机器学习+数学第4页

模糊模式识别：从贴近度到分类决策的Matlab实践

模糊模式识别是模糊数学在现实问题中的核心应用之一，其核心思想是通过量化模糊集合之间的“相似性”或“贴近度”，实现对未知模式的分类与识别。

青橘MATLAB学习·2025-02-14 05:03

ALBERT：轻量级的BERT，用于语言表征的自监督学习

ALBERT：轻量级的BERT，用于语言表征的自监督学习阅读时长：19分钟发布时间：2025-02-13近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎

·2025-02-14 05:05

从VGG到Transformer：深度神经网络层级演进对模型性能的深度解析与技术实践指南

一、技术原理（数学公式+示意图）1.层深与模型容量关系数学表达：根据UniversalApproximationTheorem，深度网络可表达复杂函数：f(x)=fL(fL−1(⋯f1(x)))f(x)

燃灯工作室·2025-02-14 05:57

机器学习·逻辑回归

前言逻辑回归虽然名称中有“回归”，但实际上用于分类问题。基于线性回归的模型，通过使用逻辑函数（如Sigmoid函数）将线性组合的结果映射到0到1之间的概率值，用于表示属于某个类别的可能性。一、逻辑回归vs线性回归特性逻辑回归线性回归任务类型分类（二分类为主）回归（预测连续值）输出范围(0,1)（概率值）(-∞,+∞)核心函数Sigmoid函数线性函数损失函数对数损失函数（交叉熵）均方误差（MSE）

AAA顶置摸鱼·2025-02-14 03:00

Meta AI 最近推出了一款全新的机器学习框架ParetoQ，专门用于大型语言模型的4-bit 以下量化

订阅：https://rengongzhineng.io/MetaAI最近推出了一款全新的机器学习框架——ParetoQ，专门用于大型语言模型的4

新加坡内哥谈技术·2025-02-14 03:00

python中异常处理

:print("yes")exceptExceptionase:print(e)print("输入不合法")#tryexceptelse结构#coding:utf-8mathScore=input("数学分数

suanfa_student·2025-02-14 03:26

请解释 JavaScript 中的函数式编程，优缺点是什么？

一、对JavaScript函数式编程的理解函数式编程（FunctionalProgramming，FP）是一种编程范式，它将计算视为数学函数的求值，并避免改变状态和可变数据。

程序员黄同学·2025-02-14 02:54

一杯咖啡的时间学习大模型（LLM）：LLaMA解读之旋转编码RoPE（含代码实现）

文章目录一、LLaMA的核心改进全景二、旋转位置编码（RoPE）2.1改进动机2.2数学原理2.3源码实现一、LLaMA的核心改进全景Meta开源的LLaMA模型凭借其卓越的性能表现成为大模型发展的重要里程碑

Bug_makerACE·2025-02-14 02:52

Haskell语言的软件工程

Haskell语言简介Haskell是一种纯粹的函数式编程语言，它由数学家Hask

沈韡蕙·2025-02-14 01:48

RAG中的双编码器与跨编码器模型

RAG中的双编码器与跨编码器模型阅读时长：19分钟发布时间：2025-02-13近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【

·2025-02-14 01:01

书籍-《信息科学的数学基础》

MathematicalFoundationsofInformationSciences作者：EsfandiarHaghverdi，LiugenZhu出版：WorldScientificPublishingCompany编辑：陈萍萍的公主@一点人工一点智能下载：书籍下载-《信息科学的数学基础

·2025-02-14 01:00

书籍-《机器学习数学基础》

：MarcPeterDeisenroth，A.AldoFaisal，ChengSoonOng出版：CambridgeUniversityPress编辑：陈萍萍的公主@一点人工一点智能下载：书籍下载-《机器学习数学基础

·2025-02-14 01:30

零基础入门机器学习 -- 第三章第一个机器学习模型——线性回归

线性回归（LinearRegression）是机器学习中最基础的算法之一，它用于研究两个变量之间的线性关系，即一个变量（自变量）如何影响另一个变量（因变量）。3.2线性回归的数学直觉线性

山海青风·2025-02-14 01:45

零基础入门机器学习 -- 第二章机器学习的基本流程

1.机器学习的五个基本步骤在机器学习项目中，我们通常遵循以下步骤：收集数据：获取数据集，例如从文件、数据库或在线资源。清洗和预处理数据：处理缺失值、去除异常数据、转换数据格式等。

山海青风·2025-02-14 01:14

数学到底在哪里支撑着编程

在编程的世界里，数学并非只是一个学科，它实际上是支撑整个编程基础的支柱之一。数学不仅为编程提供了理论框架，它的各种理论和方法被用来提升代码效率、优化算法、设计系统架构、分析数据、以及确保程序的正确性。

·2025-02-14 00:26

AI Agent智能应用从0到1定制开发Langchain+LLM全流程解决方案与落地实战

大模型微调实战：精通、指令微调、开源大模型微调、对齐与垂直领域应用29套AI全栈大模型项目实战，人工智能视频课程-多模态大模型，微调技术训练营，大模型多场景实战，AI图像处理，AI量化投资，OPenCV视觉处理，机器学习

AI知识分享官·2025-02-14 00:41

自然语言处理（NLP）入门：基础概念与应用场景

换句话说，NLP是让机器像人一样“读、写、听、说”的技术，它结合了语言学、机器学习、计算机科学等多学科知识。

Ash Butterfield·2025-02-14 00:38

机器学习算法工程师笔试选择题（1）

1.关于梯度下降的说法正确的是：A.梯度下降法可以确保找到全局最优解。B.随机梯度下降每次使用所有数据来更新参数。C.批量梯度下降（BatchGradientDescent）通常收敛更快。D.学习率过大会导致梯度下降过程震荡。答案：D（学习率过大会导致不稳定，可能震荡或无法收敛）2.在以下算法中，哪种算法属于无监督学习？A.逻辑回归B.K-近邻算法C.支持向量机D.K-均值聚类答案：D（K-均值聚

Ash Butterfield·2025-02-14 00:08

【AI系列】从零开始学习大模型GPT (2)- Build a Large Language Model (From Scratch)

Attention机制的基本原理数学表示应用总结为什么要使用注意力机制如何实现？简单注意力机制带训练权重的注意力机

Tasfa·2025-02-13 23:33

技术革新让生活更便捷

传统加密方法依赖于复杂的数学问题，但未来可能被量子计算机解密。而量子通信利用量子力学的不确定性，提供了一种理论上无法被窃听的安全通信方

巴巴郭海鹄·2025-02-13 23:33

多模态大模型（LMMs）与大语言模型（LLMs）的比较

基础定义LLMs(LargeLanguageModels,大型语言模型)-深度学习的应用之一，是基于深度学习的大规模机器学习模型，通常由数十亿到数万亿个参数构

大F的智能小课·2025-02-13 23:02

手把手教你给 windows装个vmware虚拟机

附Java/C/C++/机器学习/算法与数据结构/前端/安卓/Python/程序员必读书籍书单大全：书单导航页（点击右侧极客侠栈即可打开个人博客）：极客侠栈①【Java】学习之路吐血整理技术书从入门到进阶最全

python算法小白·2025-02-13 23:30

【Elasticsearch】分词器概述

这与机器学习和自然语言处理中的神经分词不同。神经分词器将字符串转换为更小的子词分词，这些分词被编码为向量，供神经网络使用。Elasticsearch没有内置的神经分词器。

risc123456·2025-02-13 22:28

Unity Shader 常用函数列表

UnityShader常用函数列表数学函数（MathematicalFunctions）函数功能abs(x)返回输入参数的绝对值acos(x)反余切函数，输入参数范围为[-1,1]，返回[0,π]区间的角度值

opti·2025-02-13 21:48

DeepSeek R1：开启AI推理新时代，强在哪里？

DeepSeekR1：开启AI推理新时代阅读时长：19分钟发布时间：2025-02-13近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎

·2025-02-13 20:19

书籍-《强化学习数学基础》

书籍：MathematicalFoundationsofReinforcementLearning作者：赵世钰出版：Springer编辑：陈萍萍的公主@一点人工一点智能下载：书籍下载-《强化学习数学基础

·2025-02-13 20:48

拉格朗日乘数法算法详解及python实现

目录一、拉格朗日乘数法算法详解1.1基本思想1.2数学推导1.3算法步骤1.4算法在编程中的实现二、案例分析案例一：二维最优化问题——求f(x,y)=x2+y2f(x,y)=x^2+y^2f(x,y)=

闲人编程·2025-02-13 19:36

【C语言】选择排序、冒泡排序、二分查找、插入排序的详解

，一般分为两种：1、从小到大；（升序）2、从大到小；（降序）c语言中主要介绍四个排序：1、选择排序；2、冒泡排序；3、插入排序；4、快速排序；1、选择排序：（先统一写升序排列）1、依靠算法，算法主要是数学逻辑

Hello_O.·2025-02-13 19:34

从零开始大模型开发与微调：Miniconda的下载与安装

从零开始大模型开发与微调：Miniconda的下载与安装1.背景介绍随着人工智能和机器学习技术的快速发展,大型语言模型(LargeLanguageModel,LLM)已经成为当前研究和应用的热点。

AGI大模型与大数据研究院·2025-02-13 18:30

如何避免交叉验证中的数据泄露？

大家好，我是小青在机器学习中，交叉验证（Cross-Validation）是一种常用的模型评估技术，目的是通过将数据集分割为多个子集，反复训练和验证模型，以便更好地估计模型的性能。

奋进小青·2025-02-13 17:25

青少年编程与数学 02-009 Django 5 Web 编程 08课题、数据库操作

青少年编程与数学02-009Django5Web编程08课题、数据库操作一、数据操作1.创建记录2.查询记录3.更新记录4.删除记录5.聚合与注解二、创建记录1.定义模型2.迁移模型到数据库3.使用模型创建记录方法一

明月看潮生·2025-02-13 17:25

探索机器学习在个性化推荐系统中的妙用：Python实战解析

Echo_Wish·2025-02-13 17:23

如何训练LLMs进行“思考”（如o1和DeepSeek-R1）

如何训练LLMs进行“思考”（如o1和DeepSeek-R1）阅读时长：19分钟发布时间：2025-02-13近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM

·2025-02-13 16:07

攻克AWS认证机器学习工程师（AWS Certified Machine Learning Engineer） - 助理级别认证：我的成功路线图

引言当我决定考取AWS认证机器学习工程师-助理（AWSCertifiedMachineLearningEngineer—Associate）级别证书时，我就预料到这将是一段充满挑战但回报颇丰的旅程。

硅基创想家·2025-02-13 16:14

Tritonserver 在得物的最佳实践

一、Tritonserver介绍Tritonserver是Nvidia推出的基于GPU和CPU的在线推理服务解决方案，因其具有高性能的并发处理和支持几乎所有主流机器学习框架模型的特点，是目前云端的GPU

·2025-02-13 16:03

高等代数笔记5：线性变换

线性映射的定义与性质线性映射的定义数学研究的主题是空间与变换，对于代数学而言，空间指的是赋予了某种运算结构的集合，变换则是空间到空间的映射。线性代数则是研究线性空间及其上的映射。

p_wh·2025-02-13 15:43

python同花顺交易接口_开启量化第一步！同花顺iFinD数据接口免费版简易操作教程...

而量化交易，旨在以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，辅助投资者进行理性投资。

weixin_39564527·2025-02-13 15:12

DeepSeek 实现原理探析

DeepSeek实现原理探析引言DeepSeek是一种基于深度学习的智能搜索技术，它通过结合自然语言处理（NLP）、信息检索（IR）和机器学习（ML）等多领域的技术，旨在提供更加精准、智能的搜索结果。

rockmelodies·2025-02-13 15:41

常见的深度学习模型总结

发明动机：解决传统机器学习模型在复杂数据上的局限性，如线性模型无法处理非线性关系的数据。模型特点：由多个隐藏层组成的神经网络，每一层的节点与下一层的节点完全连接。

编码时空的诗意行者·2025-02-13 13:29

AI 终极十问！DeepSeek 如何颠覆开发者认知？ | DeepSeek 十日谈

以一个简单的数学问题为例，“如果一列火车以60英里每小时的速度行驶，行驶3小时后，它会走多远？”

AI科技大本营·2025-02-13 13:29

自动驾驶技术的未来趋势与挑战分析

最初的研究集中在感知和控制系统的基础构建，随后进入了数据处理和算法的优化阶段，如今，随着人工智能和机器学习技术的快速应用，自动驾驶行业正处于一个前所未有的迅猛发展期。

智能计算研究中心·2025-02-13 12:50

DataWhale 数学建模导论学习笔记（第一章）

要点：利用Python作为计算工具帮助解决数学模型。一、前期准备工作1.AnacondaNavigator帮助安装了NumPy所需的功能包。2.通过Jupyter_Lab,可以直接测试代码运行的结果。

ryanYu_127·2025-02-13 12:50

第六届MathorCup高校数学建模挑战赛-A题：淡水养殖池塘水华发生及池水自净化研究

目录摘要1问题的重述2问题的分析2.1问题一的分析2.2问题二的分析2.3问题三的分析2.4问题四的分析2.5问题五的分析3.问题的假设4.符号说明5.模型的建立与求解5.1问题一的建模与求解5.1.1分析对象与指标的选取5.1.2折线图分析5.1.3相关性分析5.1.4问题1的结果分析5.2问题二的建模与求解5.2.1分析对象与指标的选取5.2.2Topsis算法评价5.2.3综合污染指数法5.

格图素书·2025-02-13 12:13

Datawhale数学建模导论课程第八章学习心得(I)一时间序列与投资模型

学习链接：Datawhale数学建模教程Descriptionhttps://datawhalechina.github.io/intro-mathmodel/#/CH8/%E7%AC%AC8%E7%AB

星.惜尘·2025-02-13 11:40

【深入探索-deepseek】高等数学与AI的因果关系

目录数学在AI不同领域的应用区别一、计算机视觉领域1.线性代数2.微积分3.概率论与统计二、自然语言处理领域三、语音识别领域四、数学在AI不同领域应用的逻辑图五、参考资料数学在AI不同领域的应用区别一、

我的青春不太冷·2025-02-13 11:09

数学建模与MATLAB实现：插值技术详解

引言插值是数学建模与数据分析中的核心技术，广泛应用于信号处理、图像重建、地理信息系统等领域。

青橘MATLAB学习·2025-02-13 11:39

数学建模与MATLAB实现：稳定状态模型与资源管理策略

本章介绍如何通过微分方程稳定性理论，结合再生资源管理、种群竞争等案例，分析系统的平衡点及稳定性，为实际决策提供数学依据。