机器学习可视化第15页

工程化与框架系列（25）--低代码平台开发

低代码平台开发引言低代码开发平台是一种通过可视化配置和少量代码实现应用开发的技术方案。

一进制ᅟᅠ ‌‍‎‏ ·2025-03-08 22:14

GitHub每日最火火火项目（3.7）

该项目可能运用机器学习、深度学习等人工智能算法，对大量的金融数据进行深入分析，包括股票、债券、期货等市场的历史价格、交

FutureUniant·2025-03-08 21:49

(9-2)MM-Vet多模态大模型评估系统：项目架构

同时，它提供直观的可视化结果和公开排行榜，助力研究者快速对比模型性能并推动领域发展。9.2.1功能模块MM-Vet项目的架构以模块化设计为核心，聚焦于多模态大模型综合能力的系统性评估。MM-Ve

码农三叔·2025-03-08 21:35

【AI-42】如何调整参数和超参

在机器学习和深度学习中，参数和超参数是两个重要概念，以下是一些常见的参数和超参数及其作用：参数权重（Weight）解释：可以将权重想象成连接不同神经元之间的“桥梁”，其大小决定了一个神经元的输出对下一个神经元的影响程度

W Y·2025-03-08 19:59

使用Python和机器学习技术对高中物理题目进行分类的示例代码

以下是一个使用Python和机器学习技术对高中物理题目进行分类的示例代码。我们将使用自然语言处理（NLP）技术处理题目的文本信息，并使用朴素贝叶斯分类器进行分类。

max500600·2025-03-08 19:17

可视化学习：如何使用后期处理通道增强图像效果

前言大家好，本文分享的是如何使用后期处理通道增强图像效果，通过前面几篇文章，我们了解了一些动态生成纹理的方法，比如符号距离场SDF、基于参数方程生成图案、基于噪声生成纹理，等等。这些生成纹理的技术有相似的地方，就是根据片元的纹理坐标，对片元着色，直接生成纹理。因为GPU是并行渲染的，每个像素的着色器程序是并行执行的，这样的渲染很高效。但是在实际需求中，有时我们计算片元色值时，需要依赖周围像素点或者

·2025-03-08 19:12

Python 在 AI 领域的应用：从零构建你的第一个 AI 模型

本文将带你深入理解Python在AI中的应用，并通过机器学习（MachineLearning）和深度学习（DeepLearning）的实际示例，讲解如何构建一个AI模型。1.Python为什么适合

嵌入式Jerry·2025-03-08 19:40

图像处理篇---opencv中的图像特征

纹理特征：局部二值模式（LBP）1.LBP简介2.LBP计算步骤3.OpenCV实现4.优点5.缺点二、形状特征：Hu矩1.Hu矩简介2.Hu矩计算步骤3.OpenCV实现4.优点5.缺点三、其他可用于传统机器学习的特征

Ronin-Lotus·2025-03-08 19:35

深度学习篇---Opencv中的机器学习和深度学习

文章目录前言一、OpenCV中的机器学习1.概述2.使用步骤步骤1：准备数据步骤2：创建模型步骤3：训练模型步骤4：预测3.优点简单易用轻量级实时性4.缺点特征依赖性能有限二、OpenCV中的深度学习1

Ronin-Lotus·2025-03-08 19:05

案例1：金融数据分析----code知识点详解版

涉及知识点：`2.1安装*tushare*库2.2获取Token2.3导入tushare库并设置Token2.4获取数据2.6保存数据3.数据预处理`涉及知识点：`3.1读取已有数据3.2清理数据4.数据可视化

shlay·2025-03-08 17:06

数据挖掘实战-基于Catboost算法的艾滋病数据可视化与建模分析

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录1.项目背景2.数据集介绍

艾派森·2025-03-08 16:23

明达云平台赋能车间设备管理

数据可视化：让设备状态一目了然传统车间设备管理

明达技术·2025-03-08 14:00

光学超表面的人工智能

人工智能，尤其是机器学习的优化，为这些需求提供了解决方案。该文章系统地回顾了AI在三个关键领域的潜在影响：AI支持的超表面可制造性设计（DFM）、超越经典局部相位近似的设计以及AI赋能的计算后端。

Luis Li 的猫猫·2025-03-08 14:54

基于 Python 对百度热搜 “Manus 推出引发科技圈震动” 的数据分析

目录一、案例背景二、代码实现2.1数据收集2.2数据探索性分析2.3数据清洗2.4关键词提取与词频统计2.5情感分析（简单示例，实际可采用更复杂模型）2.6数据可视化三、主要的代码难点解析3.1数据收集

萧十一郎@·2025-03-08 13:58

低代码平台的后端架构设计与核心技术解析

在传统开发模式下，一个简单用户管理系统的后端开发需要：3天数据库设计5天RESTAPI开发2天权限模块对接50+个易出错的代码文件而现代低代码平台通过可视化建模+自动化生成，可将开发周期缩短至2小时。

阿三0404·2025-03-08 12:24

DeepSeek这么火，一文教你本地部署DeepSeek!

一、技术架构优势DeepSeek采用创新的混合模型架构，将传统机器学习与深度学习有机结合。这种架构既保留了传统方法的可解释性，又具备深度学习的强大表征能力。通过自适应学习机制，Deep

入职啦·2025-03-08 11:44

python程序员工资高吗？

不同岗位薪资范围为：Python全栈开发工程师（10k-20K）、Python运维开发工程师（15k-20K）、Python高级开发工程师（15k-30K）、Python大数据工程师（15K-30K）、Python机器学习工程师

lmseo5hy·2025-03-08 11:08

#深度优化提示词模板：解锁DeepSeek R1终极潜力的系统方案

摘要本文提出针对DeepSeekR1大模型的深度提示词优化体系，基于认知心理学原理与机器学习特征构建四维优化框架。

领码科技·2025-03-08 11:38

【Java】已解决java.lang.NoClassDefFoundError异常

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-03-08 11:35

介绍 TensorFlow 的基本概念和使用场景。

TensorFlow是一个由谷歌开发的开源机器学习框架，广泛应用于深度学习领域。它提供了一个灵活的平台，可以用于构建各种机器学习模型，包括神经网络。

大富大贵7·2025-03-08 11:05

Python爬取58同城广州房源+可视化分析

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

R3eE9y2OeFcU40·2025-03-08 11:35

swagger基本使用及常用注解

一、介绍Swagger是一个规范和完整的框架，用于生成、描述、调用和可视化RESTful风格的Web服务。总体目标是使客户端和文件系统作为服务器以同样的速度来更新。

耀辰·2025-03-08 11:03

3.6手写数字识别项目

2.可视化源数据：-使用`matplotlib`库可视化测试集中的部分图像，并显示其对应的真实标签。3.构建模型：-定义一个包含两个隐藏层

不要不开心了·2025-03-08 11:33

深度学习中N维数组的介绍

N维数组是机器学习和神经网络的主要数据结构。下面是N维数组的实例：0维数组（标量）：通常表示一个类别。1维数组（向量）：通常表示一个特征向量。二维数组（矩阵）：通常表示一个样本--特征矩阵。

帅维维·2025-03-08 11:01

利用阿里云Atlas地区选择器与Plotly.js实现数据可视化与交互

在数据科学与可视化领域，交互式图表和地图应用越来越成为数据分析和展示的重要手段。本文将介绍如何结合阿里云Atlas地区选择器与Plotly.js，创建动态交互式的数据可视化应用。

源代码杀手·2025-03-08 10:29

智能交通违章处理系统：AI赋能下的智慧交通解决方案

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·2025-03-08 10:28

Win7安装新版本anaconda出现Failed to extract packages解决方案

爱编程的喵喵·2025-03-08 10:52

机器学习在地图制图学中的应用

2025/Machinelearningincartography.pdfatmain·keykeywu2048/CSDN·GitHub核心内容本文是《制图学与地理信息科学》特刊的扩展评论，系统探讨了机器学习

地图模型炼丹师·2025-03-08 10:12

机器学习大纲总结

一、概念1.人工智能人工智能包含机器学习，机器学习包含深度学习2.机器学习机器学习是实现人工智能的一种途径机器学习=传统机器学习+深度学习3.深度学习深度学习是由机器学习的一种方法发展而来4.发展三要素数据

excellent121·2025-03-08 10:36

机器学习入门知识

目录前言一、机器学习是什么？

十五境剑修·2025-03-08 09:33

物联网服务器搭建及部署详细说明：掌握 Node.js、MongoDB、Socket.IO 和 JWT 的实用指南

3.2数据实时处理3.2.1安装Socket.IO3.2.2修改服务器代码4.安全性4.1身份验证与授权4.2加密通信4.2.1生成自签名证书（开发环境）4.2.2修改服务器以支持HTTPS5.数据分析和可视化

极客小张·2025-03-08 07:57

Vim常用命令备忘

文章目录一、Vim支持模式二、Vim常用命令1.光标移动2.文本操作3.查找置换4.保存退出5.多文件编辑6.多窗口编辑7.多标签编辑8.目录操作9.运行命令10.可视化操作11.其他命令一、Vim支持模式普通模式

assaper·2025-03-08 07:42

简单分享下Python数据可视化

在数据科学的广阔天地里，数据可视化是不可或缺的一环，它让复杂的数据变得易于理解。对于Python初学者而言，掌握Matplotlib和Seaborn这两个强大的库，无疑能让你的分析报告更加生动有趣。

小软件大世界·2025-03-08 06:09

如何打造多种风格的三维地图？2月27日直播讲解演示

欢迎扫码图片中的二维码订阅直播，也可以在Bilibili关注“山海鲸可视化”，我们将于同一时间进行直播。

山海鲸可视化·2025-03-08 06:01

电商行业门店管理软件架构设计与数据可视化实践

一、行业痛点与核心诉求在电商多平台运营成为主流的背景下，企业普遍面临三大管理难题：数据碎片化：某头部服饰品牌2023年运营报告显示，其分布在8个平台的162家门店，日均产生23万条订单数据，但财务部门需要5个工作日才能完成跨平台利润核算。成本核算失真：行业调研表明，38%的企业存在物流费用分摊不合理问题，平均误差率达到14.7%。决策响应滞后：传统周报模式导致40%的库存调拨指令错过最佳执行窗口，

阿三0404·2025-03-08 06:28

Python与数据可视化案例：电影评分可视化

Python与数据可视化案例：电影评分可视化电影评分数据的魅力：为什么可视化很重要数据收集：如何获取电影评分数据使用API接口网络爬虫技术数据清洗与预处理：让数据变得干净整洁可视化实战：用Matplotlib

master_chenchengg·2025-03-08 06:55

Python与数据可视化库Seaborn实战

Python与数据可视化库Seaborn实战一、引言二、技术概述Seaborn介绍核心特性和优势代码示例：简单散点图三、技术细节技术原理技术难点四、实战应用应用场景问题与解决方案五、优化与改进潜在问题改进建议六

master_chenchengg·2025-03-08 06:25

【TVM 教程】使用元组输入（Tuple Inputs）进行计算和归约

ApacheTVM是一个端到端的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。

·2025-03-08 06:21

可视化学习：WebGL实现简易的局部“马赛克”

前言接触过Canvas的小伙伴应该都知道，在Canvas2D中我们要加载一个图片很简单，通过调用drawImageAPI就能将图像绘制到画布上，当然在WebGL中我们也可以绘制图像，在绘制时我们需要用到WebGL中的纹理对象，在之前WebGL实现网格背景的文章中，我使用了一个叫做纹理坐标的配置，现在要完成纹理的加载我们也需要用到纹理坐标，并且我们可以通过对纹理坐标处理实现简单的”马赛克“效果。通过

·2025-03-08 06:50

可视化学习：使用WebGL绘制圆形，实现色盘

前言在Canvas2D中实现圆形的绘制比较简单，只要调用arc指令就能在Canvas画布上绘制出一个圆形，类似的，在SVG中我们也只需要一个标签就能在页面上绘制一个圆形。那么在WebGL中我们要怎么去绘制呢？WebGL只能绘制三种形状：点、线段和三角形，它没有提供直接绘制圆形的功能，当然也无法像SVG一样使用标签，所以我们是无法直接绘制圆形曲线的，这个时候我们可以借助相关的数学知识，来实现圆形的绘

·2025-03-08 06:49

Pytest自动化框架搭建

allure，大家根据这三个关键词选择是否需要继续阅读1.技术实现1.1技术说明使用pyserial作为串口连接工具，发送读写命令；使用pytest作为用例批量管理工具；使用allure对测试结果进行可视化处理

柯有Q·2025-03-08 06:20

数据可视化分析教学课件——FineBI实验册节选====交通运输及物流管理等专业

数据可视化分析课程教学，0基础也能掌握，本节讲述的是交通运输及物流管理等专业的数据可视化分析案例实验目的新中国成立70多年来，中国交通运输总体上经历了从“瓶颈制约”到“初步缓解”，再到“基本适应

FR-Lia·2025-03-08 03:35

数据可视化分析教学课件——FineBI实验册节选====帕累托分析模型

数据可视化分析课程教学，0基础也能掌握，本节讲述的是常见的数据可视化分析模型：帕累托分析模型实验目的面对纷繁杂乱的处理对象，如果分不清主次，鸡毛蒜皮一把抓，可想而知，其效率和效益是不可能高起来的

FR-Lia·2025-03-08 03:34

特征缩放：统一量纲，提高模型性能

特征缩放：统一量纲，提高模型性能1.背景介绍在机器学习和数据挖掘领域，我们经常会遇到不同特征之间量纲差异很大的情况。

AI天才研究院·2025-03-08 03:04

Python 机器学习基础之算法链与管道【算法链与管道/预处理进行参数选择/构建管道/在网格搜索中使用管道】的简单说明

Python机器学习基础之算法链与管道【算法链与管道/预处理进行参数选择/构建管道/在网格搜索中使用管道】的简单说明目录Python机器学习基础之算法链与管道【算法链与管道/预处理进行参数选择/构建管道

仙魁XAN·2025-03-08 03:03

智能算法安全优化与关键技术实践

与此同时，可解释性算法通过特征重要性分析与决策路径可视化，显著提升模型透明度，降低黑箱风险。在技术实现层面，特征工程的自动化筛选与超参数动态调整策略优化了模型性能，结合

智能计算研究中心·2025-03-08 03:02

Kubeflow学习

Kubeflow学习介绍架构Kubeflow在ML工作流中的组件介绍Kubeflow致力于使在Kubernetes上部署机器学习工作流变得简单、可移植和可扩展。

小高高不要bug·2025-03-08 03:54

体育数据分析：竞技表现优化与商业价值挖掘的技术范式

通过多源数据采集、机器学习建模和商业智能分析，体育数据分析已经形成了完整的技术体系和应用生态。本文将深入探讨体育数据分析的技术架构、应用场景和商业价值。

Tina0898·2025-03-08 02:21

Django 中的算法应用与实现

从简单的数据处理到复杂的机器学习模型，Django都可以作为一个强大的后端框架来支持这些算法的实现。本文将介绍几种常见的算法及其在Django中的使用方法。

岱宗夫up·2025-03-08 02:19

特征工程 (Feature Engineering)

特征工程(FeatureEngineering)作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来在机器学习和数据科学领域，特征工程

AGI大模型与大数据研究院·2025-03-08 02:46

推荐频道

机器学习可视化