机器学习&&深度学习

【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
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

基于深度学习的股票短期趋势预测模型设计与实现【附代码】

，我们首先对股票的基本交易数据进行了清洗和预处理，包括去除异常值、填补缺失值等。同时，我们还挖掘了多个可能影响股票价格走势的因子，如成交量、市盈率、市净率等，并将这些因子作为特征加入到数据集中。通过特征工程，我们进一步扩展了数据集，提高了模型的输入质量。在模型构建方面，我们采用了LSTM网络来处理时间序列数据。LSTM网络具有记忆功能，能够捕捉数据中的长期依赖关系，这对于股票价格走势的预测至关重要
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

与此同时，人工智能（AI）技术的快速发展正在为网络安全提供全新的解决方案，而DeepSeek作为AI领域的新兴力量，也正在探索如何利用深度学习和大规模语言模型（LLM）加强网络安
一ge科研小菜菜·2025-02-24 01:49

手撸 chatgpt 大模型:单词向量化编码和绝对位置编码算法

在深度学习中，所有无法通过传统数据结构描述的对象都会被用一个向量表示，例如图像、语音、单词、音频等。最初，向量中的各个字段会被初始化为随机数，然后通过大量的数据和深度学习模型来训练这些向量。
coding 迪斯尼·2025-02-24 00:11

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

目前（2025年2月）计算机视觉（CV）领域一些表现优异的深度学习模型

按任务类型分类介绍：图像分类CoCa：结合对比学习和生成学习，通过对比损失对齐图像和文本嵌入，并使用标题生成损失预测文本标记。它在图像分类、跨模态检索和图像描述等任务中表现出色，且仅需极少的任务特定微调。PaLI：这是一个多模态模型，结合了40亿参数的视觉Transformer（ViT）和多种大型语言模型（LLM），并在包含100多种语言的100亿图像和文本数据集上进行训练。PaLI在图像描述、视
空空转念·2025-02-23 20:18

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

Python——生成AIGC图像

通过深度学习、生成对抗网络（GAN）和扩散模型等技术，AIGC能够生成高度逼真、具有艺术性的内容
朱剑君·2025-02-23 19:06

图像处理：模拟色差的生成

但在实际生产环境中，瓷砖色差检测的数据量较少，无法直接获取足够的数据来训练和优化深度学习模型。于是就考虑通过人为生成色差数据的方式来扩充数据集，进行色差的模拟。1.什么是色差？
何以为皇·2025-02-23 18:33

python工具——pypinyin 汉字转换拼音

把汉字转成拼音后可以进行深度学习分类，做内容识别1.安装pipinstallpypinyin将汉字转换为拼音并生成slug字符串importpypinyinfrompypinyinimportStylecontent
xiaoming0018·2025-02-23 18:32

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

淘系图搜API接入与使用全解析

其核心技术基于阿里巴巴的深度学习模型，支持服饰、家居、3C等多品类识别，广泛应用于比价、找同款、商品推荐等场景。二、接入准备资质要求：企业开发者需提供营业执照、应用场景说明（如“电商比价工具”）。
数据小爬虫.网站开发-Brad·2025-02-23 15:39

深度学习革命背后：DBN、AlexNet、GAN 等神级架构，究竟藏着怎样的 AI 崛起密码？（附deepseek）

深度学习革命**3.深度学习革命（2006年至今）****2006年：深度学习奠基——深度信念网络（DBN）****2012年：AlexNet崛起****2014年：架构创新潮****生成对抗网络（GAN
universe_code·2025-02-23 15:35

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

TensorFlow 2 来训练一个线性回归模型

这个例子将帮助大家掌握如何从数据处理、模型构建、训练到评估等步骤，逐步实现一个基础的机器学习任务。下面是代码的详细讲解。
大数据张老师·2025-02-23 11:42

深度学习框架与边缘计算融合驱动医疗金融模型优化新路径

内容概要随着边缘计算与深度学习框架的深度融合，医疗与金融领域的模型优化正在突破传统算力与隐私保护的瓶颈。
智能计算研究中心·2025-02-23 11:10

MySQL索引、视图与范式：高效数据库设计与优化秘籍

‍♂️个人主页：@rain雨雨编程微信公众号：rain雨雨编程✍作者简介：持续分享机器学习，爬虫，数据分析希望大家多多支持，我们一起进步！
rain雨雨编程·2025-02-23 11:39

【机器学习算法选型：分类与回归】 常见分类算法介绍

第2节：常见分类算法介绍在机器学习中，分类算法是用于预测一个样本所属类别的工具。无论是在金融风控、医疗诊断、图像识别还是推荐系统等领域，分类算法都扮演着至关重要的角色。
云博士的AI课堂·2025-02-23 11:37

人工智能学习框架

人工智能学习框架概述随着人工智能技术的飞速发展，选择合适的机器学习或深度学习框架对于项目的成功至关重要。这些框架提供了强大的工具和库，使得开发者能够更高效地构建、训练和部署模型。
静默.\\·2025-02-23 10:36

联邦学习: 统一数据协作和隐私保护的技术解决之道

联邦学习:统一数据协作和隐私保护的技术解决之道1.数据价值和隐私2.隐私计算技术安全多方计算可信执行环境联邦学习3.联邦学习的拓展分布式机器学习联邦学习和传统分布式系统的差异联邦学习带来的挑战安全性补充实际案例讲解总结
小牍·2025-02-23 10:35

人工神经网络ANN入门学习笔记

研究生写论文需要，先快速学习了机器学习的内容，现在需要继续深入学习人工神经网络ANN的内容，以下是个人的学习笔记，欢迎交流、请多多指正！
cs_ning·2025-02-23 10:02

如何将DeepSeek集成到自己的项目中：从入门到精通

引言DeepSeek作为一款强大的深度学习平台，正在为开发者提供高效、灵活的AI解决方案。无论你是想构建一个图像分类系统，还是开发一个自然语言处理应用，DeepSeek都能帮助你快速实现目标。
木觞清·2025-02-23 08:43

消融实验（Ablation Study）：模型优化的关键分析方法

消融实验（AblationStudy）是机器学习领域用于评估模型组件有效性的重要研究方法。通过逐步移除模型的某些模块/特征
烟锁池塘柳0·2025-02-23 07:41

使用Scikit-Learn决策树：分类问题解决方案指南

决策树是一种强大的机器学习算法，能够根据输入数据的特征属性学习决策规则，并用于预测新数据的分类标签。
范范0825·2025-02-23 07:36

机器学习学习笔记（十七）—— 优化算法概述

一、概观scipy中的optimize子包中提供了常用的最优化算法函数实现。我们可以直接调用这些函数完成我们的优化问题。optimize中函数最典型的特点就是能够从函数名称上看出是使用了什么算法。下面optimize包中函数的概览：1.非线性最优化fmin--简单Nelder-Mead算法fmin_powell--改进型Powell法fmin_bfgs--拟Newton法fmin_cg--非线性共
lancetop-stardrms·2025-02-23 06:28

机器学习和深度学习有什么区别？

深度学习和机器学习有什么区别？深度学习是机器学习一个分支，机器学习包含深度学习。
facaixxx2024·2025-02-23 05:54

AI趋势下，软件测试工程师怎么拥抱AI

以下是我的一些思考：一、掌握AI基础知识软件测试工程师需要学习机器学习、深度学习、自然语言处理等领域的基本原理和算法。
悠然的笔记本·2025-02-23 05:24

什么是机器学习?

一、概念（维基百科）机器学习是人工智能的一个分支。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。
CM莫问·2025-02-23 05:53

深度学习之图像回归（二）

（一）主要是帮助迅速入门理清一个深度学习项目的逻辑这篇文章则主要注重在此基础上对于数据预处理和模型训练进行优化前者会通过涉及PCA主成分分析特征选择后者通过正则化数据预处理数据预处理的原因思路链未经过处理的原始数据存在一些问题
zhengyawen666·2025-02-23 05:52

机器学习，我们主要学习什么？

机器学习的发展历程机器学习的发展历程，大致分为以下几个阶段：1.起源与早期探索（20世纪40年代-60年代）1949年：Hebb提出了基于神经心理学的学习机制，开启了机器学习的先河1950年代：机器学习的起源与人工智能的探索紧密相连
悠然的笔记本·2025-02-23 05:22

机器学习的数学基础(三)——概率与信息论

目录1.随机变量2.概率分布2.1离散型变量和概率质量函数2.2连续型变量和概率密度函数3.边缘概率4.条件概率5.条件概率的链式法则6.独立性和条件独立性7.期望、方差和协方差7.1期望7.2方差7.3协方差8.常用概率分布8.1均匀分布U(a,b)U(a,b)U(a,b)8.2Bernoulli分布8.3Multinoulli分布8.4高斯分布(正态分布)N(x;μ,σ2)N(x;\mu,\s
梦醒沉醉·2025-02-23 03:09

VGG 改进：加入GAMAttention注意力机制提升对全局信息捕捉能力

：融入模块后的网络经过测试，可以直接使用，设置好输入和输出的图片维度即可1.GAMAttention注意力机制GAMAttention（GlobalAttentionMechanism）是一种用于增强深度学习模型对全局信息捕捉能力的注意力机制
听风吹等浪起·2025-02-23 02:36

XGBoost vs LightGBM vs CatBoost：三大梯度提升框架深度解析

梯度提升树（GradientBoostingDecisionTrees,GBDT）作为机器学习领域的核心算法，在结构化数据建模中始终占据统治地位。
机器学习司猫白·2025-02-23 00:18

【深度学习】矩阵的理解与应用

矩阵是线性代数的基本工具之一，广泛应用于数学、物理学、工程学、计算机科学、机器学习和数据分析等领域。
大数据追光猿·2025-02-23 00:47

Python中常见库 PyTorch和Pydantic 讲解

PyTorch简介PyTorch是一个开源的深度学习框架，由Facebook的AI研究团队开发。
爱丫爱·2025-02-22 23:40

计算机视觉CV学习路线

计算机视觉CV学习路线1.基础准备（可参考mooc学习）2.计算机视觉基础知识（可参考mooc学习、计算机图形学）3.经典计算机视觉算法（可参考吴恩达机器学习课程、国内外计算机图形学课程）4.深度学习基础
我喝AD钙·2025-02-22 23:08

【深度学习基础模型】去噪自编码器 (Denoising Autoencoders, DAE)详细理解并附实现代码。

【深度学习基础模型】ExtractingandComposingRobustFeatureswithDenoisingAutoencoders【深度学习基础模型】ExtractingandComposingRobustFeatureswithDenoisingAutoencoders
985小水博一枚呀·2025-02-22 22:00

Github上有哪些不错的Python开源项目？

在当今快速发展的科技时代，Python已经成为编程语言界的明星，它简洁优雅的语法、强大的库支持以及广泛的社区贡献，使其在数据分析、机器学习、Web开发等多个领域大放异彩。
cda2024·2025-02-22 22:28

基于 JavaWeb 的 SSM+Maven 微信小程序快递柜管理系统设计和实现(源码+文档+部署讲解）

技术范围：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等设计与开发。
秋野酱·2025-02-22 21:21
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他