机器学习&&人工智能第6页

强化学习（二）----- 马尔可夫决策过程MDP

1.马尔可夫模型的几类子模型大家应该还记得马尔科夫链(MarkovChain)，了解机器学习的也都知道隐马尔可夫模型(HiddenMarkovModel，HMM)。

Duckie-duckie·2024-09-09 06:37

Python是什么？Python能干什么？一篇文章让你对Python了如指掌！！

从入门级小白到专业级的大佬，数据挖掘、科学计算、图像处理、人工智能，Python都可以胜任。或许是因为这种万能属性，现在有很多的小伙伴都开始学习Python。

武昌库里写JAVA·2024-09-09 02:10

Chat Gpt我们自己造出的“外星人”

对于这篇序言作者尤瓦尔是这么说的：这是一个强大的人工智能系统按指令模仿我的写作风格写的。GPT-3接到指令，要它为《人类简史》出版10周年写一篇新序，于是

蔡昱·2024-09-09 01:02

顶级的python入门教程！小白到大师，从这篇教程开始！

学习Python的原因有很多，以下是几个主要的原因：广泛应用：Python被广泛应用于Web开发、数据科学、人工智能、机器学习、自动化运维、网络爬虫、科学计算、游戏开发等多个领域。

马大哈（Python）·2024-09-08 23:46

机器学习之 K-均值聚类算法

K-均值（K-means）聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的簇。该算法通过迭代的方式将数据点分配到最近的簇中，并更新簇的中心，直到收敛为止。一、K-均值聚类算法的基本步骤：初始化K个簇的中心点（可以随机选择或者根据数据集初始化）。将每个数据点分配到最近的簇中。更新每个簇的中心点为该簇所有数据点的平均值。重复步骤2和3，直到簇的中心点不再改变或达到指定的迭代次数。二、K

维生素￥·2024-09-08 23:43

机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种常用的无监督学习算法，用于将一组数据点划分为K个不同的聚类。该算法的主要思想是将数据点分配给最接近的聚类中心，并通过迭代优化聚类中心位置，使得聚类内部的数据点之间的距离最小化。算法流程如下：初始化K个聚类中心，可以是随机选择的数据点或者通过其他方法选择。分别计算每个数据点到K个聚类中心的距离，并将其分配给距离最近的聚类中心。更新每个聚类的中心位置为其内部所有数据点的平均值。重

安科瑞蒋静·2024-09-08 22:11

数据治理：企业如何精准管理与高效利用数据？

随着大数据、云计算、人工智能等技术的飞速发展，如何有效管理和利用数据，以驱动业务增长、优化决策过程、提升用户体验，成为了每一家企业都需直面的重大挑战。

ShiTuanWang·2024-09-08 22:39

Python的图形化界面编程

2017.2.14好久没有写代码了，感觉过一个年弄的什么也没有干成，好像看了下c++,突然发现现在来看C++,要简单了好多，并且指针也没有那么难了，然后就是看了下机器学习，感觉有点小难，现在发现好多都涉及到高数

iteye_20668·2024-09-08 22:37

新的机器学习特性包含Python

Microsoftaa在其AzureML提供的机器学习功能中增加了几个新功能，包括更好地集成Python和自动自调优功能，以便更快地进行模型开发。

无聊的小明老师·2024-09-08 21:28

人工智能时代的程序设计教学与课程设计

作者：于仕琪，郑锋，廖琪梅，田蕾单位：南方科技大学计算机科学与工程系摘要：随着人工智能的兴起，学生对编程的热情逐渐从C/C++向Python迁移，对于计算机硬件体系结构的理解也呈现逐年下降的趋势。

于仕琪（南科大）·2024-09-08 21:01

分享一个基于微信小程序的智慧校园服务平台（源码、调试、LW、开题、PPT）

作者：计算机源码社个人简介：本人八年开发经验，擅长Java、Python、PHP、.NET、Node.js、Android、微信小程序、爬虫、大数据、机器学习等，大家有这一块的问题可以一起交流！

计算机源码社·2024-09-08 19:51

机器学习框架巅峰对决：TensorFlow vs. PyTorch vs. Scikit-Learn实战分析

1.引言1.1机器学习框架的重要性在机器学习的黄金时代，框架的选择对于开发高效、可扩展的模型至关重要。合适的框架可以极大地提高开发效率，简化模型的构建和训练过程，并支持大规模的模型部署。

@sinner·2024-09-08 18:42

图像预处理之图像去重

图像预处理之图像去重图像去重介绍方法基于直方图进行图像比对基于哈希法基于ORG进行图像特征提取基于机器学习批量去重图像去重介绍图像去重通常指的是完全相同的图像，即内容完全相同，颜色、尺寸、方向等都相同。

江小皮不皮·2024-09-08 18:11

LLM系列 | 36：Google最新开源大模型：Gemma 2介绍及其微调(下篇)

小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖黑神话的小女孩。本文紧接前文Google最新开源大语言模型：Gemma2介绍及其微调(上篇)，介绍如何用中文语料微调Gemma2模型。

JasonLiu1919·2024-09-08 18:10

基于云原生向量数据库 PieCloudVector 的 RAG 实践

近年来，人工智能生成内容（AIGC）已然成为最热门的话题之一。工业界出现了各种内容生成工具，能够跨多种模态产生多样化的内容。

OpenPie｜拓数派·2024-09-08 17:08

工信教考 | AI智能体应用工程师（模拟试题）

这些题目旨在考察应试者在人工智能、机器学习、深度学习、算法设计、系统开发等方面的能力。一、选择题无监督学习常用于哪些任务？

人工智能-猫猫·2024-09-08 16:57

AI智能电销机器人的优势是什么，有什么特点？

机器学习、大数据、深度学习、云计算等的发展和应用，机器人完成复杂专业任务的能力越来越强。

VO_794632978·2024-09-08 15:54

详解python中的pandas.read_csv()函数

同时欢迎大家关注其他专栏，我将分享Web前后端开发、人工智能、机器学习、深度学习从0到1系列文章。

程序员洲洲·2024-09-08 15:24

(游戏设计草稿) 《外卖员模拟器》 (3D 科幻角色扮演开放世界 AI VR)

游戏名称:外卖员模拟器.游戏类型:3D,科幻,角色扮演(RPG),开放世界,AI,VR.游戏的主要目的:技术测试/验证.1文案(超低空科幻流派)2030年,基于AI(人工智能)的自动驾驶和人形机器人技术已经大规模普及使用

穷人小水滴·2024-09-08 14:13

聊聊，IEEE论文的含金量！

例如，在人工智能、物联网、5G通信等热门领域，IEEE论文不断推动相关技术的发展和应用。这些研究不仅为学术界提供了宝贵的知识资源，也为工业界的创新提供了理论支持。影响力：IEEE论文的影响力表现在其被

AC学术中心·2024-09-08 14:12

EI检索-机器视觉、图像处理与影像技术国际学术会议（MVIPIT 2023）邀您参会！

机器视觉是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。

诗远Yolanda·2024-09-08 13:06

7. 深度强化学习：智能体的学习与决策

深度强化学习在自动驾驶、游戏AI、机器人控制等领域表现出色，推动了人工智能的快速发展。本篇博文将深入探讨深度强化学习的基本框架、经典算法（如DQN、策略梯度法），以及其在实际应用中的成功案例。

Network_Engineer·2024-09-08 12:58

人工智能中的哲学

今天聊一个比较轻松的话题：人工智能中的哲学。人工智能会不会问：我是谁，我从哪里来，我要到哪里去？以下是《人工智能哲学》这本书的读书札记。

Dijkstra's Monk-ey·2024-09-08 11:56

机器学习-神经网络：循环神经网络（RNN）详解

引言在当今人工智能（AI）和深度学习（DL）领域，循环神经网络（RNN）作为一种专门处理序列数据的模型，具有不可忽视的重要性。

刷刷刷粉刷匠·2024-09-08 11:54

【GitHub项目推荐-- AI4S平台：生物医学平台】【转载】

bigscience-workshop/biomedical:Toolsforcuratingbiomedicaltrainingdataforlarge-scalelanguagemodeling(github.com)谷歌在人工智能和生物医学领域的贡献确实显著

旅之灵夫·2024-09-08 11:23

Anthropic的Claude 3 Sonnet 基础模型现已可在亚马逊的Bedrock平台上运行

双方将在安全的人工智能（AI）技术和专业知识方面进行整合。这次合作的目标是加速Anthropic的Claude基础模型（FMs）的开发过程，并将其广泛应用于亚马逊云科技的客户。

李白的好朋友·2024-09-08 11:53

多模态大模型：技术原理与实战 ChatGPT的诞生

多模态大模型：技术原理与实战ChatGPT的诞生作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能的发展历程1.1.1早期人工智能1.1.2机器学习时代1.1.3深度学习的崛起1.2自然语言处理的演进

AI大模型应用之禅·2024-09-08 10:51

深入理解ChatGPT的模型结构和训练流程

自然语言处理在人工智能领域中越来越受到关注，其中一个尤为重要的组成部分是语言模型。近年来，基于变换器（Transformer）的语言模型已经成为了主流。

计算机小陈·2024-09-08 10:49

亚马逊云科技大语言模型加速OCR应用场景发展

大语言模型是一种基于神经网络的自然语言处理技术，它能够学习和预测自然语言文本中的规律和模式，可以理解和生成自然语言的人工智能程序。

热爱coding的星辰·2024-09-08 10:19

Linux培训出来找得到工作吗?

Linux作为一种开源操作系统，其安全、稳定，被广泛应用于服务器、云计算、大数据、人工智能等领域，已经成为了IT行业的核心技能之一。

老男孩IT教育·2024-09-08 09:42

新一代交互模式：LUI&CUI&VUI

随着技术的发展，特别是人工智能和机器学习的进步，交互方式也在不断演变。

MavenTalk·2024-09-08 09:10

将在2021年颠覆业务发展的十种技术

研究表明，从人工智能到无服务器计算的10种技术正在冠状病毒疫情期间及以后颠覆业务发展和市场格局。颠覆性技术使很多人的工作方式与前一年相比有很大的不同。

鹤子青云上·2024-09-08 08:53

【Cesium实体创建】

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Cesium目录前言一、Cesium二、点线实体1.点实体2.线实体总结前言提示：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

琳沫lerlee·2024-09-08 08:05

人工智能中的线性代数与矩阵论学习秘诀之著名教材

线性代数是大学数学中非常核心的基础课程，教材繁多，国内外有许多经典的教材。国内比较有名且使用较为广泛的线性代数中文教材见书籍8。书籍8线性代数中文教材推荐:(a)简明线性代数(丘维声);(b)线性代数(居于马);(c)线性代数(李尚志);(d)线性代数(李炯生等);(e)线性代数五讲(龚昇);(f)线性代数的几何意义(任广千等)北京大学的丘维声教授编写的《简明线性代数》[17]是北京市高等教育精品

audyxiao001·2024-09-08 08:32

CPU服务器如何应对大规模并行计算需求？

这种计算方式常用于科学计算、数据分析、机器学习、图像处理等领域，面对海量数据与复杂计算时，传统的串行计算往往显得无能为力。现代CPU通常具备多个核心，这使得它们能够在同一时间内并行执行多个线程或任务。

Jtti·2024-09-08 08:01

机器学习100天-Day2503 Tensorboard 训练数据可视化（线性回归）

首页.jpg源代码来自莫烦python(https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/4-1-tensorboard1/)今日重点读懂教程中代码，手动重写一遍，在浏览器中获取到训练数据Tensorboard是一个神经网络可视化工具，通过使用本地服务器在浏览器上查看神经网络训练日志，生成相应的可是画图，帮助炼丹师

我的昵称违规了·2024-09-08 03:15

一文让你搞懂什么是AI大模型

近年来，人工智能（AI）技术飞速发展，特别是大模型的出现，给各行各业带来了巨大的变革。无论是自然语言处理、图像识别，还是自动驾驶，AI大模型都展现出了强大的能力和广泛的应用前景。

码上飞扬·2024-09-08 00:11

从新手到高手：精选十款AI编程工具

热爱分享的博士僧·2024-09-07 23:02

13款常用AI编程工具

AI编程工具的选择和使用，主要取决于具体的项目需求、编程语言、以及AI任务的类型（如机器学习、自然语言处理、计算机视觉等）。

liyy614·2024-09-07 23:31

2023-03-17

1）人工智能板块出现强修复动作，光云科技20CM涨停，蓝色光标、青木股份、博睿数据、当虹科技、万兴科技涨超10%。领涨股总体以趋

醉爱琳儿·2024-09-07 23:01

如何进行 AWS 云监控

它提供广泛的云服务，包括计算能力、存储选项、网络功能、数据库、分析、机器学习、人工智能、物联网和安全。使用AWS有哪些好处？

ManageEngine卓豪·2024-09-07 22:53

Pytorch机器学习——3 神经网络（三）

outline神经元与神经网络激活函数前向算法损失函数反向传播算法数据的准备PyTorch实例：单层神经网络实现3.2激活函数3.2.2TanhTanh是一个双曲三角函数，其公式如下所示：image.png从图像上可以看出，与Sigmoid不同，它将输入变量映射到(-1,1)之间，它是Sigmoid函数经过简单的变换得到的。导数优缺点：优点：由于其图形在定义域0附近近似线性，并且在整个定义域有可导

辘轳鹿鹿·2024-09-07 21:50

解读心理健康，引领未来智能——MentaLLaMA：大型语言模型的革命性应用

为此，由国际知名科研机构如英国曼彻斯特大学的国家文本挖掘中心（NaCTeM）和人工智能研究中心（AIST）等合作研发的开源项目——MentaLLaMA应运而生。这个项目不仅提供了一种创新的方法来分析社

滑辰煦Marc·2024-09-07 21:44

Anthropic发布Claude企业计划对标OpenAI的ChatGPT Enterprise

领先的人工智能初创公司Anthropic今天宣布推出Claude企业计划，以扩大Claude在企业中的应用。

吴脑的键客·2024-09-07 20:39

人工智能与机器学习原理精解【1】

文章目录Rosenblatt感知器感知器基础收敛算法算法概述算法步骤关键点说明总结C++实现要点代码参考文献Rosenblatt感知器感知器基础感知器，也可翻译为感知机，是一种人工神经网络。它可以被视为一种最简单形式的前馈式人工神经网络，是一种二元线性分类器。Rosenblatt感知器建立在一个非线性神经元上，但是它只能完成线性分类硬限幅与超平面局部诱导域v=∑i=1mwixi+b从上面公式看来，

叶绿先锋·2024-09-07 19:06

Web3：下一代互联网的崛起与革命性展望

一、Web3的概念与特点Web3，也被称为互联网的第三阶段，是建立在区块链技术、人工智能、大数据等先进技术基础上的全新互联网形态。与传统的Web2.0相比，Web3具有以下显

三花学编程·2024-09-07 19:36

【机器学习】朴素贝叶斯方法的概率图表示以及贝叶斯统计中的共轭先验方法

引言朴素贝叶斯方法是一种基于贝叶斯定理的简单概率模型，它假设特征之间相互独立。文章目录引言一、朴素贝叶斯方法的概率图表示1.1节点表示1.2边表示1.3无其他连接1.4总结二、朴素贝叶斯的应用场景2.1文本分类2.2推荐系统2.3医疗诊断2.4欺诈检测2.5情感分析2.6邮件过滤2.7信息检索2.8生物信息学三、朴素贝叶斯的优点四、朴素贝叶斯的局限性4.1特征独立性假设4.2敏感于输入数据的表示4

Lossya·2024-09-07 19:33

【机器学习】朴素贝叶斯网络的基本概念以及朴素贝叶斯网络在python中的实例

引言文章目录引言一、朴素贝叶斯网络1.1基本概念1.1.1节点1.1.2边（Edges）1.1.3条件独立性1.2特点1.2.1结构简单1.2.2易于理解和实现1.2.3计算效率高1.3应用1.4数学表示1.5局限性二、朴素贝叶斯网络在python中的实例2.1实例背景2.2实现步骤2.3python代码2.4代码解释三、概率推断在医疗领域中的使用3.1概率推断在医疗领域的使用3.2自动化推断的优