机器学习(科普向)

Go 企业开发知识链

Go企业级-全局篇Go企业级-全局篇，又名：Go企业级应用到底层开发（第4天）这个系列是准备做从go基础到Web开发，系统编程，云原生应用,网络编程,工具和脚本开发,机器学习，CGo编程，还有最后的编译器层级底层的分析
Wade_Crab·2025-02-22 05:12

推荐项目：一键部署的高效搜索引擎——SearXNG Docker

今天，我们向大家推荐一个开源项目——SearXNGDocker，它将让你在五分钟内拥有一个私人定制的搜索引擎实例，通过Docker容器化技术，简化了传统部署流程，使得即使是非专业技
廉艳含·2025-02-22 05:12

【Python】成功解决: OSError: [Errno 22] Invalid Argument

OSError:[Errno22]InvalidArgument博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等
云天徽上·2025-02-22 05:09

HTTP SSE 实现

参考：SSE协议SSE技术详解：使用HTTP做服务端数据推送应用的技术一句概扩SSE可理解为：服务端和客户端建立连接之后双方均保持连接，但仅支持服务端向客户端推送数据。推送完毕之后关闭连接，无状态行。
CAir2·2025-02-22 04:02

（《机器学习》完整版系列）附录 ——3、复合函数梯度的链式法则（链的次序不可交换）

推导了复合函数梯度的链式法统一形式。首创了的链式记号，非常易记：分子右挪+分数约分，特别是它强调了链的表达次序，由于矩阵积没有交换律，故该链的次序不可交换。注：修正了一般教材中的错误次序（在标量时正确）链式法则在此基础上，我们讨论复合函数的链式法则（只讨论复合后为标量函数的情况，即zzz为标量）。1.当自变量为标量xxx时，梯度为标量：∂z∂x\frac{\partialz}{\partialx}
人工干智能·2025-02-22 03:17

利用DeepSeek提升编程效率:全面指南

它利用先进的自然语言处理和机器学习技术,为程序员提供智能代码补全、代码生成、错误检测等功能。2.Dee
一小路一·2025-02-22 02:45

科普：“git“与“github“

Git与GitHub的关系可以理解为：Git是一种软件工具，而GitHub则是一个在线平台，它们是“一家子”。二者的关联最直接体现在你通过Git在GitHub仓库中clone软件包到你的机器中来。具体来说：一、Git定义：Git是一个开源的分布式版本控制系统，用于敏捷高效地处理任何或小或大的项目版本管理。它由LinusTorvalds开发，最初是为了帮助管理Linux内核开发。特点：分布式：开发者
人工干智能·2025-02-22 02:39

从零开始玩转TensorFlow：小明的机器学习故事 1

1.引言故事简介小明是一个计算机专业的大三学生，近期在学校里接触到了机器学习。他在某次校园活动中发现，活动主办方总是难以准确预测学生的报名人数，导致准备的物料经常不够或浪费。
山海青风·2025-02-22 01:05

从零开始玩转TensorFlow：小明的机器学习故事 2

——从零开始的第一个机器学习程序1.为什么要写这个“Hello,TensorFlow!”？无论学习什么新语言或新框架，“HelloWorld!”
山海青风·2025-02-22 01:05

知物由学 | AI网络安全实战：生成对抗网络

在AI的原始应用中，这个词指的是用来欺骗评估神经网络或另一个机器学习模型的样本类型。随着机器学习在安全应
Hacker_Fuchen·2025-02-22 01:59

如何系统学习 MATLAB

它不仅在矩阵运算、数据分析和图形可视化等方面表现出色，还在信号处理、控制系统设计以及机器学习中占有重要地位。
热爱技术。·2025-02-21 22:03

深度学习模型：原理、架构与应用

深度学习（DeepLearning）是机器学习中的一个分支，基于人工神经网络的发展，尤其是多层神经网络的研究，使其在语音识别、图像处理、自然语言处理等领域取得了显著进展。
一ge科研小菜菜·2025-02-21 22:00

Spark MLlib中的机器学习算法及其应用场景

SparkMLlib是ApacheSpark框架中的一个机器学习库，提供了丰富的机器学习算法和工具，用于处理和分析大规模数据。
Java资深爱好者·2025-02-21 20:47

基于深度学习的入侵检测系统设计与实现

深度学习作为一种强大的机器学习技术，具有强大的特征学习和模式识别能力，为入侵检测技术带来了新的机遇。本文深入探讨了基于深度
AI天才研究院·2025-02-21 19:39

大一的你如何入门TensorFlow

接下来，可能需要了解机器学习的基本概念。TensorFlow毕竟是一个机器学习框架，如果没有基本的理解，直接上
eso1983·2025-02-21 18:31

初学图

图的一些概念1、有向图若E是有向边(也称弧)的有
再也不熬夜zzz·2025-02-21 18:58

【蓝桥杯集训·每日一题2025】 AcWing 6134. 哞叫时间II python

6134.哞叫时间IIWeek12月20日农夫约翰正在试图向埃尔茜描述他最喜欢的USACO竞赛，但她很难理解为什么他这么喜欢它。
查理零世·2025-02-21 18:57

标准制修订信息管理系统：推动企业标准化管理的数字化转型

我们基于多年行业实践经验，推出标准制修订信息管理系统，助力企业实现标准化工作的全生命周期管理与全价值链共享，推动标准化管理从“传统分散”向“智能协同”转型。
wjoang·2025-02-21 17:24

ARCore：ARCore的点云与深度API应用_2024-07-25_20-37-55.Tex

它通过使用设备的摄像头、传感器和机器学习技术，能够在没有外部标记的情况下，实现对现实世界的理解和交互。ARCore支持Android和iOS设备，允许开发者创建沉浸式的AR应用，无需额外硬件支持。
chenjj4003·2025-02-21 16:16

vue中子组件和子组件之间怎么通信_Vue.js中父子组件之间通信方法实例详解

分享给大家供大家参考，具体如下：一、父组件向子组件传递消息```javascript//Parent.vue..本文实例讲述了vuejs中父子组件之间通信方法。
weixin_39774445·2025-02-21 15:06

初识pytorch

一、AI发展史二、什么是深度学习深度学习是机器学习的一个子集。为了更好地理解这种关系，我们可以将它们放在人工智能（AI）的大框架中来看。
m0_73286250·2025-02-21 15:02

NVIDIA B200：高性能 AI 计算的未来

简介对于一直关注人工智能和机器学习快速发展的人来说，新硬件的发布总是备受期待。每一代新处理器和加速器都有可能极大地改变我们开发和部署大规模机器学习模型的方式。
知识大胖·2025-02-21 15:01

Java部署机器学习模型:方案二(基于DJL)

DJL（DeepJavaLibrary）是由亚马逊公司开发的一款开源的深度学习框架，它旨在为Java开发人员提供一个简单而强大的API，使得在Java中使用深度学习变得更加容易。DJL有以下几个方面优势：支持多个底层引擎DJL支持多个底层引擎，包括MXNet、TensorFlow和PyTorch等。这使得DJL可以在多个平台上使用，包括Java、Android、iOS和RaspberryPi等。易
iiilloi·2025-02-21 15:01

蓝桥杯集训·每日一题2025 哞叫时间II

农夫约翰正在试图向埃尔茜描述他最喜欢的USACO竞赛，但她很难理解为什么他这么喜欢它。他说「竞赛中我最喜欢的部分是贝茜说『现在是哞哞时间』并在整个竞赛中一直哞哞叫」。
GGKingV50·2025-02-21 14:28

2025年如何挑选静态应用安全测试（SAST）工具？

公司可以避免因带风险延迟向客户发布或将之投入生产所带来的惊吓。但如果考虑将SAST融入AppSec
悬镜安全·2025-02-21 14:28

机器学习的模型类型（Model Types）

1.传统机器学习模型线性模型（LinearModels）：线性回归（LinearRegression）：用于回归任务，拟合线性关系。
路野yue·2025-02-21 14:56

机器学习课程的常见章节结构

以下是机器学习课程的常见章节结构，结合了搜索结果中的信息：1.机器学习基础知识机器学习的定义与分类监督学习、无监督学习、半监督学习、强化学习机器学习的产生与发展机器学习的历史与现代应用经验误差与过拟合过拟合与欠拟合的概念及解决方案评估方法与性能度量交叉验证
zhangfeng1133·2025-02-21 14:24

机器学习_19 集成学习知识点总结

集成学习（EnsembleLearning）是一种强大的机器学习范式，通过组合多个模型的预测结果来提高整体性能和泛化能力。它在分类、回归和特征选择等任务中表现出色，广泛应用于各种实际问题。
数据媛·2025-02-21 14:53

机器学习_18 K均值聚类知识点总结

K均值聚类（K-meansClustering）是一种经典的无监督学习算法，广泛应用于数据分组、模式识别和降维等领域。它通过将数据划分为K个簇，使得簇内相似度高而簇间相似度低。今天，我们就来深入探讨K均值聚类的原理、实现和应用。一、K均值聚类的基本概念1.1K均值聚类的目标K均值聚类的目标是将数据集划分为K个簇，使得每个簇内的数据点尽可能接近，而不同簇之间的数据点尽可能远离。具体来说，K均值聚类最
数据媛·2025-02-21 14:53

k8s的资源说明 cpu 内存 requests usage limits

k8s资源配置在Kubernetes中，有三个非常重要的资源概念，分别是资源请求（Requests）、资源使用率（Usage）和资源限制（Limits）1、资源请求Requests资源请求是Pod启动时向Kubernetes
节点。csn·2025-02-21 14:53

机器学习—逻辑回归

本内容是博主自学机器学习总结的。由于博主水平有限，内容可能有些许错误。如有错误，请发在评论区。
60岁的程序猿·2025-02-21 14:22

Linux升级openssl解决方案

从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2025-02-21 14:21

【机器学习】向量化使得简单线性回归性能提升

向量化使得简单线性回归性能提升一、摘要二、向量化运算概述三、向量化运算在简单线性回归中的应用四、性能测试与结果分析一、摘要本文主要讲述了向量化运算在简单线性回归算法中的应用。通过回顾传统for循环方式实现的简单线性回归算法，介绍了如何通过最小二乘法计算a的值。然而，这种方式在计算性能上存在效率较低的问题。为了提高性能，视频引入了向量化运算的概念，即将计算过程从循环方式转变为向量之间的计算。通过向量
若兰幽竹·2025-02-21 13:50

网络安全入门教程（非常详细）从零基础入门到精通

先科普划分一下级别（全部按小白基础，会写个表格word就行的这种）**1级：脚本小子；难度：无，**达到“黑客新闻”的部分水准（一分
程序员羊羊·2025-02-21 11:31

Web 后端 请求与响应

一请求响应1.请求（Request）客户端向服务器发送的HTTP请求，通常包含以下内容：请求行：HTTP方法（GET/POST等）、请求的URL、协议版本。
小安同学iter·2025-02-21 11:58

OpenCV机器学习（10）训练数据的一个核心类cv::ml::TrainData

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::ml::TrainData类是OpenCV机器学习模块中用于表示训练数据的一个核心类
村北头的码农·2025-02-21 10:19

标准制修订信息管理系统：推动企业标准化管理的数字化转型

我们基于多年行业实践经验，推出标准制修订信息管理系统，助力企业实现标准化工作的全生命周期管理与全价值链共享，推动标准化管理从“传统分散”向“智能协同”转型。
Neozsvc·2025-02-21 08:09

机器学习(四) 本文(2万字) | 梯度下降GD原理 | Python复现 |

第四章梯度下降一引入梯度二从一元到多元2.1一元函数2.1.1引入梯度下降2.1.2学习率2.1.3继续更新迭代2.2二元函数2.3多元函数三多种梯度方法3.1批量梯度下降（BatchGradientDescent，BGD）3.1.1对目标函数求偏导3.1.2每次迭代对参数进行更新3.1.3优缺点3.2随机梯度下降（StochasticGradientDescent，SGD）3.2.1对目标函数求
小酒馆燃着灯·2025-02-21 08:36

机器学习(一) 本文(3万字) | 机器学习概述 |

推荐阅读，点击查看文章目录1.统计学习(机器学习）1.1特点1.2对象1.3目的1.4方法1.5步骤2.基本分类2.1监督学习2.1.1输入空间、特征空间和输出空间2.1.2概率分布2.1.3假设空间2.1.4
小酒馆燃着灯·2025-02-21 08:05

机器学习杂记

过拟合处理方法：早停正则化dropout数据增广避免局部极小值方法：以不同的初始值来训练网络，最终选取最小的。使用模拟退火技术。模拟退火在每一步都以一定的概率接受比当前解更差的结果，从而有助于跳出局部极小。在每一步迭代过程中，接受次优解的概率要随着时间的推移而逐渐降低，从而保证算法稳定。使用随机梯度下降。与标准梯度下降精确计算梯度不同，随机梯度下降算法在计算梯度时加入了随机因素。于是，即使陷入局部
被自己蠢哭了·2025-02-21 08:33

DeepSeek赋能智慧文旅：新一代解决方案，重构文旅发展的底层逻辑

DeepSeek作为一款前沿的人工智能大模型，凭借其强大的多模态理解、知识推理和内容生成能力，正在重构文旅产业的发展逻辑，推动行业从传统的经验驱动向数据驱动、从人力密集型向智能协同型转变。
百家方案·2025-02-21 07:00

PyMuPDF 操作手册 - 02 PDF 中图像的提取、插入、创建等

文章目录三、PDF中提取和插入图像3.1从PDF中提取图像3.2提取矢量图形3.3向PDF添加图像3.4如何从文档页面制作图像3.5如何提高图像分辨率3.6如何创建局部像素贴图（剪辑）3.7如何将剪辑缩放到
岳涛@泰山医院·2025-02-21 07:59

[深入探索USearch：快速高效的单文件向量搜索引擎]

引言在数据科学和机器学习领域，最近出现了许多用于近似最近邻搜索（ApproximateNearestNeighbors,ANNS）的工具。
stjklkjhgffxw·2025-02-21 05:15

如何利用USearch实现快速向量搜索：更轻量、更高效的替代方案

引言向量搜索在现代机器学习和信息检索中扮演着重要角色。无论是图像检索、文本相似度计算还是推荐系统，向量搜索都是核心技术之一。本文将介绍一个轻量级、高效的向量搜索引擎——USearch。
sdfugyd·2025-02-21 05:45

同花顺api收费标准是怎样的？是否有免费使用的可能呢

接口python炒股自动化（1），量化交易接口区别Python炒股自动化（2）：获取股票实时数据和历史数据Python炒股自动化（3）：分析取回的实时数据和历史数据Python炒股自动化（4）：通过接口向交易所发送订单
财云量化·2025-02-21 04:37

同花顺接口api费用是多少，包含哪些内容？

接口python炒股自动化（1），量化交易接口区别Python炒股自动化（2）：获取股票实时数据和历史数据Python炒股自动化（3）：分析取回的实时数据和历史数据Python炒股自动化（4）：通过接口向交易所发送订单
财云量化·2025-02-21 04:36

机器学习：十大算法实现汇总

机器学习十大算法代码实现：使用numpy、pandas，不调用机器学习相关库。
golemon.·2025-02-21 03:11

Vue.prototype 详解及使用

简介：在Vue.js开发中，Vue.prototype是一个强大的特性，允许开发者向所有Vue实例添加全局方法或属性。
是小傲雨呀^_^·2025-02-21 03:41

Linux系统上同时打印到物理打印机并生成PDF副本方法研究

以下是几种可行的方案：方法1：使用CUPS设置多个打印机（物理+PDF）CUPS（CommonUnixPrintingSystem）是Linux默认的打印服务，支持同时向多个打印机发送任务。
码农君莫笑·2025-02-21 03:39

langchain系列 - FewShotPromptTemplate 少量示例

前期忙碌的开发阶段结束，需要沉淀自己的应用知识，过一遍LangChain时间：20250220说明：技术梳理，针对FewShotPromptTemplate专门来写一篇博客概念说明few-shot最初来源于机器学习的概念
码--到成功·2025-02-21 02:26
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他