机器学习人工智能算法数据挖掘第26页

docker数据科学与spark镜像源与使用常见问题疑难解答

DreamNotOver·2024-02-08 01:16

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3——利用GBDT进行回归分析

房价预测模型案例研究2.1数据准备和预处理2.2模型构建和评估方法2.3具体代码3模型调优和评估3.1参数调优的详细策略3.2模型性能评估的详细方法3.3模型优化3.4可视化写在最后写在开头回归分析在数据挖掘领域扮演着至关重要的角色

theskylife·2024-02-07 23:58

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

5000字干货 | 决策树、随机森林、bagging、boosting、Adaboost、GBDT、XGBoost总结

作者：ChrisCaohttps://zhuanlan.zhihu.com/p/75468124大家好，我是小z今天分享一波机器学习的干货~一.决策树决策树是一个有监督分类模型，本质是选择一个最大信息增益的特征值进行输的分割

数据不吹牛·2024-02-07 23:36

深度学习如何入门？

编程基础：Python是深度学习最常用的编程语言，因为它简单易学，而且有许多强大的科学计算和机器学习库，如NumPy、Pandas、Matplotlib、Scikit-learn、Tensor

super_journey·2024-02-07 23:59

Android智能识别 - 银行卡区域裁剪

1.基本概念计算机视觉、智能识别、机器学习2.智能识别需要的基础1>：c/c++语法编程基础；2>：opencv常用基础；3>：图像的算法基础；3.银行卡识别步骤第一步：从相册或者拍照一张银行卡图片，然后截取到银行卡区域

世道无情·2024-02-07 22:58

论文智能降重软件神码ai

这些软件利用先进的自然语言处理和机器学习技术，帮助我们快速识别和修改

Leospanb87·2024-02-07 22:01

机器学习 | 一文看懂SVM算法从原理到实现全解析

它是机器学习领域最受欢迎的模型之一。SVM特别适用于中小型

亦世凡华、·2024-02-07 21:19

大规模机器学习简介

1.非线性回归问题1.1问题描述我们有一组实验数据，每个实验都给出了输入和输出对(Xn,Yn)。每个输入是空间中的一个点，每个输出是空间中的一个点。这些数据点被假设为独立同分布（i.i.d）。我们的目标是找到一个函数fw，它能够最好地拟合数据，形式如下：这里是一个参数化的函数族，参数属于空间，而是误差项。要找到最佳拟合，我们需要解决以下形式的优化问题：这里的表示欧几里得范数，也就是常说的L2范数，

思诺学长·2024-02-07 21:47

机器学习5-线性回归之损失函数

在线性回归中，我们通常使用最小二乘法（OrdinaryLeastSquares,OLS）来求解损失函数。线性回归的目标是找到一条直线，使得预测值与实际值的平方差最小化。假设有数据集其中是输入特征，是对应的输出。线性回归的模型假设是：其中，是输入特征，是模型的参数。损失函数（成本函数）表示预测值与实际值之间的差异。对于线性回归，损失函数通常采用均方误差（MeanSquaredError,MSE）：其

dracularking·2024-02-07 21:17

ChatGPT学习第一周

了解AI和机器学习的基本概念获取人工智能（AI）和机器学习（ML）的初步了解。理解这些技术是如何支撑ChatGPT的。✍️学习活动学习资料《ChatGPT在做什么…为什么它能做到？》

冷暖从容·2024-02-07 19:06

ChatGPT学习大纲

人工智能与机器学习基础学习AI和机器学习的基本概念，为理解

冷暖从容·2024-02-07 19:34

自然语言处理中的embeddings

将信息编码成低维向量表示，在现代机器学习算法中很容易集成，这在NLP的发展中起到了核心作用。

一个好梦·2024-02-07 19:21

Google谷歌的OpenXLA开源项目

GoogleOpenXLA在去年10月的GoogleCloudNext2022活动中，OpenXLA项目正式浮出水面，谷歌与包括阿里巴巴、AMD、Arm、亚马逊、英特尔、英伟达等科技公司推动的开源AI框架合作，致力于汇集不同机器学习框架

唐伯虎点·蚊香·2024-02-07 19:15

李宏毅pm2.5作业【转载】

李宏毅机器学习PM2.5作业使用pyCharm2022.2.1版本，python10.0python也不会，计算机也不会，啥都不会，只带了个脑子考了计算机研究生。研究生选了人工智能方向。

言糙·2024-02-07 19:45

十分钟学习极大自然似估计

EndlessLethe原创文章，转载请注明：转载自小楼吹彻玉笙寒原文链接地址:十分钟学习极大似然估计前言参数估计是机器学习里面的一个重要主题，而极大似然估计是最传统、使用最广泛的估计方法之一。

培根炒蛋·2024-02-07 18:33

工大智信智能听诊器的不同点

工大智信智能听诊器与传统听诊器相比，有几个显著的不同点：AI驱动的诊断支持：工大智信智能听诊器利用先进的人工智能算法来筛查异常的病理特征，从而促进快速、准确的健康评估。

huxibao1234·2024-02-07 17:26

机器学习（machine learning）大合集

2、机器学习实战之AdaBoost算法boosting算法系列的基本思想，如下图：adaBoost分类器就是一种元算法分类器，adaBoost分类器利用同一种基

AI信仰者·2024-02-07 17:54

什么是大模型

大模型的应用场景常见的大模型技术实例分析：深度学习语言模型GPT-3让你了解什么是大模型大模型（BigModel）是指在机器学习和人工智能领域中处理大规模数据和复杂模型的一种方法或技术。

码农阿豪·2024-02-07 17:10

回归预测 | 基于LightGBM算法的数据回归预测（多指标，多图）附MATLAB实现

Matlab科研辅导帮·2024-02-07 15:02

R语言机器学习与临床预测模型35--分类回归树

本内容为【科研私家菜】R语言机器学习与临床预测模型系列课程R小盐准备介绍R语言机器学习与预测模型的学习笔记你想要的R语言学习资料都在这里，快来收藏关注【科研私家菜】[图片上传失败...

科研私家菜·2024-02-07 14:22

大数据应用工具有哪些

大数据分析工具：RapidMiner在世界范围内，RapidMiner是比较领先的一个数据挖掘的解决方案。很大程度上，RapidMiner有比较先进的技术。

QFdongdong·2024-02-07 14:40

支持向量机分类模型

开始系统学习一下机器学习的一些知识，这个是svm（支持向量机）分类模型。1.R包和数据使用了数据iris，用10%作为测试集，90％作为训练集。if(!

小洁忘了怎么分身·2024-02-07 13:07

深入了解MySQL的流式查询机制

二、使用步骤1.流式查询与MySQLfetchsize的关系2.MySQL流式查询的坑3.总结mybatis查询解决方案引用前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要

weixin_42904118·2024-02-07 13:17

数据库从事什么工作_我如何开始从事数据科学

数据科学中的机器学习(ML)到底是什么？

weixin_26713457·2024-02-07 13:46

01 数据分析与可视化概述

数据挖掘则指的是从大量的，不完全的，有噪声的，模糊的和随机的实际应用数据中，通过应用聚合，分类，回归和关联规则等技术，挖掘潜在价值的过程。数据分析有狭义和广义之分。

flysh05·2024-02-07 12:07

fgcvbnm

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·2024-02-07 12:34

教程：教你一个简单快速能够掌握监督学习算法的方法

监督学习作为运用最广泛的机器学习方法，一直以来都是从数据挖掘信息的重要手段。即便是在无监督学习兴起的近日，监督学习也依旧是入门机器学习的钥匙。这篇监督学习教程适用于刚入门机器学习的小白。

妄心xyx·2024-02-07 11:52

机器学习-梯度下降法

不是一个机器学习算法是一种基于搜索的最优化方法作用：最小化一个损失函数梯度上升法：最大化一个效用函数并不是所有函数都有唯一的极值点解决方法：多次运行，随机化初始点梯度下降法的初始点也是一个超参数代码演示

小旺不正经·2024-02-07 11:56

彻底学会系列：一、机器学习之线性回归（二）

0.概念和公式请参考：一、机器学习之线性回归（一）1.涉及公式1.1简单线性回归y=wx+by=wx+by=wx+b1.2多元线性回归y^=w1X1+w2X2...wnXn+w0\haty=w_1X_1

挑大梁·2024-02-07 11:25

Apache Pulsar 在腾讯 Angel PowerFL 联邦学习平台上的实践

腾讯AngelPowerFL联邦学习平台构建在Angel机器学习平台上，利用Angel-PS支持万亿级模型训练的能力，将很多在Worker上的计算提升到PS（参数服务器）端；AngelPowerFL为联邦学习算法提供了计算

StreamNative·2024-02-07 11:24

机器学习-朴素贝叶斯【手撕】

朴素贝叶斯概述在许多分类算法应用中，特征和标签之间的关系并非是决定性的。比如说，我们想预测一个人究竟是否会在泰坦尼克号海难中生存下来，那我们可以建一棵决策树来学习我们的训练集。在训练中，其中一个人的特征为：30岁，男，普通舱，他最后在泰坦尼克号海难中去世了。当我们测试的时候，我们发现有另一个人的特征也为：30岁，男，普通舱。基于在训练集中的学习，我们的决策树必然会给这个人打上标签：去世。然而这个人

alstonlou·2024-02-07 11:07

机器学习-线性回归法

线性回归算法解决回归问题思想简单，实现容易许多强大的非线性模型的基础结果具有很好的可解释性蕴含机器学习中的很多重要思想样本特征只有一个，称为：简单线性回归通过分析问题，确定问题的损失函数或者效用函数通过最优化损失函数或者效用函数

小旺不正经·2024-02-07 10:44

无人驾驶入门--预测

image数据驱动的预测数据驱动预测使用机器学习算法，通过观察结果

DonkeyJason·2024-02-07 10:57

PyTorch优化算法模块torch.optim的详细介绍

torch.optim模块是PyTorch中用于实现优化算法的组件，主要用于训练神经网络和其他机器学习模型。

科学禅道·2024-02-07 10:05

PyTorch 中音频信号处理库torchaudio的详细介绍

它提供了丰富的音频信号处理工具、特征提取功能以及与深度学习模型结合的接口，使得在PyTorch中进行音频相关的机器学习和深度学习任务变得更加便捷。

科学禅道·2024-02-07 10:32

手把手教程｜如何使用 Azure 机器学习 Prompt Flow 优化提示词工程

企业申请AzureOpenAI绿色通道→记得评论私信~大模型（LargeLanguageModel,LLM）尤其是OpenAI推出的ChatGPT模型打破了人类语言和机器语言之间的障碍，人们通过自然语言（Prompt）就可以操作模型，而模型可以准确的捕获用户的复杂语义和目的，最后以人类可以理解的方式输出结果。为了能更好的使用大模型，如何写提示词（Prompt）也就是提示词工程成为一门新的学科，这个

全云在线allcloudonline·2024-02-07 10:25

[译] iOS 11：机器学习人人有份

MatthijsHollemans译文出自：掘金翻译计划译者：ChangkunOu校对者：wilsonandusaatuoooWWDC2017使一件事情变得非常清楚，那就是：Apple正在全力以赴地支持「设备上的机器学习

小饕·2024-02-07 10:53

机器学习要警惕的4个常见陷阱！

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达编辑：中国统计网在一场科技会议上，演讲者询问观众，“有谁为自己的业务开发过机器学习或者人工智能模型？”

小白学视觉·2024-02-07 10:21

政安晨：政安晨：机器学习快速入门（三）{pandas与scikit-learn} {模型验证及欠拟合与过拟合}

这一篇中，咱们使用Pandas与Scikit-liarn工具进行一下模型验证，之后再顺势了解一些过拟合与欠拟合，这是您逐渐深入机器学习的开始！模型验证评估您的模型性能，以便测试和比较其他选择。

政安晨·2024-02-07 09:18

政安晨：机器学习快速入门（一）{基于Python与Pandas}

对于刚接触ML（机器学习）的小伙伴来说，通过几篇文章能够快速登堂入室是非常及时且有用的，作者政安晨力求让小伙伴们，几篇文章内就可以达到这个目标，咱们开始！

政安晨·2024-02-07 09:47

政安晨：机器学习快速入门（二）{基于Python与Pandas} {建立您的第一个机器学习模型}

现在咱们要一起创建您的第一个机器学习模型啦！选择建模数据你的数据集包含太多变量，让你无法理解，甚至无法很好地打印出来。你如何将这大量的数据减少到你能理解的程度？我们将从直觉上选择几个变量。