机器学习&深度学习算法第40页

小白学python，都需要准备什么？有什么好的学习规划么？

你是想学习Python的基础语法、数据结构、面向对象编程、Web开发、数据分析还是机器学习等方面的内容？确定目标后，你可以针对性地去学习，避免在学习过程中迷失方向。

@小码农·2024-01-28 14:09

蚂蚁集团持续探索生成式AI，20篇论文入选AI顶会NeurlPS

据了解，蚂蚁此次入选的论文，覆盖计算机视觉、自然语言处理、图神经网络、图像处理等多个人工智能和机器学习领域的前沿主题。其中七成以上论文聚焦生成式AI在高速发展中遇到的一些挑战和难题。以下为其中

金融机器智能官方·2024-01-28 13:48

NeurIPS’23 Paper Digest | 如何把 LLM 的推理能力应用于事件序列预测？

为期一周的人工智能和机器学习领域顶级会议NeurlPS正在美国路易斯安那州新奥尔良市举办中。

金融机器智能官方·2024-01-28 13:48

新智元：【arXiv】2015 深度学习年度十大论文

这里汇聚了无数科学领域中最前沿的研究，机器学习也包括在内。它反映了学术界当前的整体趋势，我们看到，近来发布的机器学习研究有许多都与深度学习有关。H

abcabsd·2024-01-28 13:16

带延迟的随机逼近方案（Stochastic approximation schemes）：在网络和机器学习中的应用

1.并行队列系统中的动态定价Dynamicpricing1.1系统的表述一个含有并行队列的动态定价系统，该系统中对于每个队列有一个入口收费(entrycharge)，且系统运行的目标是保持队列长度接近于某个理想的配置。这里是这个系统的几个关键假设：a.存在K个并行队列(parallelqueues)：每个队列i都有一个入口收费，这个收费可能会根据队列的当前状态动态变化。b.队列长度观测:表示在时间

思诺学长·2024-01-28 13:13

机器学习的数据库积累........

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md另一个database:（网址:ObjectDetectionMadeEasywithTensorFlowHub:Tutorial）ObjectDetectionMadeEasywithTensor

qqqweiweiqq·2024-01-28 13:12

最优化方法之梯度下降法和牛顿法

大部分的机器学习算法的本质都是建立优化模型，通过最优化方法对目标函数（或损失函数）进行优化，从而训练出最好的模型。最常见的最优化方法有梯度下降法、牛顿法。

thatway1989·2024-01-28 12:00

OpenCV图像处理实现手势识别贪吃蛇(含完整代码)

它采用机器学习(ML)从单个帧中推断出手的21个3D地标。当前最先进的方法主要依赖于强大的桌面环境进行推理，而我们的方法在手机上实现了实时性能，甚至可以扩展到多只手。我们希望向更广泛的研究和开发社

砍树＋c＋v·2024-01-28 11:45

【LLM | 基础知识】自注意力机制 Self-attention [李宏毅机器学习]

1.从“单向量输入”到“多向量输入”在之前的机器学习方法

XMUJason·2024-01-28 11:28

机器学习---可能近似正确（PAC）、出错界限框架

1.计算学习理论概述从理论上刻画了若干类型的机器学习问题中的困难和若干类型的机器学习算法的能力这个理论要回答的问题是：在什么样的条件下成功的学习是可能的？在什么条件下某个特定的学习算法可保证成功运行？

三月七꧁ ꧂·2024-01-28 10:35

机器学习---无偏估计

1.如何理解无偏估计无偏估计：就是我认为所有样本出现的概率⼀样。假如有N种样本我们认为所有样本出现概率都是1/N。然后根据这个来计算数学期望。此时的数学期望就是我们平常讲的平均值。数学期望本质就是平均值。2.无偏估计为何叫做“无偏”？它要“估计”什么？首先回答第⼀个问题：它要“估计”什么？它要估计的是整体的数学期望（平均值）。第⼆个问题：那为何叫做无偏？有偏是什么？假设这个是⼀些样本的集合X=x1

三月七꧁ ꧂·2024-01-28 10:30

机器学习_集成学习之Bagging(集成多个模型，以降低整体的方差)

文章目录Bagging算法——多个基模型的聚合决策树的聚合从树的聚合到随机森林从随机森林到极端随机森林Bagging算法——多个基模型的聚合Bagging是我们要讲的第一种集成学习算法，是BootstrapAggregating的缩写。有人把它翻译为套袋法、装袋法，或者自助聚合，没有统一的叫法，就直接用它的英文名称。其算法的基本思想是从原始的数据集中抽取数据，形成K个随机的新训练集，然后训练出K个

you_are_my_sunshine*·2024-01-28 10:56

【机器学习笔记】1 机器学习概念

机器学习与人工智能、深度学习的关系人工智能机器展现的人类智能机器学习计算机利用已有的数据(经验)，得出了某种模型，并利用此模型预测未来的一种方法。

RIKI_1·2024-01-28 10:25

对机器学习的认知，感悟。

关于AI：AI（ArtificialIntelligence）即人工智能，是计算机科学的一个分支，它致力于研究、开发和应用模仿人类智能的理论、方法、技术及应用系统。AI的目标是使机器能够完成那些需要人类智能才能完成的任务，如学习、理解语言、识别图像、做出决策、解决复杂问题等。根据实现程度的不同，AI可以分为弱人工智能（应用于特定任务场景）和强人工智能（具有广泛适应性和通用性的人工智能，类似于人类水

qyhua·2024-01-28 10:25

【机器学习笔记】0 背景知识之数学基础

注：本文内容仅为个人学习笔记，教程为黄海广老师主讲的机器学习入门系列，课程链接（中国大学慕课，有习题和证书）：https://www.icourse163.org/course/WZU-1464096179

RIKI_1·2024-01-28 10:24

初识人工智能，一文读懂机器学习之逻辑回归知识文集(6)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知

普修罗双战士·2024-01-28 10:23

【机器学习】强化学习（八）-深度确定性策略梯度（DDPG）算法及LunarLanderContinuous-v2环境训练示例...

训练效果DDPG算法是一种基于演员-评论家（Actor-Critic）框架的深度强化学习（DeepReinforcementLearning）算法，它可以处理连续动作空间的问题。DDPG算法描述如下：GPT-4TurboCopilotGPT-4DDPG算法伪代码：深度确定性策略梯度（DDPG）算法，用于训练一个智能体解决OpenAIGym中的LunarLanderContinuous-v2环境示例

十年一梦实验室·2024-01-28 09:53

机器学习｜ROC曲线和AUC值

概念AUC（AreaUnderCurve）被定义为ROC曲线下的面积。其中，ROC曲线全称为受试者工作特征曲线（receiveroperatingcharacteristiccurve），模型会计算出所判断事物为汉堡的概率，而这个时候还需要再设置一个阈值，使得计算出来的概率如果大于这个阈值，就会被判作是汉堡，而如果小于这个阈值的话，就会被判作不是汉堡。也就是说，有存在两种错误情况，一种是判断为，但

晓源Galois·2024-01-28 09:19

公众号头条文章 API 接口

1.产品功能提供公众号头条文章数据；每日更新两次数据；支持21种文章分类检索查询；数据抓取与文章质量筛选基于机器学习；全接口支持HTTPS（TLSv1.0/v1.1/v1.2/v1.3）；全面兼容AppleATS

arielzzz·2024-01-28 09:17

2019年创客素质教育晨报

据透露，针对在线教育行业，腾讯云基于智能语音、智能图像、机器学习、自然语言处理和音视频等底层能力，推出了“腾讯智学解决方案”。

81224ff12082·2024-01-28 09:54

【大厂AI课学习笔记】1.2 现阶段人工智能方法和技术领域

目录1.2现阶段人工智能方法和技术领域1.2.1从技术应用场景展开计算机视觉语音识别自然语言处理1.2.2实现AI的技术工具机器学习的主要类型：深度学习的重要性：1.2现阶段人工智能方法和技术领域1.2.1

giszz·2024-01-28 09:19

使用make_grid多批次显示网格图像（使用CIFAR数据集介绍）

背景介绍在机器学习的训练数据集中，我们经常使用多批次的训练来实现更好的训练效果，具体到cv领域，我们的训练数据集通常是[B,C,W,H]格式，其中，B是每个训练批次的大小，C是图片的通道数，如果是1则为灰度图像

草莓橙子碗·2024-01-28 09:47

人工智能：更多有用的 Python 库

库库的里昂·2024-01-28 09:16

源码实现简介

深度学习作为机器学习的一个重要分支，在自动驾驶感知领域中发挥着越来越重要的作用。深度学习的基本原理是通过神经网络模拟人脑的认知过程，从大量的数据中学习并提取有用的特征。在自动驾

zwhdldz·2024-01-28 09:11

技术浪潮下的程序员裁员危机

人工智能（AI）和机器学习（ML）：AI和ML的发展已经深刻改变了各行各业，包括软件开发领域。自动化工具和算法的

水阳。·2024-01-28 08:23

秋招机器学习面试题问题总结

1、LR为什么用Sigmod函数，这个函数的优缺点各是什么，为什么不用其他的函数？LR的损失函数是什么？2、决策树如果防止过拟合的，损失函数是什么？3、KKT条件有哪些，什么条件下用KKT条件。4、L1正则化为什么能够得到稀疏解，L2为什么能够得到趋于0的解，它们的图像是怎样的？5、GBDT的损失函数是什么？6、SVM的损失函数是什么？如何推导SVM？为什么引入核函数，以及为什么叫核函数？7、什么

上岸的程序员·2024-01-28 07:14

机器学习面试题总结

1.请简要介绍下SVM。SVM，全称是supportvectormachine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。扩展：支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、线性支持向量机及非线性支持向量机。当训练数据线性可分时，通过硬间隔最大化，学习一个线性的分类器，即线性可分支持向量机，又称为硬间隔支持向量机；当

ZhangJiQun&MXP·2024-01-28 07:42

[笔记]机器学习之机器学习理论及案例分析《二》聚类

#21天学习挑战赛—机器学习#活动地址：CSDN21天学习挑战赛文章目录前言聚类聚类定义什么是簇聚类分类离群点聚类算法实例K-Means算法(k-均值算法)寻找质心最佳位置关于均值关于距离函数维度灾难定义产生的问题解决办法总结前言聚类聚类是在无标记样本的条件下将数据进行分组

二进制怪兽·2024-01-28 07:52

Python数据分析的入门路线

最近发现了一个自学Python数据分析的好地方，这里的原创文章高达200+篇，大家一起来看看，可以关注学习起来喔❤️公众号的原创文章涉及：Python数据分析、爬虫、机器学习、kaggle案例分享、MySQL

皮皮大·2024-01-28 07:07

【机器学习 & 深度学习】神经网络简述

专栏：机器学习欢迎订阅！相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！

为梦而生~·2024-01-28 07:39

【大数据】Flink 中的状态管理

很多算子都会不断地读取并更新某些状态，例如：窗口内收集的记录，输入源的读取位置或是一些定制的，诸如机器学习模型之类的特定应用状态。无论是内置状态还

G皮T·2024-01-28 06:13

python-scikit-learn基础

scikit-learn模型调用1.调用模型2.代入数据训练3.模型预测6.scikit-learn结果评价7.scikit-learn过程可视化（以决策树为例）前言scikit-learn是python实现的机器学习算法库

木心心以向荣·2024-01-28 06:11

面试整理

数据分析/hadoop/机器学习面试题集锦，可能是最全的了…发表于：2017-09-2115:17阅读：178评论：0无论你是想从事大数据相关职位的职场小白，还是准备往高处走的牛牛。

qq_20962187·2024-01-28 06:09

Scikit-learn (sklearn)速通 -【莫凡Python学习笔记】

视频教程链接：【莫烦Python】Scikit-learn(sklearn)优雅地学会机器学习视频教程代码scikit-learn官网莫烦官网学习链接本人matplotlib、numpy、pandas笔记

做一只猫·2024-01-28 06:37

第2章-神经网络的数学基础——python深度学习

我们将使用MNIST数据集，它是机器学习领域的一个经典数据集，其历史几乎和这个领域一样长，而且已被人们深入研究。MNIST数据集包含60000张训练图像和10000张测试图像，由美

weixin_42963026·2024-01-28 05:43

GPT4+Python近红外光谱数据分析及机器学习与深度学习建模

详情点击链接：GPT4+Python近红外光谱数据分析及机器学习与深度学习建模第一：GPT4入门基础1、ChatGPT概述（GPT-1、GPT-2、GPT-3、GPT-3.5、GPT-4模型的演变）2、

慢腾腾的小蜗牛·2024-01-28 05:54

pytorch安装(CPU和GPU)，以及简单的API

1pytorch介绍1END-TO-ENDMACHINELEARNINGFRAMEWORK（端到端的机器学习框架）上述这样命名就是因为深度学习只是机器学习的一个分支2pytorch的优点：简单易用、分布式训练

圆圆栗子君·2024-01-28 04:15

计算机设计大赛垃圾邮件(短信)分类算法实现机器学习深度学习

垃圾短信/邮件分类算法原理2.1常用的分类器-贝叶斯分类器3数据集介绍4数据预处理5特征提取6训练分类器7综合测试结果8其他模型方法9最后0前言优质竞赛项目系列，今天要分享的是垃圾邮件(短信)分类算法实现机器学习深度学习该项目较为新颖

iuerfee·2024-01-28 04:39

Python粉都应该知道的开源机器学习框架：Scikit-learn入门指南

而在这些分支版本中，最有名，也是专门面向机器学习的一个就是Scikit-learn。Scikit-learn

weixin_34380296·2024-01-28 04:47

机器学习库选型

摘抄目的只是为了简单地了解各种机器学习库原文链接：https://www.080910t.com/2018/02/23/choosing-an-open-source-machine-learning-library

Francis_Ye·2024-01-28 04:17

Scikit-Learn 高级教程——高级模型

PythonScikit-Learn高级教程：高级模型在机器学习中，选择合适的模型是至关重要的。本篇博客将深入介绍Scikit-Learn中一些高级模型，包括集成学习方法、核方法、以及深度学习模型。

Echo_Wish·2024-01-28 04:17

数据分析

机器学习Python可以说是现在最流行的机器学习语言，而且你也能在网上找到大量的资源。你现在也在考虑从Python入门机器学习吗？

Stella__Lee·2024-01-28 04:47

Scikit-Learn 高级教程——高级特征工程

PythonScikit-Learn高级教程：高级特征工程特征工程是机器学习中不可或缺的一部分，而高级特征工程则涉及更复杂的技术和方法。

Echo_Wish·2024-01-28 04:45

《Python 简易速速上手小册》第9章：数据科学和机器学习入门（基于最新版 Python3.12 编写）

知识体系」9.1Python在数据科学中的应用9.1.1数据处理与清洗9.1.2数据分析9.1.3数据可视化9.2NumPy和Pandas基础9.2.1NumPy基础9.2.2Pandas基础9.3简介机器学习

江帅帅·2024-01-28 02:15

[Python] scikit-learn - 葡萄酒(wine)数据集和决策树分类器的使用

该数据集是由UCI机器学习库提供，并且已经被广泛用于分类和聚类任务，作为基准测试数据集之一。sklearn.datasets.load_wine—sci

老狼IT工作室·2024-01-28 02:10

[Python] conda、anaconda、miniconda的关系，miniconda安装，conda命令使用

它主要用于Python编程语言及其相关的数据科学、机器学习等应用领域。

老狼IT工作室·2024-01-28 02:39

机器学习-63-Structured Learning-04-Sequence Labeling Problem(结构化学习-序列标注(HMM,CRF))

文章目录SequenceLabelingProblemSequenceLabelingDefinitionApplicationExampleTask：POStaggingOutline(大纲)HMM介绍什么样的问题需要HMM模型Howyougenerateasentence?step1step2HMM的数学表达Estimatingtheprobabilities(概率估计)HowtodoPOST

迷雾总会解·2024-01-28 01:45

惊为天人，NumPy手写全部主流机器学习模型，代码超3万行

超过3万行代码、30多个模型，这也许能打造「最强」的机器学习基石？NumPy作为Python生态中最受欢迎的科学计算包，很多读者已经非常熟悉它了。

小白学视觉·2024-01-28 01:15

1、什么是特征工程

在这门课程中，你将学习到构建一个优秀的机器学习模型过程中最重要的一步：特征工程。

AI算法蒋同学·2024-01-28 01:39

Java入门高频考查基础知识5（扎实技术基础应变一切变化-45题4.2万字参考答案）

技术变革裁员影响的因素：自动化替代简单重复性工作：随着技术的发展，一些简单、重复性的编码任务可能被自动化工具或者机器学习算法取代。这可能导致一些岗位的需求减少或者消失，从而可能导致部分人员裁员。

danci_·2024-01-28 01:37

推荐频道

机器学习&深度学习算法