机器学习从0到1

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

到底怎样读书，才算是真正意义上的不白读？

我把自己曾经坚持读书的经历，分成了四个阶段：第一个阶段：海绵刚开始读书的时候，我们就像一块未吸水的海绵，经历着从0到1的阶段。那时什么都不懂，什么书都想读一读，读什么都觉得有用，感觉干劲儿十足。
书不白读·2024-02-08 07:06

《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

AD9361纯逻辑控制从0到1连载10-多芯片同步MCS以及射频同步方法

本文基于ZC706+FMCOMMS5的平台，介绍了AD9361的多芯片同步设计方法。这里的“同步”包含了基带同步以及射频同步。AD9361原生只支持基带同步，官方的名称叫MCS（Multi-chipBasebandSynchronization），实际上配合外围的射频相位校准电路，也可以实现射频同步，这里的射频同步，严格上说只是通过基带信号的相位补偿，达到射频同步的效果，并不是真正意义的射频同步。
冰冻土卫二·2024-02-08 07:12

AD9361纯逻辑控制从0到1连载9-调整数据和时钟的相位关系

有人私信问我，为什么按照我的文章配置AD9361，明明初始化配置成功了，收发数据都不正常。因为错误的可能性各种各种，这个问题不太好回答。但假如一切都代码都是正确的，硬件也是正常的，那极有可能是006寄存器和007寄存器的值需要做调整。我们先看官方文档是怎么描述的006用来调整收数据接口的延时，高4bit表示时钟延时，低4bit表示数据延时。007用来调整发数据接口的延时，高4bit表示时钟延时，低
冰冻土卫二·2024-02-08 07:41

AD9361纯逻辑控制从0到1连载7-根据射频频率计算VCO参数

AD9361从0到1连载8-fastlock之profile存器设置verilog实现不管是使用使用何总方法，要修改射频频率，首先需要计算出对应的VCO参数。
冰冻土卫二·2024-02-08 07:11

AD9361纯逻辑控制从0到1连载8-修改射频频率

上一个章节介绍了如何通过射频频率计算得出VCO的配置参数，下面介绍要改变射频频率具体要配置哪些寄存器。配置RX频率，依次执行下面命令，最高bit1表示写，接着10bit是地址，最后8bit是配置参数值config_cmd={1'b1,10'h233,lo_rxfrac[7:0]};//WriteRXSynthFractionalFreqWord[7:0]config_cmd={1'b1,10'h2
冰冻土卫二·2024-02-08 07:11

AD9361纯逻辑控制从0到1连载6-fast lock之profile寄存器设置

前面讲到每个profile由16个8bit寄存器组成,TX和RX的定义是一样的，下面列出RXprofile每个寄存器的定义：REG0~REG4以及REG12[3:0]实际上是3个参数，lo_int(IntegerWord)，lo_frac(FractionalWord)，lo_div(VCODivider)，射频频率计算公式如下：freq=REF_PLL*(lo_int+lo_frac/83885
冰冻土卫二·2024-02-08 07:10

AD9361纯逻辑控制从0到1连载3-初始化模块

初始化代码的工作，就是将上个章节生成verilog函数中的命令条条执行，碰到需要等待的地方等待，需要读某个标志位的地方就一直读，直到标志位符合要求。下面贴出初始化代码。modulead9361_init(inputclk,inputarst,outputregread,outputregwrite,outputreg[9:0]address,outputreg[7:0]writedata,inpu
冰冻土卫二·2024-02-08 07:40

AD9361纯逻辑控制从0到1连载4-AD9361数据接口

参考文件《AD9361InterfaceSpecv2.5.pdf》AD9361和FPGA的数据接口如下图中红色框标识。可以配置为CMOS模式和LVDS模式。根据不同的带宽需求，可以配置为不同的模式，如图：大部分情况下，设置为2T2R，DDRBus，DualPortFullDuplex模式，这种模式最大化使用了AD9361的资源，并且可以覆盖大部分其他模式的功能。如下图所示：收数据接口时序图如下：发
冰冻土卫二·2024-02-08 07:40

AD9361纯逻辑控制从0到1连载5-fast lock的简介

AD9361正常更改射频频率需要设置一些寄存器，然后开启VCO校准，等待锁定。这个过程时间是比较长的，大概在37us~508us之间。如果你的系统是一个跳频的TDD系统，那相当于每个时隙都要浪费这个时间等待VCO锁定，开销实在太大。为了解决这个问题，就需要用到FastLock功能。简单点说就是提前校准好每个频点的参数保存起来，下次要用的时候直接调用。这种方法将切换频率后的锁定的时间缩短到6us左右
冰冻土卫二·2024-02-08 07:40

AD9361纯逻辑控制从0到1连载2-将脚本转化为verilog代码

首先查看一下，上一章我们生成的脚本文件fdd_600m：//************************************************************//AD9361R2AutoGeneratedInitializationScript:Thisscriptwas//generatedusingtheAD9361CustomersoftwareVersion2.1.3
冰冻土卫二·2024-02-08 07:39

AD9361纯逻辑控制从0到1连载0-SPI接口

前言AD9361作为一款功能强大的射频收发器件，在通信领域被广泛采用。ADI官方提供的Demo主要基于ZYNQ的软件控制方式，这种控制方法的优点是将所有功能配置都封装为API函数，使用者不需要了解太多AD9361的具体细节，特别是其1024个寄存器的具体定义。这种方法适合于快速上手验证，但是在产品实现时有诸多不便，甚至某些场合根本无法使用。本连载基于实际的产品开发经验，介绍了如何用纯逻辑（veri
冰冻土卫二·2024-02-08 07:09

AD9361纯逻辑控制从0到1连载1-生成初始化脚本

AD9361要正常工作，首先需要做初始化的配置工作。而AD9361的寄存器很多，多达1024个，每个寄存器有8bit，每个bit或多个bit的组合，有不同的功能，使得初始化工作相当繁琐。好在ADI官方提供了界面化的软件，可以根据图形化的配置，生成初始化的脚本，我们要做的就是将这个脚本转换为对应的verilog语言。首先，我们要了解如何生成配置脚本，下面按步骤介绍：第一步：安装AD9361Evalu
冰冻土卫二·2024-02-08 07:09

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

45张图看懂底层逻辑

如何搭建个人知识体系从0到1搭建用户激励体系活动策划上线及复盘（sop）一张图识别好公司和烂公司运营之光思维导图分享，附Xmind源文件《我在阿里做运营》思维导图精华版建立你的价值金字塔.PPT从0开始说
Young_svg·2024-02-08 06:58

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

龙芯+RT-Thread+LVGL实战笔记（5）——用定时器搞定呼吸灯

由于是首次参加该赛项，很多东西都是从0到1的摸索和积累。
南耿先生·2024-02-08 05:19

龙芯+RT-Thread+LVGL实战笔记（18）——光照图表与折线

由于是首次参加该赛项，很多东西都是从0到1的摸索和积累。
南耿先生·2024-02-08 05:19

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

众筹 从0到1创建一家心理学主题的咖啡屋

从今日起，如若有666个人来找我进行一次心理咨询，小鹿便会去创建一家以心理学为主题的咖啡屋。小鹿咨询线上98元每次，线下198元每次。小鹿目前的来访者以达168人，他们都说，要是早点遇到小鹿就好了。因此我想帮助更多的人。于是想尝试实现一个梦，把我喜欢的关于心理学的想象都装进一间店铺里。店铺里有心理学专业的书籍和期刊，服务人员都是心理咨询师，创造一个环境去帮助大家实现幸福。小鹿会准备好茶点咖啡小吃，
一个心理咨询师的日常生活·2024-02-08 04:52

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

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

从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2024-02-08 02:11

读书清单：《从0到1》

1.只选对的正确的选择所带来的收益会超过随意的撒网式投资。不要相信差异只是一小部分，冰山一角并不是冰山的真实模样。2.职业发展的幂次法则在你选择一个职业的时候，你是相信自己选择的这个职业能有很大的发展，你也能拥有更多的价值。3.做什么很重要何时何地，无论你选择做什么，都是很重要的，都会对你今后的产生影响，在人生的旅程中，从来就没有无关紧要的一步棋。4.有些事很重要却无人知晓，有些事困难却可为。世界
昕海薇·2024-02-08 01:38

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

读《从0到1》

从0到1，主张创新和垄断。垄断的企业会获得财富，垄断的企业所掌握的技术要比其竞争对手至少强大10倍，才可能形成长期的垄断。竞争是从1到N的过程，是全球化的过程，是相同产品的竞争，缺少创新。
小鹿大人·2024-02-08 00:54

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
上一页 21 22 23 24 25 26 27 28 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他