机器学习&深度学习算法第37页

当量子计算机普及化：对未来生活方式的探讨

量子计算机以其独特的并行运算和超高速计算能力，将使得大数据分析、人工智能、机器学习等领域的应用更加高效便捷。无论是日常工作中的复杂问题求解，还是日常生活

TechCreator·2024-01-30 18:52

数据分析必备技能，用4种方法重命名Pandas中的列

大家都在用它进行数据分析、机器学习、数据工程，甚至软件开发。学习重命名列是数据清洗的第一步，而数据清洗是数据分析的核心部分。我们在这篇文章中来教大家重命名单列或多列名称的四种方法。

Python学研大本营·2024-01-30 17:20

【Tensorflow 2.0】—— 跟着官方demo学习Tensorflow 2.0框架基本API和用法

TensorFlowCore不论您是机器学习新手还是专家，都可使用完整的端到端示例了解如何使用TensorFlow。请试用GoogleColab中的教程

玛丽莲茼蒿·2024-01-30 17:29

Orion-14B-Chat-Plugin本地部署的解决方案

985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。

herosunly·2024-01-30 16:43

机器学习复习（3）——分类神经网络与drop out

完整的神经网络以分类任务为例，神经网络一般包括backbone和head（计算机视觉领域）下面的BasicBlock不是一个标准的backbone,标准的应该是复杂的CNNs构成的Classfier是一个标准的head,其中output_dim表示分类类别，一般写作num_classesimporttorch#导入torch库importtorch.nnasnn#导入torch的神经网络模块imp

不会写代码！！·2024-01-30 16:12

机器学习复习（4）——CNN算法

目录数据增强方法CNN图像分类数据集构建导入数据集定义trainer超参数设置数据增强构建CNN网络开始训练模型测试数据增强方法#一般情况下，我们不会在验证集和测试集上做数据扩增#我们只需要将图片裁剪成同样的大小并装换成Tensor就行test_tfm=transforms.Compose([transforms.Resize((128,128)),transforms.ToTensor(),])

不会写代码！！·2024-01-30 16:12

机器学习3-简单线性回归

需求：现在要根据学生的学习时间来预测学习成绩，给出现有数据，用来训练模型并预测新数据。分析：使用线性回归模型。代码：importpandasaspdimportmatplotlib.pyplotaspltfromsklearn.model_selectionimporttrain_test_splitfromsklearn.linear_modelimportLinearRegressiondat

dracularking·2024-01-30 16:40

机器学习2-简单的二分类问题

需求：假设现在需要对数据进行二分类，小于0.5的，打上0的标记，大于0.5的，打上1的标记，怎么做？分析：这是一个简单的二分类问题，使用逻辑回归模型。代码：#导入所需的库，如需安装：pipinstallscikit-learnmatplotlibimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.linear_modelimportLogi

dracularking·2024-01-30 16:39

机器学习复习（1）——任务整理流程

目录固定的随机数种子定义predict功能拆分数据集定义trainer超参数设置数据集载入固定的随机数种子在大量的机器学习与深度学习实验中，如果不进行特殊设置，我们的结果将不可复现，固定的随机数种子将会解决这个问题

不会写代码！！·2024-01-30 16:39

Docker：Python环境Docker镜像瘦身

关键字：Docker，Python原始镜像封装一个Python3.7的环境并且安装Python依赖包实现一个机器学习算法预测任务，Dockerfile如下FROMpython:3.7MAINTAINERxxxENVPIPURL"https

xiaogp·2024-01-30 15:52

【Spark】之 RDD（Resilient Distributed Dataset）

典型场景：机器学习和图应用中常用的迭代算法（每一步对数据执行相似的函数）数据重用隐藏在系统实现背后，没有将重用

fanfan4569·2024-01-30 15:39

gpt讲解程序员未来发展以及未来35岁危机详细破解之法

数据科学和机器学习：随着大量数据的产生和存储能力的提升，数据科学和机器学习的需求不断增加。这

PHP隔壁老王邻居·2024-01-30 15:08

第十届脑电机器学习训练营（线上：2023.8.14~9.3）

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★随着人们对神经系统功能认识的提高和计算机技术的发展，脑机接口（BCI）技术的研究呈明显的上升趋势。BCI是一种不依赖

茗创科技·2024-01-30 15:52

好用的免费AI绘画软件有哪些？

它们通常使用机器学习和深度学习算法来模拟人类的绘画风格和技巧，并生成独特的艺术作品。

jianewang·2024-01-30 14:04

sklearn调包侠之学习曲线和Pipeline

今天不单独讲解某个机器学习算法，而是讲解机器学习中常用的工具或者说是方法。一是绘制学习曲线，看模型的好坏程度（过拟合还是欠拟合）；而是减少代码量，利用pipeline构造算法流水线。

罗罗攀·2024-01-30 14:22

亚马逊CTO：2022技术预测

云让曾经的科幻小说变成了科学事实，人工智能(AI)和机器学习(ML)领域的模型和技术变得越来越好——以至于我们看到了以前只能在电影和漫画中想像的新场景。我们正进入一

阿川2015·2024-01-30 13:59

人机协同的情感调节和适应如何进行数学建模

2、情感理解和共情机器可以通过自然语言处理和机器学习技术，理解人类表达的情感信息，并通过模拟共情能力，对人类情感做出适当的反应和回应。

人机与认知实验室·2024-01-30 13:44

sklearn.preprocessing中的标准化StandardScaler与scale的区别

StandardScaler与scale1、标准化概述2、两种标准化的区别1、标准化概述标准化主要用于对样本数据在不同特征维度进行伸缩变换，目的是使得不同度量之间的特征具有可比性，同时不改变原始数据的分布一些机器学习算法对输入数据的规模和量纲非常敏感

对许·2024-01-30 12:54

机器学习对云计算的影响

越来越依赖AI（人工智能）和（物联网）为云计算基础设施管理员提供了新的目标。这个新兴的信息和技术子领域内的场所确实非常庞大，从智能手机到机器人。公司正在开发新机器，这些机器对人力资源的依赖程度最低。旨在为人造机制提供完全独立的自治程度的发展。为了获得对软资源的自主权，开发人员已经开始依赖调解员来帮助“智能机器”提高功能。由于云计算已经占据了人类工作的重要领域，如数据存储，这种技术进步将对全球经济产

田鑫科技·2024-01-30 12:16

政安晨的机器学习笔记——实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）

PyTorch是一个开源的Python机器学习库，于2016年由Facebook的人工智能研究团队推出，有助于构建深度学习项目。

政安晨·2024-01-30 11:43

机器学习之遗传算法（Genetic Algorithm）

机器学习（MachineLearning）是一种通过使用算法和统计模型，使计算机系统能够从数据中学习并改善性能的领域。

贾斯汀玛尔斯·2024-01-30 11:13

【机器学习】工程实践问题概述

机器学习实际应用时的工程问题与面临的挑战一、实现细节问题1.1训练样本训练样本与标注对各类机器学习算法和模型的精度影响训练样本的选择对各类机器学习算法和模型的影响训练样本的优化如何进行数据增强？

十年一梦实验室·2024-01-30 11:12

机器学习中的 K-均值聚类算法及其优缺点

机器学习中的K-均值聚类算法及其优缺点K-均值聚类（K-meansclustering）是一种常用的无监督学习算法，用于将数据集划分为K个不相交的簇。

数据科学与艺术的贺公子·2024-01-30 11:42

政安晨的机器学习笔记——基于Ubuntu系统的Miniconda安装Jupyter Notebook

一、准备工作Miniconda的安装请参考我的另一篇博客文章：实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）https://blog.csdn.net/snowdenkeke/article/details/135887509这里我就不赘述了。安装好Miniconda之后，就可以准备下一步了。二、安装JupyterNotebook由于咱们想在

政安晨·2024-01-30 11:12

2023量子科技十大用例 | 光子盒年度系列

在当前的科技界，量子计算适用于优化、机器学习和模拟等特定算法。随着量子工程中此类算法的出现，多个用例可应用于不同领域。从金融开始，欺诈检测、医疗保健、供应链管理、化工、石油和新材料研究都是可

光子盒QUANTUMCHINA·2024-01-30 11:09

《边缘计算》第2版——第三章边缘智能

第3章边缘智能边缘计算与人工智能场景有机结合，催生出边缘智能3.1边缘智能的定义3.1.1背景以深度神经网络为代表的深度学习算法在诸多人工智能相关的应用中取得了很好的效果，随着边缘计算的发展，人工智能应用越来越多地迁移到边缘进行

xiao_wyy·2024-01-30 10:30

2021-01-12

###1.2为什么需要异常检测机器学习有四种常见的应用：分类，下一值预测，异常检测和结构发现。其中，异常检测用于检测数据中与

DemonYT·2024-01-30 09:41

OpenCV解释

OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和

打工人何苦为难打工人·2024-01-30 09:19

YOLOV5s行人识别改进引入CoT模块及SIOU损失函数

1.项目背景及意义近年来，深度学习算法不断取得了突破性进展，这也推动了人工智能技术的不断进步。机器视觉作为其中的重要一环，在不同领域也焕发出了强烈的生机。

deleteeee·2024-01-30 08:25

python+keras如何自行简单搭建一个神经网路实现水果分类识别

1.引言本文利用机器学习keras框架搭建简单的网络，通过训练实现对水果的自动识别和分类。首先，我们采集了苹果、香蕉、葡萄、橙子和梨等五种水果的图像，并对其进行分类。

deleteeee·2024-01-30 08:24

python+keras搭建的模型部署至嵌入式端PSoc6

前面已经写了文章描述如何搭建简单的水果分类模型，本文将介绍如何将搭建的模型部署至嵌入式端，本文利用MLConfigurator提供的配置程序MLConfigurator来导入预先训练好的机器学习模型，而它的目前版本仅支持

deleteeee·2024-01-30 08:24

机器学习算法实现刑事案件文本分类

因此，通过收集法律与犯罪领域文本，构建起司法领域语料库，使用自然语言处理技术进行挖掘，实现文本分类，并利用机器学习等技术实现对法律案件的预测具有重要意义。

deleteeee·2024-01-30 08:23

[机器学习]KNN——K邻近算法实现

一.K邻近算法概念二.代码实现#0.引入依赖importnumpyasnpimportpandasaspd#这里直接引入sklearn里的数据集，iris鸢尾花fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_split#切分数据集为训练集和测试集fromsklearn.metricsimp

不知迷踪·2024-01-30 07:37

基于机器学习的无损缺陷检测技术研究进展

近年来，随着机器学习技术的快速发展，基于机器学习的无损缺陷检测技术也得到了广泛的研究和应用。

matlabgoodboy·2024-01-30 07:00

机器学习.线性回归

使得满足矩阵的转换，所以在处理数据时候会添加如有上图所示的x0一列全是1的数据为了得出这个平面，我们要做的就是找出所有的未知量y为真实值，乘x是预测值，是误差值，每个样本的真实值和误差值都存在误差什么是机器学习呢

丰海洋·2024-01-30 07:28

机器学习：多项式回归（Python）

多元线性回归闭式解：closed_form_sol.pyimportnumpyasnpimportmatplotlib.pyplotaspltclassLRClosedFormSol:def__init__(self,fit_intercept=True,normalize=True):""":paramfit_intercept:是否训练bias:paramnormalize:是否标准化数据""

捕捉一只Diu·2024-01-30 07:28

机器学习系列 16：使用 scikit-learn 的 Pipeline

在机器学习项目中，我们经常需要进行大量的数据预处理步骤，最后用处理干净的数据集来拟合机器学习算法得到一个合适的机器学习模型。

加百力·2024-01-30 07:28

机器学习1-种类及应用

机器学习主要包括以下几种主要的种类：1.监督学习（SupervisedLearning）在监督学习中，模型通过使用已标记的训练数据（包括输入和对应的输出）来学习预测目标变量。常见的任务包括回归和分类。

dracularking·2024-01-30 07:28

机器学习：正则化（Python）

regularization_linear_regression.pyimportnumpyasnpimportmatplotlib.pyplotaspltclassRegularizationLinearRegression:"""线性回归+正则化，梯度下降法+闭式解求解模型系数1、数据的预处理：是否训练偏置项fit_intercept（默认True），是否标准化normalized（默认Tru

捕捉一只Diu·2024-01-30 07:56

《ROS机器人开发实践读书笔记第一章初识ROS》

《ROS机器人开发实践》是一本以实践为中心，讲解大量机器视觉、机器语音、机械臂控制、SLAM和导航、机器学习等多方面ROS应用的实现原理和方法。

偶而喜欢学习·2024-01-30 07:53

2021年11月最新搜狗验证码识别，6位全对正确率高达96%

验证码资源下载地址（100%正确，全部通过搜狗验证）：2021年11月最新搜狗验证码7.3万，6位全对正确率高大96%-机器学习文档类资源-CSDN下载

Dxy1239310216·2024-01-30 07:31

Dxy1239310216·2024-01-30 07:28

【机器学习300问】20、什么是神经网络？和深度学习什么关系？

小oo呆·2024-01-30 07:52

如何系统地自学 Python？

以下是一个系统自学Python的步骤指南：1.理解Python的应用在开始之前，了解Python能做什么：Web开发（如使用Django或Flask）、数据分析（使用Pandas、NumPy）、机器学习

终将老去的穷苦程序员·2024-01-30 06:19

随机森林和决策树区别

随机森林（RandomForest）和决策树（DecisionTree）是两种不同的机器学习算法，其中随机森林是基于决策树构建的一种集成学习方法。

Recursions·2024-01-30 06:13

对于已交付(客户流失预警)模型的模型可解释LIME

目录介绍：数据：数据处理：随机森林建模：LIME例一：例二：介绍：LIME(LocalInterpretableModel-agnosticExplanations)是一种解释机器学习模型的方法。

取名真难.·2024-01-30 06:04

机器学习-逻辑回归【手撕】

线性回归线性回归是机器学习中最简单的回归算法，它写作一个几乎人人熟悉的方程：z=\theta_0+\theta_1x

alstonlou·2024-01-30 06:10

计算机视觉的基本概念和技术有哪些?

深度学习：这是一种强大的机器学习技术，被广泛

shanshan2099·2024-01-30 05:44

2018年机器学习数学基础及算法视频教程 20课适合基础学习高清课件代码答疑全

课程介绍：不管是算法工程师还是机器学习相关岗位，很多企业招人时都会选择数学专业的毕业生，更有甚至数学的优先级超过计算机专业，尤其人工智能方面，Al人才门槛高的让人望而却步，其中一个重要的原因就是对数学基础的要求太高

花心五花肉·2024-01-30 04:42

第二十八周：文献阅读笔记（弱监督学习）+ pytorch学习

1.3.3.无需人工干预1.4.不确切的监督1.5.不准确的监督1.6.弱监督学习的创新点2.pytorch学习2.1.对现有模型进行修改2.2.优化器的使用2.3.完整的模型训练套路总结摘要弱监督学习是一种机器学习方法

@默然·2024-01-30 03:31

推荐频道

机器学习&深度学习算法