机器学习之道第16页

Delta视觉定位系统

Delta视觉定位系统软件应用背景Delta机器人以并联构型实现“轻量、高速、高精度”三位一体，成为高速分拣、精密装配、食品包装等领域的佼佼者。

东城十三·2025-06-29 18:38

从决策树到随机森林：Python机器学习里的“树形家族“深度实战与原理拆解

引言在机器学习的算法森林中，有一对"树形兄弟"始终占据着C位——决策树像个逻辑清晰的"老教授"，用可视化的树状结构把复杂决策过程拆解成"是/否"的简单判断；而它的进阶版随机森林更像一支"精英军团"，通过多棵决策树的

小张在编程·2025-06-29 17:06

深入详解：随机森林算法——概念、原理、实现与应用场景

深入详解：随机森林算法——概念、原理、实现与应用场景随机森林（RandomForest,RF）是一种经典的集成学习算法，广泛应用于机器学习任务。

猿享天开·2025-06-29 17:00

3天狂揽2.8k星！manus 开源替代又又又又又又又来啦！逆天AI助理Suna开源！免费替你搞定一切，效率飙升！

它不仅仅是一个聊天机器人，更是一个能代表你行动、解决现实世界问题的得力干（工）助（具）手（人）！在GitHub上，光发布几天的Suna项目已

梦玄海·2025-06-29 16:27

python ks值计算_风控模型中的K-S理解以及python实现

ks检验介绍笔者刚入门机器学习开始做的例子就是金融场景下风控模型。那时评价模型的好坏就用传统的机器

weixin_39747293·2025-06-29 16:54

双生“基尼”：跨越世纪的术语撞车与学科分野

在学术的宇宙中，“基尼”（Gini）这个名字如同一个奇特的星标，闪耀在两个看似毫不相关的领域：衡量社会贫富差距的经济学与驱动人工智能的机器学习。

·2025-06-29 16:22

【第二章:机器学习与神经网络概述】03.类算法理论与实践-(3)决策树分类器

第二章:机器学习与神经网络概述第三部分：类算法理论与实践第三节：决策树分类器内容：信息增益、剪枝技术、过拟合与泛化能力。

IT古董·2025-06-29 16:51

RDKit：药物化学和分子数据处理的强大工具库

RDKit作为一个开源的化学信息学和机器学习工具包，为研究人员和数据科学家提供了丰富的功能，包括分子操作、描述符计算、指纹生成、相似性比较、子结构搜索和分子可视化等。

碳酸的唐·2025-06-29 15:45

机器学习中的数学：数学建模常用知识点-1

一、凸函数1、凸函数讲解设函数f(x)是定义在区间X上的函数，若对于区间上任意两点x1、x2和任意实数��∈(0,1)，总有如下表达式成立：则称为f(x)是X上的凸函数；反之，如果下式成立：则称为f(x)在X上的凹函数。如图所示：Python实现凸函数：importnumpyasnpimportmatplotlib.pyplotasplt#定义凸函数defconvex_function(x):re

数字化与智能化·2025-06-29 13:05

理解不同层的表示（layer representations）

在机器学习和深度学习领域，特别是在处理音频和自然语言处理（NLP）任务时，"层的表示"（layerrepresentations）通常是指神经网络不同层在处理输入数据时生成的特征或嵌入。

科学禅道·2025-06-29 11:48

基于机器学习的人形机器人电池健康状态预测方法

基于机器学习的人形机器人电池健康状态预测方法：从理论到实践的系统解析关键词电池健康状态（SOH）、剩余使用寿命（RUL）、人形机器人、机器学习、时序数据建模、多模态特征融合、边缘计算部署摘要本报告系统解析基于机器学习的人形机器人电池健康状态预测方法

AI天才研究院·2025-06-29 11:18

这份「零基础」机器学习实战课程，帮你彻底搞懂AI不再迷茫！——深度解析ML-For-Beginners

机器学习（MachineLearning），作为AI的核心驱动力，正以前所未有的速度渗透到我们生活的方方面面：从智能推荐系统到自动驾驶，从疾病诊断到金融风控，其应用场景几乎无处不在。

wylee·2025-06-29 09:35

Redis——》双写一致性

几台机器？单台redis的压力多少？一、我们为什么引入redis？

·2025-06-29 08:29

【机器学习&深度学习】前馈神经网络（单隐藏层）

九、总结学习建议在机器学习中

一叶千舟·2025-06-29 08:59

n8n和dify有什么区别

n8nvsDify全面对比分析1.产品定位对比1.1核心定位差异维度n8nDify产品类型工作流自动化平台AI应用开发平台主要用途连接不同服务，实现业务自动化快速构建AI聊天机器人和应用目标用户业务人员

小雷FansUnion·2025-06-29 07:23

基于python快速部署属于你自己的页面智能助手

2.2.1安装Flask2.2.2创建Flask应用2.3实现聊天界面与消息交互2.3.1创建聊天界面三、跨域问题的解决3.1安装flask-cors3.2在Flask中启用CORS五效果展示前言 AI聊天机器人已经成为了许多应用场景中的重要组成部分

小张Tt·2025-06-29 07:47

Bagel: 开源协作式AI数据管理平台的使用指南

Bagel:开源协作式AI数据管理平台的使用指南引言在人工智能和机器学习领域，高质量的数据集对于模型训练和推理至关重要。

llzwxh888·2025-06-29 07:46

Veo 3 可以生成视频，并附带配乐

Veo3从周二开始在谷歌的Gemini聊天机器人应用程序中推出，供谷歌每月249.99美元的AIUltra计划订阅者使用，可以通

TechVision大咖圈·2025-06-29 05:36

机器学习模型监控警报系统设计：Prometheus+Evidently 实战教程

1.系统架构设计：从数据采集到智能告警（1）监控系统核心组件交互图预测请求监控指标告警规则通知渠道预测结果质量报告时序数据模型服务PrometheusExporterPrometheusServerAlertmanager邮件/Slack/WebhookEvidently服务可视化仪表盘图解：系统采用双引擎架构，Prometheus负责基础监控指标采集与告警触发，Evidently执行深度模型分析

大熊计算机·2025-06-29 02:46

机器视觉_图像算法（六）——形状矩(Hu)

图像形状矩：一个从一幅数字图形中计算出来的矩集，通常描述了该图像形状的全局特征，并提供了大量的关于该图像不同类型的几何特性信息，比如大小、位置、方向及形状等。一阶矩与形状有关，二阶矩显示曲线围绕直线平均值的扩展程度，三阶矩则是关于平均值的对称性的测量。由二阶矩和三阶矩可以导出一组共7个不变矩。而不变矩是图像的统计特性，满足平移、伸缩、旋转均不变的不变性，在图像识别领域得到了广泛的应用。一般由mom

智能之心·2025-06-29 01:35

MySQL之MVCC实现原理深度解析

1.1并发访问的痛点1.2MVCC的核心目标二、MVCC核心组件：构建多版本世界的基石2.1隐藏字段：数据版本的"身份证"2.2Undo日志：版本回溯的"时间机器"2.2.1Undo日志类型2.2.2Undo

AA-代码批发V哥·2025-06-29 00:30

AI伦理与自动驾驶：当机器掌握方向盘时的道德抉择

AI伦理与自动驾驶：当机器掌握方向盘时的道德抉择关键词：AI伦理、自动驾驶、道德算法、电车难题、责任归属、技术监管、人机协作摘要：本文深入探讨自动驾驶技术发展过程中面临的伦理挑战，从经典的"电车难题"出发

AIGC应用创新大全·2025-06-28 23:48

Nuitka打包python脚本

Python脚本打包Python是解释执行语言，需要解释器才能运行代码，这就导致在开发机上编写的代码在别的电脑上无法直接运行，除非目标机器上也安装了Python解释器，有时候还需要额外安装Python第三方包

__如风__·2025-06-28 22:16

燕大《Python机器学习》实验报告：探索机器学习的奥秘

燕大《Python机器学习》实验报告：探索机器学习的奥秘【下载地址】燕大Python机器学习实验报告下载这份实验报告是燕山大学软件工程专业的学生在进行机器学习实验时所编写的，内容详实，结构清晰，可以直接下载使用

温冰礼·2025-06-28 22:44

【安全漏洞】深入剖析CVE-2021-40444-Cabless利用链

背景CVE-2021-40444为微软MHTML远程命令执行漏洞，攻击者可通过传播MicrosoftOffice文档，诱导目标点击文档从而在目标机器上执行任意代码。

IT老涵·2025-06-28 22:44

（转）优秀的 python 机器学习库

优秀的python机器学习库IntroductionThereisnodoubtthatneuralnetworks,andmachinelearningingeneral,hasbeenoneofthehottesttopicsintechthepastfewyearsorso.It

patrick75·2025-06-28 21:40

DAY 10 机器学习建模与评估

知识点：1.数据集的划分2.机器学习模型建模的三行代码3.机器学习模型分类问题的评估今日代码比较多，但是难度不大，仔细看看示例代码，好好理解下这几个评估指标。

心落薄荷糖·2025-06-28 21:09

Python机器学习元学习库higher

higher是一个用于元学习（Meta-Learning）和高阶导数（Higher-ordergradients）的Python库，专为PyTorch设计。它扩展了PyTorch的自动微分机制，使得在训练过程中可以动态地计算参数的梯度更新，并把这些更新过程纳入到更高阶的梯度计算中。一、主要用途higher主要用于以下场景：元学习（Meta-Learning）比如MAML（Model-Agnosti

音程·2025-06-28 21:35

基于迁移学习的ResNet50模型实现石榴病害数据集多分类图片预测

该数据集旨在帮助开发用于番石榴果实早期病害检测的机器学习模型，帮助保护收成并减少经济损失。数据说明该数据集包括473张番石榴果实的注释图像，分为三类。图像经过预处理步骤，例如钝

深度学习乐园·2025-06-28 21:33

四个机器学习模型对比道路裂缝检测识别分类模型

一、课题综述1.1.课题简介在机器学习的研究领域中，传统分类算法模型数量众多，适合的应用场景也各不相同。

深度学习乐园·2025-06-28 21:33

AI正在偷偷取代这10种职业，你的工作安全吗？

1.客服代表取代指数：★★★★★AI驱动的聊天机器人（如ChatGPT、GoogleBard）已经能够处理大部分基础

·2025-06-28 20:56

机器学习5——非参数估计

非参数估计在参数估计中我们已经提到，想要估计后验概率P(ωi∣x)=p(x∣ωi)p(ωi)p(x)P\left(\omega_i\midx\right)=\frac{p\left(x\mid\omega_i\right)p\left(\omega_i\right)}{p(x)}P(ωi∣x)=p(x)p(x∣ωi)p(ωi)，就需要估计类条件概率p(x∣ωi)p\left(x\mid\omega

平和男人杨争争·2025-06-28 19:20

机器学习4——参数估计之贝叶斯估计

贝叶斯估计问题建模：后验概率公式：P(ωi∣x,D)=P(x∣ωi,Di)P(ωi)∑j=1cP(x∣ωj,Dj)P(ωj)P\left(\omega_i\mid\mathbf{x},\mathcal{D}\right)=\frac{P\left(\mathbf{x}\mid\omega_i,\mathcal{D}_i\right)P\left(\omega_i\right)}{\sum_{j=1

平和男人杨争争·2025-06-28 19:20

机器学习3——参数估计之极大似然估计

参数估计问题背景：P(ωi∣x)=p(x∣ωi)P(ωi)p(x)p(x)=∑j=1cp(x∣ωj)P(ωj)\begin{aligned}&P\left(\omega_i\mid\mathbf{x}\right)=\frac{p\left(\mathbf{x}\mid\omega_i\right)P\left(\omega_i\right)}{p(\mathbf{x})}\\&p(\mathbf

平和男人杨争争·2025-06-28 18:17

大模型RLHF强化学习笔记（一）：强化学习基础梳理Part1

一、强化学习基础1.1Intro定义：强化学习是一种机器学习方法，需要智能体通过与环境交互学习最优策略基本要素：状态（State）：智能体在决策过程中需要考虑的所有相关信息（环境描述）动作（Action

Gravity!·2025-06-28 18:10

MySQL主从备份

前提条件：安装mysql,并开启二进制日志（bin-log日志）【让一台的bin-log日志传到另一台主机上，然后第二台主机收到后，将其bin-log日志读取并恢复到第二台机器上---整个过程实时操作同步

W111115_·2025-06-28 17:05

从零开始理解零样本学习：AI人工智能必学技术

从零开始理解零样本学习：AI人工智能必学技术关键词：零样本学习、人工智能、机器学习、知识迁移、语义嵌入摘要：本文旨在全面深入地介绍零样本学习这一在人工智能领域具有重要意义的技术。

AI天才研究院·2025-06-28 17:33

深入详解：决策树算法的概念、原理、实现与应用场景

深入详解：决策树算法的概念、原理、实现与应用场景决策树（DecisionTree）是机器学习中一种直观且广泛应用的监督学习算法，适用于分类和回归任务。其树形结构易于理解，特别适合初学者。

猿享天开·2025-06-28 16:26

Python爬虫实战：爬取知乎问答与用户信息

简介随着网络信息量的爆炸，如何有效获取有价值的内容，成为了数据分析、机器学习等领域的基础之一。爬虫作为数据采集的基本工具之一，常常被用来获取互联网上的公开数据。

Python爬虫项目·2025-06-28 15:17

【机器学习&深度学习】反向传播机制

四、用生活例子解释：神经网络=烹饪机器人4.1第一步：尝一口（前向传播）4.2第二步：倒着推原因（反向传播）五、换成人工智能流程说一遍六、图示类比：找山顶（最优参数）七、总结一句人话八、PyTorch代码示例

·2025-06-28 14:47

鞋履智造的“隐形工匠”：PROFIBUS DP转ETHERNET/IP网关应用实践

在鞋履制造产线中，西门子PLC凭借PROFIBUSDP协议实现精准逻辑控制，而涂胶机器人多采用ETHERNET/IP协议执行鞋面粘合与处理任务。

·2025-06-28 13:37

别再为通信发愁！机床厂PROFIBUS DP转EtherNet/IP网关应用指南，低成本实现智能升级

西门子PLC（如S7-300/1500系列）作为核心控制器广泛采用PROFIBUSDP现场总线，而高端机器人系统（如FANUC、KUKA）则普遍支持EtherNet/IP协议。

JIANGHONGZN·2025-06-28 13:37

PROFIBUS DP转EtherNet/IP网关：精密医疗器械粘合密封的质量守护者

这类工艺通常由高速、高精度的涂胶机器人执行，而其精准动作离不开与核心控制系统（如西门子PLC）的无缝数据交互。

JIANGHONGZN·2025-06-28 13:36

Python编程：使用Opencv进行图像处理

opencv/tree/4.x/samples/pythonPython使用OpenCV进行图像处理OpenCV(OpenSourceComputerVisionLibrary)是一个开源的计算机视觉和机器学习软件库

·2025-06-28 12:34

基于机器学习的智能文本分类技术研究与应用

近年来，机器学习技术的快速发展为文本分类提供了一种高效、自动化的解决方案。一、机器学习在文本分类中的应用概述

·2025-06-28 11:25

【机器学习与数据挖掘实战 | 医疗】案例18：基于Apriori算法的中医证型关联规则分析

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。

Francek Chen·2025-06-28 11:22

用Python实现生信分析——功能预测详解

功能预测通常涉及多种方法，包括序列比对、基序识别、机器学习模型等。这些方法可以帮助科学家推断未知基因的功能，从而加速生物学研究的进展。

写代码的M教授·2025-06-28 07:57

python接收_MT5 与 PYTHON 的集成：接收和发送数据

专用编程语言正在用于处理和分析数据，统计和机器学习。Python是数据处理的主要编程语言之一。一个非常有效的解决方案是利用语言的力量并包含函数库来开发交易系统。

James Swineson·2025-06-28 06:18

60天python训练计划----day55

DAY55序列预测任务介绍知识点回顾序列预测介绍单步预测多步预测的2种方式序列数据的处理：滑动窗口多输入多输出任务的思路经典机器学习在序列任务上的劣势；以随机森林为例一、序列预测任务介绍1.1序列预测是什么

·2025-06-28 05:46

十四、buildroot 系统package新增应用编写规则

规范是让机器人（Buildroot脚本）能读懂你的菜谱。

暮云星影·2025-06-28 04:39

推荐频道

机器学习之道