机器学习(科普向) 第8页

机器学习 [白板推导]（三）[线性分类]

4.线性分类4.1.线性分类的典型模型硬分类：输出结果只有0或1这种离散结果；感知机线性判别分析Fisher软分类：会输出0-1之间的值作为各个类别的概率；概率生成模型：高斯判别分析GDA、朴素贝叶斯，主要建模的是p(x⃗,y)p(\vec{x},y)p(x,y)概率判别模型：逻辑回归，主要建模的是p(y∣x⃗)p(y|\vec{x})p(y∣x)4.2.感知机4.2.1.基本模型模型：f(x

神齐的小马·2025-03-17 15:31

当大模型训练遇上“双向飙车”：DeepSeek开源周 DualPipe解析指南

DeepSeek团队提出的DualPipe双向流水线架构，通过双向计算流与计算-通信重叠的创新设计，将前向与反向传播拆解为“对称轨道”，使GPU可“边读边写、边算边传”，将流水线空闲时间压缩超50%。

来自于狂人·2025-03-17 13:51

Ollama 基本概念

Ollama是一个本地化的、支持多种自然语言处理（NLP）任务的机器学习框架，专注于模型加载、推理和生成任务。通过Ollama，用户能够方便地与本地部署的大型预训练模型进行交互。

Mr_One_Zhang·2025-03-17 13:47

人工智能直通车系列24【机器学习基础】（机器学习模型评估指标（回归））

目录机器学习模型评估指标（回归）1.均方误差（MeanSquaredError,MSE）2.均方根误差（RootMeanSquaredError,RMSE）3.平均绝对误差（MeanAbsoluteError

浪九天·2025-03-17 11:08

python_学习爬虫遇到的第一个问题_urllib获取baidu首页源代码

importurllib.request#左边自定义名称，右边是要访问的地址url='https://www.baidu.com/Index.htm'#左边自定义名称可以叫做响应，右边是通过urllib.request.urlopen方法向url

KJDETL·2025-03-17 11:38

托盘四向车与子母车对比

在同等仓库面积和建筑高度的条件下，托盘四向穿梭车与托盘子母车在存储托盘数量、作业效率、性价比等方面存在显著差异。

骞途·2025-03-17 11:37

加密狗工作原理和破解方法简介

软件运行时通过向狗发送消息，判断从接口返回密码(简单

阿湯哥·2025-03-17 11:05

从零开始学机器学习——构建一个推荐web应用

我们此次的学习重点在于机器学习本身，因此我们

努力的小雨·2025-03-17 11:04

Python自动化炒股：利用XGBoost和LightGBM进行股票市场预测的实战案例

Python以其强大的数据处理能力和丰富的机器学习库，成为了实现这些模型的首选语言。本文将带你了解如何使用XGBoost和LightGBM这两个流行的机器学习算法来

云策量化·2025-03-17 10:29

【sklearn 04】DNN、CNN、RNN

DNNDNN（DeepNeuralNetworks，深度神经网络）是一种相对浅层机器学习模型具有更多参数，需要更多数据进行训练的机器学习算法CNNCNN（convolutionalNeuralNetworks

@金色海岸·2025-03-17 09:24

【sklearn 02】监督学习、非监督下学习、强化学习

监督学习、非监督学习、强化学习**机器学习通常分为无监督学习、监督学习和强化学习三类。

@金色海岸·2025-03-17 09:54

在新零售时代，BI赋能零售行业数字化转型

新零售时代的到来，让两个阵营从完全对立开始向逐渐融合进行转变。新零售对线

思迈特BI研究院·2025-03-17 09:21

从LLM出发：由浅入深探索AI开发的全流程与简单实践（全文3w字）

文章目录第一部分：AI开发的背景与历史1.1人工智能的起源与发展1.2神经网络与深度学习的崛起1.3Transformer架构与LLM的兴起1.4当前AI开发的现状与趋势第二部分：AI开发的核心技术2.1机器学习

码事漫谈·2025-03-17 09:48

纳米尺度仿真软件：Quantum Espresso_（20）.机器学习在QuantumEspresso中的应用

机器学习在QuantumEspresso中的应用在现代材料科学和纳米技术的研究中，机器学习（ML）技术已经成为一种强大的工具，用于加速和优化量子力学计算。

kkchenjj·2025-03-17 08:11

linux桌面版安装输入法,Debian KDE桌面安装五笔和拼音输入法

本文将向读者展示如何在DebianKDE桌面安装五笔输入法。本文分两部分，第一部分介绍ibus平台输入法的安装；第二部分是fcitx平台输入法的安装。

游志军·2025-03-17 08:41

java实现卷积神经网络CNN（附带源码）

项目背景与意义1.2什么是卷积神经网络（CNN）1.3卷积神经网络的应用场景相关知识与理论基础2.1神经网络与深度学习概述2.2卷积操作与卷积层原理2.3激活函数与池化层2.4全连接层与损失函数2.5前向传播

Katie。·2025-03-17 07:38

【人工智能】Model Context Protocol (MCP) 是一个开放协议，标准化了应用程序向大型语言模型（LLMs）提供上下文的方式

MCP，标准化了应用程序向大型语言模型（LLMs）提供上下文的方式。‌MCP，旨在标准化应用程序如何为大型语言模型（LLM）提供上下文信息。

本本本添哥·2025-03-17 06:28

新手村：数据预处理-异常值检测方法

机器学习中异常值检测方法一、前置条件知识领域要求编程基础Python基础（变量、循环、函数）、JupyterNotebook或PyCharm使用。

嘉羽很烦·2025-03-17 05:20

新手村：数据预处理-特征缩放

新手村：数据预处理-特征缩放特征缩放（FeatureScaling）是数据预处理中的一个重要步骤，特别是在应用某些机器学习算法时。

嘉羽很烦·2025-03-17 05:20

过拟合：机器学习中的“死记硬背”陷阱

在机器学习中，过拟合（Overfitting）是一个几乎每个从业者都会遇到的经典问题。它像一把双刃剑：当模型过于“聪明”时，可能会陷入对训练数据的过度依赖，从而失去处理新问题的能力。

彩旗工作室·2025-03-17 05:44

MongoDB集合（表）自动创建机制

当你第一次向一个不存在的集合插入文档时，MongoDB会自动创建该集合。你不需要像在关系型数据库中那样预先定义表结构。

zpjing~.~·2025-03-17 04:11

如何使用pymysql库向数据库表中插入数据？

使用pymysql库向数据库表中插入数据，需要在连接数据库之后，构造合适的SQL插入语句并执行。

爬虫数据虫巢·2025-03-17 03:05

【Python】已解决：pip安装第三方模块（库）与PyCharm中不同步的问题（PyCharm添加本地python解释器）

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-03-17 03:02

如何在github上参与开源项目

2.找到感兴趣的项目GitHub上有成千上万的开源项目，你可以通过以下方式找到感兴趣的项目：搜索项目：在GitHub首页的搜索框中输入关键词，例如“机器学习”、“Web开发”等。

这个懒人·2025-03-17 03:00

Postman用JSON格式数据发送POST请求及注意事项

格式数据发送POST请求流程如下选择请求方式为POST输入要测试的API的URL选择Body标签选择raw选择JSON输入JSON格式的参数点击“Send”按钮在响应区，分析回复结果二．发送POST请求示例向api

luckyext·2025-03-17 02:56

kubeadm安装k8s v1.20集群

kubeadm安装kubernetesv1.20环境准备安装Docker安装kubeadm,kubectl,kubelet部署master向集群添加节点部署容器网络环境准备角色IPk8s-master172.16.10.50k8s-node1172.16.10.51k8s-node2172.16.10.52

小腿乱蹬~·2025-03-17 02:25

【AI大模型智能应用】Deepseek生成测试用例

DeepSeek基于人工智能和机器学习，它能够依据软件的需求和设计文档，自动生成高质量的测试用例，显著减轻人工编写测试用例的负担。

柳柳的博客·2025-03-17 02:51

Python依赖管理工具分析

缺乏从一开始就进行统一规划和设计的意识社区的分散性：Python社区庞大且分散，众多开发者和团队各自为政，根据自己的需求和偏好开发工具，缺乏统一的协调和整合机制多样化的使用场景：Python应用场景广泛，从Web开发到数据科学、机器学习

xdpcxq1029·2025-03-17 01:19

双指针算法

以下是其核心应用场景及使用方法：核心应用场景有序数组的两数之和左右指针从两端向中间移动，根据当前和调整指针位置。合并有序数组/链表从后向前填充避免覆盖，或直接比较节点合并。

六七_Shmily·2025-03-17 00:10

【人工智能基础2】机器学习、深度学习总结

文章目录一、人工智能关键技术二、机器学习基础1.监督、无监督、半监督学习2.损失函数：四种损失函数3.泛化与交叉验证4.过拟合与欠拟合5.正则化6.支持向量机三、深度学习基础1、概念与原理2、学习方式3

roman_日积跬步-终至千里·2025-03-16 23:02

vue2和vue3的diff算法有什么区别？

其有两个特点：只会在同层进行比较，不会跨层比较在diff比较过程中，循环从两边向中间比较diff算法在很多场景下都有应用，在vue中，作用于虚拟dom渲染成真实dom的新旧虚拟节点比较。

浮生无聊·2025-03-16 22:27

Linux文件描述符

Linux文件描述符Linux系统中，把一切都看做是文件，当进程打开现有文件或创建新文件时，内核向进程返回一个文件描述符（filedescriptor，fd）[1,4]，在windows下面，这玩意儿叫

·2025-03-16 21:40

AirPlay视频SDK集成

AirPlay发送向AirPlay接收器播放媒体内容的苹果设备。示例包括i

Lotay_天天·2025-03-16 21:46

Python精进系列： K-Means 聚类算法调用库函数和手动实现对比分析

一、引言在机器学习领域，聚类分析是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇，使得同一簇内的样本具有较高的相似性，而不同簇之间的样本具有较大的差异性。

进一步有进一步的欢喜·2025-03-16 21:15

Python接入支付宝支付

在此文中，我们将介绍如何使用Python接入支付宝支付的基础步骤，包括：设置支付宝开发者帐号集成支付宝SDK创建支付请求向支付宝发起支付1.设置支付宝开发者

I am not people·2025-03-16 19:06

ProCmdActionAdd 解读

ProCmdActionAdd是CreoToolkit中用于定义命令的核心函数，允许开发者向CreoParametric添加自定义操作。

weixin_39340606·2025-03-16 19:36

卓伊凡怒揭真相：鸿蒙自研铁证如山，岂容无端抹黑？

在此，卓伊凡必须郑重且明确地向所有人宣告：鸿蒙，毫无疑问是一款彻头彻尾的自研系统！然而，即便在科技发展日新月异的2025年，仍有部分人，对鸿蒙系统从未有过实际的接触与了解，便在一旁肆意发表不实言论。

卓伊凡·2025-03-16 19:33

新手村：线性回归-实战-波士顿房价预测

新手村：线性回归-实战-波士顿房价预测前置条件阅读：新手村：线性回归了解相关概念实验目的1.熟悉机器学习的一般流程2.掌握基础的数据处理方法3.理解常用的回归算法教学例子：预测房价（以波士顿房价数据集为例

嘉羽很烦·2025-03-16 18:28

tomcat8.5

请求：客户端向服务器发送数据。应答：服务器向客户端发送数据。HTTP协议：服务器与客户端之间交流的一种协议，通过规定好的结构来识别相互的内容。BIO(blockingio)阻塞IO，N

咱家阿星·2025-03-16 18:55

【解锁机器学习：探寻数学基石】

机器学习中的数学基础探秘在当今数字化时代，机器学习无疑是最具影响力和发展潜力的技术领域之一。

游戏乐趣·2025-03-16 17:23

机器学习——正则化、欠拟合、过拟合、学习曲线

过拟合（overfitting）:模型只能拟合训练数据的状态。即过度训练。避免过拟合的几种方法：①增加全部训练数据的数量（最为有效的方式）②使用简单的模型（简单的模型学不够，复杂的模型学的太多），这里的简单指的是不要过于复杂③正则化（对目标函数后加上正则化项）：使得这个“目标函数+正则化项”的值最小，即为正则化，用防止参数变得过大（参数值变小，意味着对目标函数的影响变小），λ是正则化参数，代表正则

代码的建筑师·2025-03-16 17:51

从过拟合到强化学习：机器学习核心知识全解析

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-03-16 16:16

应用层之网络应用模型，HTTP/HTTPS协议

应用层是网络协议栈的最顶层，直接为应用程序提供通信服务，定义了不同主机间应用进程交互的规则，包括报文类型、语法、语义及通信时序一、网络应用模型1.定义及特点模型定义核心特点典型应用场景C/S客户端向服务器发起请求

@ANONYME·2025-03-16 16:46

利用matlab实现贝叶斯优化算法（BO）优化支持向量机回归(SVR)的超参数

【导读】在机器学习建模中，支持向量机（SVM）回归模型的效果高度依赖超参数选择。但手动调参就像"大海捞针"，而网格搜索又面临"计算爆炸"的难题。今天给大家介绍一个智能调参黑科技——贝叶斯优化算法。

是内啡肽耶·2025-03-16 16:41

机器学习的下一个前沿是因果推理吗？——探索机器学习的未来方向！

机器学习的进化：从预测到因果推理机器学习凭借强大的预测能力，已经彻底改变了多个行业。然而，要实现真正的突破，机器学习还需要克服实践和计算上的挑战，特别是在因果推理方面的应用。

真智AI·2025-03-16 13:49

使用Python和LangChain创建可调用工具的智能对话机器人：全面指南

本文将通过一系列实例和代码演示，向您展示如何利用Python编程语言和LangChain框架，创建能够使用外部工具（

m0_57781768·2025-03-16 13:46

2025年移动端技术探索-DeepSeek这么说

随着移动互联网的逐步成熟，从增量市场向存量市场过度，对于开发的需求量大减，技术层面和业务层面的的需求量都很乏力。

轻口味·2025-03-16 12:40

RISC-V与ARM

我们使用计算机可以理解的语言向计算机的硬件发出指令。计算机语言由称为指令的词组成，词汇表称为指令集。指令集告诉我们每条指令的

IT_Beijing_BIT·2025-03-16 11:36

深入解析LTE-A到5G的系统消息架构与功能演进

5G系统消息还通过机器学习和大数据分析实现智能化分发，增强了网络灵活性、智能

罗博深·2025-03-16 11:35

推荐频道

机器学习(科普向)