机器学习人工智能数据分析

进入Ai时代，产品经理如何才能转型？

AI浪潮已经席卷全球的各个角落，带有人工智能技术的服务和产品已经深入到生活的各个角落，从家居到医疗，从娱乐到出行，从安防到企业应用，异常活跃。
dusong·2024-02-19 20:35

OpenCV介绍和使用

目录一：简介二：安装三：使用一：简介OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库，广泛应用于图像处理、计算机视觉、机器学习等领域。
攻城狮的梦·2024-02-19 20:43

如何将PDF中的表格读取出来，并写入EXCEL？30行代码搞定

现在，各类数据分析的书籍，都可以在网上找到PDF版本；同时，百度文库、各类数据统计文库、行业研究等众多论文报告，是通过PDF的形式去展示输出的；但是，令人都头疼的是，各类数据分析书中，PDF版本中的表格数据
数据不吹牛·2024-02-19 20:40

单片机技术的未来发展趋势：人工智能与物联网的融合

单片机技术在未来的发展趋势中，人工智能（AI）和物联网（IoT）的融合将会是一个重要的方向。
迷璃学妹·2024-02-19 20:26

optuna，一个好用的Python机器学习自动化超参数优化库

️个人主页：鼠鼠我捏，要死了捏的主页️付费专栏：Python专栏️个人学习笔记，若有缺误，欢迎评论区指正前言超参数优化是机器学习中的重要问题，它涉及在训练模型时选择最优的超参数组合，以提高模型的性能和泛化能力
牵着猫散步的鼠鼠·2024-02-19 20:23

ASR 概述

这几类人工智能，都是依赖于自动语音识别技术，简称为ASR。ASR涉及到将语音转换为文本，促使计算机理解人类语言并与人类对话。
墨鸦_Cormorant·2024-02-19 19:15

【机器学习笔记】11 支持向量机

支持向量机（SupportVectorMachine,SVM）支持向量机是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier），其决策边界是对学习样本求解的最大边距超平面（maximum-marginhyperplane）。与逻辑回归和神经网络相比，支持向量机，在学习复杂的非线性方程时提供了一种更为清
RIKI_1·2024-02-19 19:38

【机器学习笔记】12 聚类

无监督学习概述监督学习在一个典型的监督学习中，训练集有标签，我们的目标是找到能够区分正样本和负样本的决策边界，需要据此拟合一个假设函数。无监督学习与此不同的是，在无监督学习中，我们的数据没有附带任何标签，无监督学习主要分为聚类、降维、关联规则、推荐系统等方面。主要的无监督学习方法聚类（Clustering）如何将教室里的学生按爱好、身高划分为5类？降维（DimensionalityReductio
RIKI_1·2024-02-19 19:38

【机器学习笔记】4 朴素贝叶斯

贝叶斯方法贝叶斯分类贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。朴素贝叶斯分类是这一类算法中最简单的较为常见的算法。先验概率根据以往经验和分析得到的概率。我们用()来代表在没有训练数据前假设拥有的初始概率。后验概率根据已经发生的事件来分析得到的概率。以(|)代表假设成立的情下观察到数据的概率，因为它反映了在看到训练数据后成立的置信度。联合概率是指在多元的概率分
RIKI_1·2024-02-19 19:07

【机器学习笔记】 6 机器学习库Scikit-learn

Scikit-learn概述Scikit-learn是基于NumPy、SciPy和Matplotlib的开源Python机器学习包,它封装了一系列数据预处理、机器学习算法、模型选择等工具,是数据分析师首选的机器学习工具包
RIKI_1·2024-02-19 19:07

【机器学习笔记】10 人工神经网络

人工神经网络发展史1943年，心理学家McCulloch和逻辑学家Pitts建立神经网络的数学模型，MP模型每个神经元都可以抽象为一个圆圈，每个圆圈都附带特定的函数称之为激活函数，每两个神经元之间的连接的大小的加权值即为权重。1960年代，人工网络得到了进一步地发展感知机和自适应线性元件等被提出。M.Minsky仔细分析了以感知机为代表的神经网络的局限性，指出了感知机不能解决非线性问题，这极大影响
RIKI_1·2024-02-19 19:07

机器学习训练营逻辑回归分类预测学习笔记

#1.学习知识点概要1.1逻辑回归1.2python的逻辑回归实现#2.学习内容主要学习了逻辑回归的基本公式和概念，然后实践了逻辑回归的简单应用（以iris数据库为例子）。内容比较简单之前都有接触过。###逻辑回归（LR）Logistic回归是一种分类方法，主要用于两分类问题（binaryproblem），所以利用了Logistic函数（或称为Sigmoid函数），函数形式为：$$logi(z)=
咩神烦·2024-02-19 19:04

【机器学习笔记】3 逻辑回归

分类问题分类问题监督学习最主要的类型，主要特征是标签离散，逻辑回归是解决分类问题的常见算法，输入变量可以是离散的也可以是连续的二分类先从用蓝色圆形数据定义为类型1，其余数据为类型2；只需要分类1次，步骤：①->②多分类问题先定义其中一类为类型1（正类），其余数据为负类（rest）；接下来去掉类型1数据，剩余部分再次进行二分类，分成类型2和负类；如果有类，那就需要分类-1次,步骤：①->②->③->
RIKI_1·2024-02-19 19:02

FPGA转行ISP的探索之二：技术路线和概念

图像去噪的算法一般是滤波，比如空域滤波，变换域滤波，机器学习方法等，经常是用OpenCV的代码来写。2）CONTRAST，对比
徐丹FPGA之路·2024-02-19 19:32

企业如何选择一款高效的ETL工具

在这个过程中，选择一款易于使用且功能强大的ETL平台至关重要，因为数据的采集和清洗是数据分析的基础。目前ETLCloud作为一款国产免费的ETL工具，凭借其强大功能和活跃社区成为最令人瞩目的选择。
·2024-02-19 19:23

Linux系统中HTTP隧道技术的未来发展趋势与挑战：穿越网络的“时光隧道”

随着云计算、大数据和人工智能等技术的迅猛发展，HTTP隧道技术也将迎来巨大的变革。想象一下，未来的HTT
华科℡云·2024-02-19 19:21

机器学习技法笔记5：Kernel 逻辑回归

5-1Soft-MarginSVMasRegularizedModel前面几篇：机器学习技法笔记1：线性SVM机器学习技法笔记2：SVM的对偶形式机器学习技法笔记3：KernelSVM机器学习技法笔记4
wang_buaa·2024-02-19 19:49

《区块链公链数据分析简易速速上手小册》第10章：未来趋势和挑战（2024 最新版）

文章目录10.1区块链技术的发展方向10.1.1基础知识10.1.2重点案例：构建一个简单的智能合约步骤1:创建智能合约步骤2:部署智能合约步骤3:使用Python与智能合约交互结语10.1.3拓展案例1：探索DeFi应用准备工作实现步骤步骤1:获取Compound市场数据步骤2:分析借贷市场数据步骤3
江帅帅·2024-02-19 19:43

001：自动驾驶概述

技术探索阶段（2005年-2015年）：随着计算机技术和机器学习技术的快速发展，自动驾驶技术开始
qq_31762031·2024-02-19 19:33

聚类分析入门：使用Python和K-means算法进行数据聚类

文章标题：聚类分析入门：使用Python和K-means算法进行数据聚类简介聚类分析是机器学习中的一个重要任务，它涉及将数据集中的样本分成多个类别或簇，使得同一簇内的样本相似度较高，不同簇之间的样本相似度较低
Evaporator Core·2024-02-19 19:01

强化学习入门：使用Python和Q-learning算法解决迷宫问题

文章标题：强化学习入门：使用Python和Q-learning算法解决迷宫问题简介强化学习是机器学习中的一个重要分支，它致力于研究智能体在与环境交互的过程中如何学习最优的行为策略。
Evaporator Core·2024-02-19 19:01

智慧之路：人工智能的发展与演化

而人工智能，作为21世纪最为引人注目的技术之一，其发展与演化也是一个充满传奇色彩的故事。1.前奏：概念的萌芽人工智能的起源可以追溯到古代的数学和哲学思想。
Evaporator Core·2024-02-19 19:01

互联网加竞赛 大数据分析：基于时间序列的股票预测于分析

1简介Hi，大家好，这里是丹成学长，今天向大家介绍一个大数据项目大数据分析：基于时间序列的股票预测于分析2时间序列的由来提到时间序列分析技术，就不得不说到其中的AR/MA/ARMA/ARIMA分析模型。
Mr.D学长·2024-02-19 19:00

Z分数标准化

这种标准化方法对于机器学习和统计分析中的特征缩放和数据预处理非常有用。标准化的步骤如下：计算均值和标准差：对于给定的数据集，首先计算其均值（μ）和标准差（σ）。
草明·2024-02-19 19:30

大家都在担心，人工智能会把所有人的饭碗抢走。这种情景，其实早就不是头一遭了

那是1938年，大萧条的痛苦依然切切实实。美国的失业率大约为20%。每个人都在担心工作问题。1930年，著名的英国经济学家约翰·梅纳德·凯恩斯警告说，我们正“被一种新的疾病所困扰”，这种疾病叫做技术性失业。他写道，节省劳动力的进步“超越了我们找到新用途为劳动力的速度”。似乎到处都有例子。新机械正在改变工厂和农场。全国电话网络采用的机械转换正在消除对地方电话操作员的需求，这是20世纪初美国年轻女性最
新加坡内哥谈技术·2024-02-19 19:59

AI跟踪报道第29期-新加坡内哥谈技术-今年迄今为止AI领域最疯狂周 - Open AI Sora和Gemini 1.5

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。
新加坡内哥谈技术·2024-02-19 19:59

Apple刚刚推出了一款新的 AI 工具，这玩意儿能给静态图片加上动画效果，听起来是不是很酷

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。
新加坡内哥谈技术·2024-02-19 19:59

自然语言处理入门：使用Python和NLTK进行文本预处理

文章标题：自然语言处理入门：使用Python和NLTK进行文本预处理简介自然语言处理（NLP）是人工智能领域的一个重要分支，它致力于使计算机能够理解、分析和生成人类语言。
Evaporator Core·2024-02-19 19:29

Cohere For AI 推出了 Aya，这是一款覆盖超过 100 种语言的大型语言模型（LLM）

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。
新加坡内哥谈技术·2024-02-19 19:28

python学爬虫还是人工_0基础如何学python，如何学爬虫，如何学数据分析，如何学人工智能并转到这些行业？(亲身经验）...

最近1年的主要学习时间，都投资到了python据分析和数据挖掘上面来了，虽然经验并不是十分丰富，但希望也能把自己的经验分享下，最近也好多朋友给我留言，和我聊天，问我python该如何学习，才能少走弯路，今天整理这篇文章，会详细介绍0基础学python该如何学，帮助到更多想学习python的朋友，给广大同学朋友规划个适合学习规划。我大学学习的应用化学，后来毕业做了2年全栈设计师（PS：设计和前端都不
weixin_39852647·2024-02-19 18:25

Redis篇----第三篇

系列文章目录文章目录系列文章目录前言一、缓存雪崩**二、缓存穿透三、缓存预热四、缓存更新五、缓存降级前言前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。
数据大魔王·2024-02-19 18:51

云计算、大数据、人工智能、物联网、虚拟现实技术、区块链技术（新一代信息技术）学习这一篇够了！

目录云计算一、云计算的基本概念二、云计算的分类(一)IaaS(二)SaaS(三)PaaS三、云环境的分类、云计算的四种部署模式(一)公有云(二)私有云(三)社区云(四)混合云四、云计算的特点(一)虚拟化技术(二)动态可扩展(三)按需部署(四)灵活性高(五)可靠性高(六)性价比高(七)可扩展性五、云计算的成用领城(一)金融云(二)制造云大数据一、大数据的基本概念二、大数据的特征（一）体量大（二）种类
IT小庄同学·2024-02-19 18:19

Python机器学习：Scikit-learn库与应用

当涉及到Python机器学习时，Scikit-learn是一个非常流行且功能强大的库。它提供了广泛的算法和工具，使得机器学习变得简单而高效。
数据小爬虫·2024-02-19 18:11

虾皮API在电商数据分析中的应用

随着电子商务的蓬勃发展，电商数据分析已经成为企业制定市场策略、优化产品布局、提升用户体验的重要手段。
数据小爬虫·2024-02-19 18:40

Python数据分析：NumPy、Pandas与Matplotlib库

Python是一种强大的编程语言，特别适合数据分析，主要得益于其丰富的库生态系统。NumPy、Pandas和Matplotlib是Python中最常用的数据分析库。
数据小爬虫·2024-02-19 18:40

【机器学习算法】KNN鸢尾花种类预测案例和特征预处理。全md文档笔记（已分享，附代码）

本系列文章md笔记（已分享）主要讨论机器学习算法相关知识。
·2024-02-19 18:51

The Sandbox NFT 概览与数据分析

作者：[email protected]编译：[email protected]数据源：TheSandboxNFTCollectionDashboardSandboxNFT系列包括独特的体素资产和LAND地块，使所有者能够在TheSandbox元宇宙中构建、玩虚拟体验并从中获利。这个NFT项目会在2024年崛起吗？关于TheSandboxTheSandbox是一个动态的、由
·2024-02-19 18:50

【专题】2023人工智能基础数据服务白皮书报告PDF合集分享（附原数据表）

p=33276原文出处：拓端数据部落公众号人工智能是推动新一轮科技革命和产业变革的核心驱动力。
·2024-02-19 18:17

GEE：关于在GEE平台上进行回归计算的若干问题

作者：CSDN@_养乐多_记录一些在GoogleEarthEngine（GEE）平台上进行机器学习回归计算的问题和解释。文章目录一、回归1.1问：GEE平台上可以进行哪些机器学习回归算法？
_养乐多_·2024-02-19 18:40

Python用GAN生成对抗性神经网络判别模型拟合多维数组、分类识别手写数字图像可视化

Facebook的AI研究总监YannLeCun称对抗训练是“过去10年中最有趣的机器学习领域
·2024-02-19 18:13

The Sandbox NFT 概览与数据分析

作者：[email protected]编译：[email protected]数据源：TheSandboxNFTCollectionDashboardSandboxNFT系列包括独特的体素资产和LAND地块，使所有者能够在TheSandbox元宇宙中构建、玩虚拟体验并从中获利。这个NFT项目会在2024年崛起吗？关于TheSandboxTheSandbox是一个动态的、由
·2024-02-19 18:42

挑战杯 基于CNN实现谣言检测 - python 深度学习 机器学习

文章目录1前言1.1背景2数据集3实现过程4CNN网络实现5模型训练部分6模型评估7预测结果8最后1前言优质竞赛项目系列，今天要分享的是基于CNN实现谣言检测该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1.1背景社交媒体的发展在加速信息传播的同时，也带来了虚假谣言信息的泛滥，往往
laafeer·2024-02-19 16:45

精通PyTorch：如何选择合适的优化器和损失函数

卷积神经网络（CNN）的应用实例2.循环神经网络（RNN）的应用实例3.优化过程中的常见问题及解决方案总结与展望1.重要性的总结2.实战应用3.未来展望引言PyTorch，作为一个强大的深度学习库，已经在人工智能领域扮演了极其重要的角色
walkskyer·2024-02-19 16:38

深度学习：开启人工智能的未来探索之旅

科技的飞速发展使得人工智能（AI）成为当今科技领域的热点之一，其中，深度学习作为人工智能的关键技术，正逐渐成为推动AI发展的强大引擎。
快乐非自愿·2024-02-19 16:05

如何使用 MongoDB 构建采用 AI 技术的应用程序

这可以包括机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等。确定您需要收集和处理的数据类型以及这些数据如何支持AI模型。设计数据模型：根据AI模型的需求设计MongoDB的数据模型。
数字化信息化智能化解决方案·2024-02-19 16:03

计算机专业必看的几部电影

当涉及到计算机专业相关的电影时，以下是一些经典的影片，可以让你深入了解计算机科学、技术和文化的方方面面：《黑客帝国》(TheMatrix,1999)-这部电影探讨了虚拟现实、人工智能和现实世界之间的关系
元芳Q代码·2024-02-19 16:02

PyTorch基本介绍

基本介绍PyTorch是一个基于Python的机器学习框架，由Facebook于2016年发布。它提供了一组灵活且高效的工具，可用于构建和训练各种深度学习模型。
Rain松·2024-02-19 16:02

【深度学习】Pytorch 系列教程（二）：PyTorch数据结构：1、Tensor（张量）： GPU加速（GPU Acceleration）

Dimensions）2.数据类型（DataTypes）3.GPU加速（GPUAcceleration）查看可用gpu张量移动经典语句device一、前言ChatGPT：  PyTorch是一个开源的机器学习框架
QomolangmaH·2024-02-19 16:28

斯坦福大学分析3.2万篇大模型HuggingFace文档后指出：现状堪忧！

随着人工智能（AI）模型在各个领域的广泛应用，模型文档化的重要性日益凸显。
夕小瑶·2024-02-19 16:26

人工智能技术应用笔记（二）：OpenAI SORA文生视频模型技术报告全文中英对照 （GPT4翻译+人工润色）

目录Videogenerationmodelsasworldsimulators（视频生成模型作为世界模拟器）Turningvisualdataintopatches（将视觉数据转换为图像块）Videocompressionnetwork（视频压缩网络）SpacetimeLatentPatches（隐空间时空编码块）Scalingtransformersforvideogeneration（扩展T
穿越光年·2024-02-19 16:25
上一页 35 36 37 38 39 40 41 42 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他