机器学习——SVM 第24页

机器学习中常用的性能度量—— ROC 和 AUC

什么是泛化能力？通常我们用泛化能力来评判一个模型的好坏，通俗的说，泛化能力是指一个机器学期算法对新样本（即模型没有见过的样本）的举一反三的能力，也就是学以致用的能力。举个例子，高三的学生在高考前大量的刷各种习题，像五年高考三年模拟、三年高考五年模拟之类的，目的就是为了在高考时拿到一个好的分数，高考的题目就是新题，一般谁也没做过，平时的刷题就是为了掌握试题的规律，能够举一反三、学以致用，这样面对新的

沉住气CD·2024-02-08 12:35

对话机器人（二）——RASA概述与安装

注：RASA版本为3.11.RASA简介RASA是构建对话机器人的开源机器学习框架。NLU：确定意图，捕获关键上下文信息。CORE：提供多轮对话管理机制，自动学习上下文与当前意图的关联性。

就要辣谢谢。·2024-02-08 11:17

＜网络安全＞《19 安全态势感知与管理平台》

1概念安全态势感知与管理平台融合大数据和机器学习技术，提供可落地的安全保障能力，集安全可视化、监测、预警和响应处置于一体。

Ealser·2024-02-08 11:30

如何开始深度学习，从实践开始

了解机器学习的基本原理，包括监督学习和无监督学习等概念。深入研究神经网络及其架构，如前馈神经网络、卷积神经网络和循环神经网络。探索流行的深度学

skywalk8163·2024-02-08 11:46

MMLSpark+Spark：pyspark+lightGBM应用实践

新发布的MMLSpark能够将诸如深度学习等前沿机器学习技术应用于更大的数据集，并为用户提供能够应对诸如文本、分类数据等多

bensonrachel·2024-02-08 10:38

李宏毅机器学习（二十）无监督学习Neighbor Embedding近邻嵌入

ManifoldLearning我们有时候的特征其实是低维度的放到高纬度上去，比如地球表面是2维的，但是被放到了3维空间，比如左下的S曲面，其实可以展开到2维平面上去，接下来就方便我们进一步计算分类等等插图1我们有如下几个降维方法LocallyLinearEmedding(LLE)局部线性嵌入具体是是怎么做的呢，我们点x和周围的点xj，给xj每个点加权wij求和，使其和xi最接近，然后投影到向量z

ca8519be679b·2024-02-08 10:38

zzzzzzzzzzzzzzzzz

欢迎关注博主Mindtechnist或加入【LinuxC/C++/Python社区】一起探讨和分享LinuxC/C++/Python/Shell编程、机器人技术、机器学习、机器视觉、嵌入式AI相关领域的知识和技术

Mindtechnist·2024-02-08 10:45

Pandas数据预处理之数据标准化-提升机器学习模型性能的关键步骤【第64篇—python：数据预处理】

文章目录Pandas数据预处理之数据标准化：提升机器学习模型性能的关键步骤1.数据标准化的重要性2.使用Pandas进行数据标准化2.1导入必要的库2.2读取数据2.3数据标准化3.代码解析4.进一步优化

一见已难忘的申公豹·2024-02-08 10:45

Python | 基于Mediapipe框架的手势识别系统

选手可利用传统计算机视觉方法或基于机器学习/深度学习的方法，通

-拟墨画扇-·2024-02-08 10:05

使用Python，Opencv检测图像，视频中的猫

虽然哈尔级联非常有用，但通常使用HOG+线性SVM，因为它更容易调整检测器参数，更重要的是可以享受更低的假阳性检测率。在haarcscades

程序媛一枚~·2024-02-08 09:51

TensorFlow 的基本概念和使用场景

基本概率TensorFlow是一个开源的机器学习框架，用于构建和训练神经网络模型。TensorFlow的核心是一个用于构建图形计算的编程模型。它将计算表示为有向图，节点表示操作，边表示数据流。

Flying_Fish_roe·2024-02-08 09:52

机器学习如何改变缺陷检测的格局？

机器学习在缺陷检测中扮演着重要的角色，它能够通过自动学习和识别各种缺陷的模式和特征，改变缺陷检测的格局。

matlabgoodboy·2024-02-08 09:11

政安晨的机器学习笔记——跟着演练快速理解TensorFlow（适合新手入门）

准备工作本笔记是假设您已经安装了Windows系统或Ubuntu系统的Anaconda（或Miniconda）、JupyterNotebook、TensorFLow，稍微了解Python语言，并可以进行一点点操作的基础上进行的。如果您还不具备这个条件，去看我的政安晨笔记里关于准备工作的文章：基于Anaconda安装TensorFlow并尝试一个神经网络小实例https://blog.csdn.ne

政安晨·2024-02-08 08:34

每日优鲜

TonyLan·2024-02-08 08:38

Pandas文本数据处理技术指南—从查找到时间序列分析【第66篇—python：文本数据处理】

文本数据的合并与连接10.文本数据的排序11.文本数据的统计分析12.文本数据的分组与聚合13.文本数据的自定义函数应用14.文本数据的时间序列分析心得总结Pandas文本数据处理技术指南引言在数据分析和机器学习领域

一见已难忘的申公豹·2024-02-08 08:25

资源分享 | 利用机器学习进行高级MRI分析

Actflow大脑活动流工具箱(BrainActivityFlowToolbox，简称Actflow)。该工具箱有助于将大脑连接与任务诱发活动以及相关的认知和行为功能联系起来。主要重点是活动流映射及其相关方法。活动流映射是一个高度灵活的框架，通过更好的连接方法和创造性地使用该方法来更好地了解大脑功能。例如，活动流映射可用于推断是否涉及一个或多个大脑连接以产生特定功能。该方法还可用于将多个任务诱发的

茗创科技·2024-02-08 07:11

机器学习1一knn算法

1.基础知识点介绍曼哈顿距离一般是比欧式距离长的除非在一维空间拐弯的就是曼哈顿距离Knn查看前5行数据head()，info看空非空查看特征对应的类型Head()默认前5行，head（3）就是前3行数据Unique()可以查看分类后的结果csv的数据应该是逗号分隔，但也不确定，要去查看数据不要只看拓展名要点进去看一下这个删掉没有把原数据删掉如果把原数据删掉加上inplace=true#练习1导入数

pyniu·2024-02-08 07:40

机器学习：特征工程笔记

特征工程是数据预处理和机器学习的重要环节，包括从原始数据中选择、创建和转换特征。

Ningbo_JiaYT·2024-02-08 07:09

机器学习：朴素贝叶斯笔记

朴素贝叶斯（NaiveBayes）是一种基于贝叶斯定理的简单概率分类算法，广泛应用于机器学习和数据挖掘中。

Ningbo_JiaYT·2024-02-08 07:39

机器学习：遗传算法笔记

遗传算法（GeneticAlgorithm，GA）是一种基于自然选择和遗传机制的优化算法，其本质是通过模拟生物群体的演化过程来找到问题的最优解或接近最优解的解决方案，它最初由美国密歇根大学（UniversityofMichigan）的约翰·霍兰德（JohnHolland）教授于1967年提出。其灵感来源于达尔文的进化论，其中自然选择、遗传和变异是核心原理。目录基本原理1.基于种群2.染色体编码3.

Ningbo_JiaYT·2024-02-08 07:39

机器学习 | 揭示EM算法和马尔可夫链的实际应用

EM算法也称期望最大化算法，它是一个基础算法，是很多机器学习领域算法的基础，比如隐式马尔可夫算法（HMM）等等。

亦世凡华、·2024-02-08 07:36

机器学习：数据集划分笔记

数据集划分是机器学习中非常关键的步骤，能直接影响模型的训练效果和泛化能力。它的主要目的是为了评估模型对新数据的泛化能力，即模型在未见过的数据上能表现良好。

Ningbo_JiaYT·2024-02-08 07:35

【机器学习】单变量线性回归

文章目录线性回归模型（linearregressionmodel）损失/代价函数（costfunction）——均方误差（meansquarederror）梯度下降算法（gradientdescentalgorithm）参数（parameter）和超参数（hyperparameter）代码实现样例运行结果线性回归模型（linearregressionmodel）线性回归模型：fw,b(x)=wx+

Mount256·2024-02-08 07:35

《Git 简易速速上手小册》第10章：未来趋势与扩展阅读（2024 最新版）

Git10.1.3拓展案例1：Git在大型开源项目中的角色10.1.4拓展案例2：支持开源项目的Git托管平台10.2新兴技术与Git的整合10.2.1基础知识讲解10.2.2重点案例：使用Git管理Python机器学习项目

江帅帅·2024-02-08 07:20

物理信息神经网络（PINN）: 将物理知识融合到深度学习中

定义物理问题和相应的物理定律2.构建神经网络3.定义损失函数数据误差项(Data-fidelityLoss)物理信息误差项(Physics-informedLoss)4.训练网络5.模型验证与测试PINNs与传统机器学习的区别如何构建一个

kadog·2024-02-08 07:19

图像处理入门：OpenCV的基础用法解析

OpenCV的主要功能1.图像处理2.图像分析3.结构分析和形状描述4.动态分析5.三维重建6.机器学习7.目标检测OpenCV的应用场景OpenCV的安装基本图像操作图像的读取与显示图像的基本信息图像的保存图像处理技巧图像转换边缘检测特征检测与匹配引言

kadog·2024-02-08 07:14

分类模型的机器学习算法

决策树为输入选择正确标签的流程图。叶子节点为标签，其他的节点为决策节点。决策树桩只有一个节点的决策树，基于一个特征为输入分类。要建立树桩首先应该决定哪些特征应该使用。最简单的办法是为每一个特征都建立决策树桩然后在训练集上测试选择得分最高的特征。熵和信息增益衡量原始集合的无序程度就需要计算他们的标签的信息熵，如果标签非常不同熵就高，如果标签相同则熵就低。熵每个标签的概率×标签的logo概率的总和.计

青椒rose炒饭·2024-02-08 06:44

【从Python基础到深度学习】1. 安装Python PyCharm

前言：为了帮助大家快速入门机器学习-深度学习，从今天起我将用100天的时间将大学本科期间的所学所想分享给大家，和大家共同进步。

风筝超冷·2024-02-08 06:41

机器学习--K近邻算法，以及python中通过Scikit-learn库实现K近邻算法API使用技巧

文章目录1.K-近邻算法思想2.K-近邻算法(KNN)概念3.电影类型分析4.KNN算法流程总结5.k近邻算法api初步使用机器学习库scikit-learn1Scikit-learn工具介绍2.安装3

景天科技苑·2024-02-08 06:41

机器学习系列——（十五）随机森林回归

引言在机器学习的众多算法中，随机森林以其出色的准确率、对高维数据的处理能力以及对训练数据集的异常值的鲁棒性而广受欢迎。它是一种集成学习方法，通过构建多个决策树来进行预测和分类。

飞影铠甲·2024-02-08 06:37

机器学习算法——概率类模型评估指标3（可靠性曲线Reliability Curve）

可靠性曲线（ReliabilityCurve），又叫做概率校准曲线或可靠性图。这是一条以预测概率为横坐标，真实标签为纵坐标的曲线。我们希望预测概率与真实值越接近越好，最好两者相等。因此一个模型/算法的概率校准曲线越靠近对角线越好。校准曲线是我们模型评估指标之一。和布里尔分数相似，概率校准曲线是对于标签的某一类来说的。因此一类标签就会有一条曲线，或者我们可以使用一个多类标签下的平均来表示一整个模型的

Vicky_xiduoduo·2024-02-08 06:34

机器学习系列——（十六）回归模型的评估

引言在机器学习领域，回归模型是一种预测连续数值输出的重要工具。无论是预测房价、股票价格还是天气温度，回归模型都扮演着不可或缺的角色。

飞影铠甲·2024-02-08 06:31

Science最新研究成果：速度和准确性均超越人类化学家，且具独创性，AI自主化学合成机器人加速化学发现

针对复杂光催化反应条件高效优化的需求，荷兰阿姆斯特丹大学(UvA)范特霍夫（Van'tHoff）分子科学研究所的TimothyNoël教授团队，开发了一种集成人工智能驱动机器学习单元的自主化学合成机器人

xwz小王子·2024-02-08 06:59

2019-05-14《西瓜书》难啃

周志华老师的《西瓜书：机器学习》这周看完1~10章锻炼：太极云手、100手/组，3组虎刨功（简）、100个/组，2组

杨熊猫Yang·2024-02-08 05:59

17A.I未来

很多人把机器学习和深度学习弄混淆，

黄文龙001·2024-02-08 04:36

收藏 | 统计学最全思维导图，附下载链接

众所周知，「统计学」是深入理解「机器学习/数据挖掘」的重要基础学科。

一木Campus·2024-02-08 04:12

SIMD学习笔记1

intrinsics-guide/index.html#cats=Arithmetic&expand=3904,3913,4011,34,4014,4602,4011&techs=MMX,AVX_512,AMX,SVML

蜉蝣之翼❉·2024-02-08 03:06

图解机器学习 | 朴素贝叶斯算法详解

图解机器学习|朴素贝叶斯算法详解引言在众多机器学习分类算法中，本篇我们提到的朴素贝叶斯模型，和其他绝大多数分类算法都不同，也是很重要的模型之一。

Dashesand·2024-02-08 03:22

sklearn kmeans 聚类中心_Kmeans聚类算法

接下来，笔者就开始向大家介绍一种无监督的(unsupervised)经典机器学习算法——聚类。

weixin_39997695·2024-02-08 03:47

【机器学习】机器学习流程之收集数据

个人主页：甜美的江欢迎点赞✍评论⭐收藏收录专栏：机器学习希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！

甜美的江·2024-02-08 02:31

【深度学习：计算机视觉】如何改进计算机视觉数据集

【深度学习：计算机视觉】如何改进计算机视觉数据集训练模型并评估性能确定数据集需要改进的原因和位置收集或创建新的图像或视频数据重新训练机器学习模型并重新评估，直到达到所需的性能标准机器学习算法需要大量数据集来训练

jcfszxc·2024-02-08 02:49

U盘显示空间小于实际U盘空间的解决方案

爱编程的喵喵·2024-02-08 02:11

Python 机器学习线性回归算法

线性回归是统计学和机器学习中最基础且广泛应用的预测模型之一。实现在建立自变量（X）和因变量（Y）之间的线性关系。

weixin_42098295·2024-02-08 01:42

Python 机器学习交叉验证、网格搜索

Python的机器学习项目中，交叉验证（Cross-Validation）和网格搜索（GridSearch）是两种重要的技术，通常用于模型选择和超参数优化。

weixin_42098295·2024-02-08 01:11

Python 机器学习特征预处理

这一步骤对于许多机器学习算法特别重要，尤其是那些基于距离的算法（如K-近邻）和梯度下降法（如线性回归、逻辑回归、神经网络）。1）最小-最大缩放(Min-MaxScaling)最小-最大缩放将所有特

weixin_42098295·2024-02-08 01:41

机器学习-世界人口预测-计算机毕设付完整论文

项目讲解：基于机器学习逻辑生长的人口预测完整论文+代码+数据-计算机毕设_哔哩哔哩_bilibili实验效果展示：

程序员奇奇·2024-02-08 00:06

机器学习与深度学习

什么是机器学习机器学习是一门跨学科的学科，它致力于研究和开发让计算机能够模拟人类学习行为的技术和方法。

Hacoj·2024-02-08 00:29

梯度提升树系列5——使用GBDT进行特征选择

特征选择是机器学习和数据科学中至关重要的一环，它不仅可以提高模型的性能，还能显著减少模型训练所需的时间和资源。

theskylife·2024-02-07 23:56

【线性代数】理解正定矩阵和半正定矩阵

2定义在机器学习和谱图理论的学习中，总会用到正定矩阵半正定矩阵概念，了解它们的概念是十分必要的。

一穷二白到年薪百万·2024-02-07 23:55

MIT | 数据分析、信号处理和机器学习中的矩阵方法笔记系列 Lecture 5 Positive Definite and Semidefinite Matrices

本系列为MITGilbertStrang教授的"数据分析、信号处理和机器学习中的矩阵方法"的学习笔记。

R.X. NLOS·2024-02-07 23:54

推荐频道

机器学习——SVM