机器学习乱序第19页

【FlashRAG】本地部署与demo运行（二）

它专门优化了大规模向量数据库的搜索和聚类任务，适用于机器学习中的嵌入向量检索场景，如推荐系统、图像检索、自然语言处理等。这里CPU/GPU版本可

NaturalHarmonia·2025-06-01 23:38

【机器学习解惑】多分类问题的性能如何评估？

深入剖析多分类问题的性能评估方法目录多分类评估指标概述核心评估方法详解2.1准确率（Accuracy）2.2混淆矩阵（ConfusionMatrix）2.3精确率（Precision）、召回率（Recall）与F1-Score2.4宏平均（Macro）、微平均（Micro）与加权平均（Weighted）2.5ROC-AUC（多分类扩展）2.6对数损失（LogLoss）2.7Cohen’sKappa

云博士的AI课堂·2025-06-01 22:29

pip清华源（国内清华镜像）

示例如下pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simplescikit-learn上面代码是我们安装python机器学习Scikit-lean库的示例代码

黄小耶@·2025-06-01 21:24

Spark MLlib模型—决策树系列算法

模型—决策树系列算法决策树系列算法随机森林（RandomForest）GBDT(Gradient-boostedDecisionTrees)总结SparkMLlib模型—决策树系列算法前面我们重点介绍了机器学习中的特征工程

猫猫姐·2025-06-01 21:52

Spark MLlib模型训练—分类算法 Decision tree classifier

SparkMLlib模型训练—分类算法Decisiontreeclassifier决策树（DecisionTree）是一种经典的机器学习算法，广泛应用于分类和回归问题。

猫猫姐·2025-06-01 21:52

机器学习基础 - 分类模型之朴素贝叶斯

朴素贝叶斯文章目录朴素贝叶斯1.基本概念1.条件概率2.先验概率3.后验概率2.贝叶斯公式3.条件独立假设4.从机器学习视角理解朴素贝叶斯朴素贝叶斯中的三种模型1.多项式模型2.高斯模型3.伯努利模型QA1

yousuotu·2025-06-01 20:12

机器学习中的正则化&拟合

那在机器学习中如何判断一个模型的优劣呢?此时我们就需要观察模型拟合(当然还会用到模型评估时的各种指标今天不聊),当出现了不同的拟合情况又将如何解决呢?正则化就是一个不错的选择。有

文柏AI共享·2025-06-01 19:11

机器学习：线性回归、损失函数、导数、偏导

本文目录：一、线性回归二、损失函数三、导数与偏导（一）导数1.基本概念2.常用导数3.求导的常用运算法则（二）偏导一、线性回归线性回归：利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式；一元线性回归：目标值只与一个自变量有关系；多元线性回归：目标值与多个自变量有关系。线性回归流程图：二、损失函数误差：用预测值y–真实值y就是误差；损失函数：衡量每个样

苏苏susuus·2025-06-01 19:10

机器学习/深度学习——模型的欠拟合和过拟合，正则化方法详解

机器学习/深度学习——模型的欠拟合和过拟合，正则化方法详解搭配以下文章进行学习：卷积神经网络：深度学习——卷积神经网络（convolutionalneuralnetwork）CNN详解（一）——概述.步骤清晰

林采采学编程+·2025-06-01 19:09

小白的进阶之路系列之三----人工智能从初步到精通pytorch计算机视觉详解下

下面，我们将要解释剩下的部分，包括以下内容：主题内容Model1：加入非线性实验是机器学习的很大一部分，让我们尝试通过添加非线性层来改进我们的基线模型。

金沙阳·2025-06-01 19:36

AI的出现，是否能替代IT从业者？

引言近年来，人工智能（AI）技术取得了突破性进展，从机器学习、自然语言处理到计算机视觉，AI正在深刻改变各行各业。在信息技术（IT）领域，AI技术已被广泛应用于软件开发、系统运维、数据分析等多个环节。

爱分享的程序员·2025-06-01 18:01

Amazon Augmented AI：人类智慧与AI协作，破解机器学习审核难题

AmazonAugmentedAI(A2I)的诞生，正是为了架起这道关键桥梁——它让人类判断力与AI效率完美协作，将机器学习落地痛点转化为业务增长动力。

AWS官方合作商·2025-06-01 17:24

机器学习算法-决策树

机器学习中的决策树：通过一系列「如果...那么...」的规则，把数据一步步分类。例子：用决策树决定是否相亲假设你是媒婆，手上有历史相亲数据，记录每个人的

不会敲代码的灵长类·2025-06-01 17:51

Python常用包应用专题：Scikit-learn全面指南

我是CSDN博主[你的名字]，今天我们将深入探索Python机器学习的核心武器库——Scikit-learn。

全息架构师·2025-06-01 17:21

InfluxDB 高级分析实战：预测、技术指标与异常检测全指南

预测分析：从简单季节性预测（HOLT_WINTERS）到复杂模型集成（Prophet/LSTM）✅技术指标计算：直接调用内置函数（EMA、KAMA、RSI）实现实时监控✅异常检测：基于统计规则（阈值监控）与机器学习模型

梦想画家·2025-06-01 16:42

AIGC提示(prompt)飞升方法：走向专家之路

985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。

herosunly·2025-06-01 15:07

【心法篇】如何写好 Prompt：Few-shots 技巧深度解析

Few-shots指在机器学习模型训练中，仅使用极少量（通常为1-3个）的标注样本来提升模型性能。其核心目标是通过少量样本让模型快速掌握任务特性，进而在新数据上表现优异。

牛马哥谈AI·2025-06-01 15:36

GitHub 趋势日报 (2025年05月25日)

Qlib支持多样化的机器学习建模范例。包…⭐570⭐2127

qianmoQ·2025-06-01 12:46

企业应用AI对向量数据库选型思考

一、向量数据库概述向量数据库是一种专门用于存储和检索高维向量数据的数据库系统，它能够高效地处理基于向量相似性的查询，如最近邻搜索等，在人工智能、机器学习等领域的应用中发挥着重要作用，为处理复杂的向量数据提供了有力的支持

勤奋的知更鸟·2025-06-01 11:07

一款适合程序员的流程图/思维导图利器

graphviz是在复杂网络、生物信息学、软件工程、数据库和网页设计、机器学习等领域使用广泛的图（Graph）可视化利器。

qq_21478261·2025-06-01 10:36

【机器学习|评价指标1】真正例（True Positive）、假正例（False Positive）、真负例（True Negative）、假负例（False Negative）详解，附代码。

【机器学习|评价指标1】真正例（TruePositive）、假正例（FalsePositive）、真负例（TrueNegative）、假负例（FalseNegative）详解，附代码。

努力毕业的小土博^_^·2025-06-01 10:02

python打卡DAY23

知识回顾:转化器和估计器的概念管道工程ColumnTransformer和Pipeline类作业：整理下全部逻辑的先后顺序，看看能不能制作出适合所有机器学习的通用pipeline基础概念pipeline

纨妙·2025-06-01 09:58

【PostgreSQL教程】PostgreSQL 16 新特性介绍

等平台优质作者、专注于Java技术领域✌技术范围：SpringBoot、SpringCloud、Vue、SSM、HTML、Nodejs、Python、MySQL、PostgreSQL、大数据、物联网、机器学习等设计与开发

No8g攻城狮·2025-06-01 08:52

基于机器学习的反反爬策略实战：用Python智能破解反爬机制

随着反爬技术的智能化，反反爬策略亟需引入机器学习手段，实现对反爬行为的自动识别与动态应对，提升爬虫的鲁棒性和稳定性。

Python爬虫项目·2025-06-01 08:17

BERT分类器和朴素贝叶斯分类器比较

传统机器学习模型，基于贝叶斯定理和特征条件独立假设。特征表示自动学习文本的上下文相关表示（contextualembeddings），捕捉长距离语义依赖。

非小号·2025-06-01 07:13

【Python打卡Day23】管道/流水线工程 @浙大疏锦行

#day23管道工程基础概念pipeline在机器学习领域可以翻译为“管道”，也可以翻译为“流水线”，是机器学习中一个重要的概念。

可能是猫猫人·2025-06-01 05:27

使用 jupyter hub /lab搭建机器学习工作台

文章大纲简介jupyternotebook实战配置jupyternotebook、hub、lab有什么分别jupyterlab基本配置后台启动kernel设置kernel找不到问题的解决方案jupyterlab进行代码管理重要特性:debug与断点jupyterlabwindows下更换terminaljupyterlab的docker版本使用与实战windows下WSL2中docker的安装不同

shiter·2025-06-01 04:22

【Rust】——项目实例：——命令行实例（一）

算法设计与分析，数据结构，Python，Java基础，MySQL，linux，基于HTML5的网页设计及应用，Rust（官方文档重点总结），jQuery，前端vue.js，Javaweb开发，Python机器学习等主页链接

Y小夜·2025-06-01 02:12

OpenCV 4.5.4 版本库 - Release 与 Debug

OpenCV是一个强大的开源计算机视觉和机器学习库，广泛应用于图像处理、视频捕捉、对象识别等领域。本项目包含静态库文件、动态链接库和调试信息文件，帮助开发者快速集成并启动项目。只

柳新黎·2025-06-01 00:59

ANTN: Bridging Autoregressive Neural Networks and Tensor Networks for Quantum Many-Body Simulation

机器学习/人工智能：本文大量利用机器学习技术，特别是神经网络，来加强量子模拟。(Carleo&

结构化文摘·2025-06-01 00:28

机器学习西瓜书笔记——机器学习基本术语，模型性能指标【一】

西瓜书第一，二章笔记datawhale吃瓜教程task1学习笔记第一章第一张主要介绍了一些机器学习研究内容和基本术语，以及发展现状。基本术语由于有些术语过于基础，在此不做赘述大家可以去读西瓜书。

Code思铮·2025-05-31 19:45

机器学习笔记【Week6】

一、模型结果下一步训练模型得到结果后，常面临：模型性能不理想，下一步如何改进？通过对训练误差和验证误差的观察，判断是高偏差（欠拟合）还是高方差（过拟合）。一般步骤：计算训练误差和验证误差，不包含正则项。判断两者的大小和差距。根据判断选择策略：情况训练误差验证误差结论改进方向欠拟合（高偏差）高高模型能力不足增加特征，减小正则化过拟合（高方差）低高泛化能力差增加训练数据，增加正则化二、评估假设的误差训

kuiini·2025-05-31 18:45

机器学习与深度学习04-逻辑回归02

目录前文回顾6.正则化在逻辑回归中的作用7.特征工程是什么8.逻辑回归的预测结果如何9.什么是ROC曲线和AUC值10.如何处理类不平衡问题11.什么是交叉验证前文回顾上一篇文章地址：链接6.正则化在逻辑回归中的作用逻辑回归中，正则化是一种用于控制模型复杂度的技术，它对模型的参数进行约束，以防止过拟合。正则化通过在损失函数中引入额外的正则化项来实现，这些正则化项对参数的大小进⾏惩罚，逻辑回归中常用

my_q·2025-05-31 18:45

Python+VR：如何让虚拟世界更懂你？——用户行为分析的实践

在这个专栏中，你将会找到：●深入解析：每一篇文章都将深入剖析Python的高级概念和应用，包括但不限于数据分析、机器学习、Web开发

Echo_Wish·2025-05-31 18:41

智科机器学习毕业设计项目选题推荐

文章目录1前言1.1选题注意事项1.1.1难度怎么把控？1.1.2题目名称怎么取？1.2开题选题推荐1.2.1起因1.2.2核心-如何避坑(重中之重)1.2.3怎么办呢？2选题概览3项目概览题目1:基于协同过滤的电影推荐系统题目2:基于wifi的室内定位算法设计与实现题目3:基于opencv的银行卡识别题目4:基于python的答题卡识别评分系统题目5:基于深度学习的安检管制物品识别系统题目6:基

kooerr·2025-05-31 17:37

高光谱成像相机：基于高光谱成像技术的玉米种子纯度检测研究

本研究基于高光谱相机，结合图像熵特征与机器学习算法，实现了多品种玉米种子的快

中达瑞和-高光谱·多光谱·2025-05-31 15:19

高光谱成像相机应用：纸质文物“狐斑”无损检测

基于高光谱成像的无损检测技术，结合光谱分析与机器学习，为狐斑的精准识别提供了创新解决方案。中达瑞和凭借其先进的高光谱成像设备（国产替

中达瑞和-高光谱·多光谱·2025-05-31 15:18

基于Python的BP神经网络 XOR模拟器

研究目的在人工智能与机器学习领域，BP（BackPropagation）神经网络是一种被广泛应用的算法，而XOR（异或）问题是神经网络研究中的经典问题。

sj52abcd·2025-05-31 13:34

Python爬虫与数据挖掘：搜索引擎背后的技术

Python爬虫与数据挖掘：搜索引擎背后的技术关键词：Python爬虫、数据挖掘、搜索引擎、网络爬虫、信息检索、自然语言处理、机器学习摘要：本文深入解析搜索引擎核心技术架构，结合Python爬虫与数据挖掘技术

搜索引擎技术·2025-05-31 13:03

Python中LLM的训练数据隐私保护：同态加密与安全多方计算

同态加密与安全多方计算在LLM训练中的应用3.1数据加密与分布式训练3.2安全多方计算与模型聚合4.实际应用中的挑战与解决方案4.1计算性能4.2通信开销4.3安全性分析5.未来展望6.结论在当今人工智能和机器学习的快速发展中

二进制独立开发·2025-05-31 12:29

Python打卡训练营day31——2025.05.20

知识点回顾规范的文件命名规范的文件夹管理机器学习项目的拆分编码格式和类型注解作业：尝试针对之前的心脏病项目，准备拆分的项目文件，思考下哪些部分可以未来复用。

莱茵菜苗·2025-05-31 12:29

Python打卡训练营day21——2025.05.10

LDA线性判别PCA主成分分析t-sne降维降维技术的应用场景与主要用途降维技术广泛应用于多个领域，尤其是在数据分析、机器学习和数据可视化中扮演着重要角色。

莱茵菜苗·2025-05-31 12:58

Vue-列表渲染

列表渲染指令：v-for语法：v-for="(item,index)inlist":key="index":key:强烈建议使用数据中唯一标识，避免数据乱序后渲染差错问题数组数据persons:[{id

菜逼の世界·2025-05-31 10:11

机器学习的演变与应用：从棋盘到自动驾驶

机器学习的演变与应用：从棋盘到自动驾驶背景简介随着技术的飞速发展，机器学习已经从理论走向实践，从实验室走进了我们的日常生活。

我在哈萨克斯坦·2025-05-31 07:24

剖析AI人工智能领域Bard的智能养老服务应用

剖析AI人工智能领域Bard的智能养老服务应用关键词：人工智能、Bard、智能养老、机器学习、自然语言处理、健康监测、情感交互摘要：本文深入探讨GoogleBard在智能养老服务中的应用潜力。

AI天才研究院·2025-05-31 07:24

解锁虚拟现实AI在AI人工智能中的应用密码

解锁虚拟现实AI在AI人工智能中的应用密码关键词：虚拟现实AI、人工智能、VR技术、机器学习、计算机视觉、人机交互、沉浸式体验摘要：本文将深入探讨虚拟现实AI(VRAI)技术在人工智能领域的创新应用。

AIGC应用创新大全·2025-05-31 06:17

【软件测试】智能自动化测试工具

智能自动化测试工具随着人工智能技术的发展，智能自动化测试工具也在逐渐兴起，这些工具利用AI和机器学习算法来优化测试过程、提高测试效率和准确性。

阿寻寻·2025-05-31 05:08

python学习day31

notebook文件夹内的ipynb文件，介绍下今天的思路2.项目文件夹中其他部分：拆分后的信贷项目，学习下如何拆分的，未来你看到的很多大项目都是类似的拆分方法知识点回顾1.规范的文件命名2.规范的文件夹管理3.机器学习项目的拆分

一叶知秋秋·2025-05-31 04:28

智能教育个性化学习路径规划系统实战指南

本文将通过构建一个完整的智能教育系统，演示如何基于Python生态（Django+机器学习）实现从数据采集到个性化推荐的全流程。

Tech Synapse·2025-05-31 02:46

知识图谱系列（3）：构建方法与流程

每个环节都有其特定的方法和挑战，需要综合运用自然语言处理、机器学习、信息检索等多种技术。

程序员查理·2025-05-31 01:11

推荐频道

机器学习乱序