有缺误，欢迎评论区指正前言超参数优化是机器学习中的重要问题，它涉及在训练模型时选择最优的超参数组合，以提高模型的性能和泛化能力
牵着猫散步的鼠鼠·2024-02-19 20:23

Eclipse - undefined reference to sin - cos - exp - sqrt - pow

Eclipse-undefinedreferencetosin-cos-exp-sqrt-pow1.atof_example_1.c2.rightmouseclickonthedesiredproject
Yongqiang Cheng·2024-02-19 20:22

【机器学习笔记】11 支持向量机

支持向量机（SupportVectorMachine,SVM）支持向量机是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier），其决策边界是对学习样本求解的最大边距超平面（maximum-marginhyperplane）。与逻辑回归和神经网络相比，支持向量机，在学习复杂的非线性方程时提供了一种更为清
RIKI_1·2024-02-19 19:38

【机器学习笔记】12 聚类

无监督学习概述监督学习在一个典型的监督学习中，训练集有标签，我们的目标是找到能够区分正样本和负样本的决策边界，需要据此拟合一个假设函数。无监督学习与此不同的是，在无监督学习中，我们的数据没有附带任何标签，无监督学习主要分为聚类、降维、关联规则、推荐系统等方面。主要的无监督学习方法聚类（Clustering）如何将教室里的学生按爱好、身高划分为5类？降维（DimensionalityReductio
RIKI_1·2024-02-19 19:38
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他