机器学习回归算法

奠定基础：用于机器学习的微积分、数学和线性代数

一、说明机器学习是一个引人入胜的领域，它使计算机能够从数据中学习并做出预测或决策，而无需明确编程。然而，在幕后，有一个坚实的数学和线性代数基础，构成了机器学习算法的支柱。
无水先生·2024-01-31 07:54

python地理空间_GIS Experience （十）：Python地理空间数据分析

前言GISer都知道在常用的桌面端GIS应用ArcGIS和QGIS工具中都大量的使用了Python语言，考虑到当前python也被大量应用到机器学习和人工智能领域，在进行空间处理时候直接通过编写代码也可以使得工作更为高效
weixin_39694838·2024-01-31 06:30

干货 | 大模型在图数据分析、推荐系统和生物科学中的综合应用

图机器学习、推荐系统与大语言模型的融合正成为新的前沿热点。图机器学习通过利用图结构数据，能够有效地捕捉和分析复杂关系和模式。
AITIME论道·2024-01-31 06:33

[机器学习]K-means——聚类算法

一.K-means算法概念二.代码实现#0.引入依赖importnumpyasnpimportmatplotlib.pyplotasplt#画图依赖fromsklearn.datasetsimportmake_blobs#从sklearn中直接生成聚类数据#1.数据加载#生成（n_samples：样本点，centers：中心点，random_state：随机种子，cluster_std：聚类标准差
不知迷踪·2024-01-31 05:26

第4章 python深度学习——（波斯美女）

第4章机器学习基础本章包括以下内容：除分类和回归之外的机器学习形式评估机器学习模型的规范流程为深度学习准备数据特征工程解决过拟合处理机器学习问题的通用工作流程学完第3章的三个实例，你应该已经知道如何用神经网络解决分类问题和回归问题
weixin_42963026·2024-01-31 05:25

[机器学习]TF-IDF算法

一.TF-IDF算法概述什么是TF-IDF？词频-逆文档频率（TermFrequency-InverseDocumentFrequency，TF-IDF）是一种常用于文本处理的统计方法，可以评估一个单词在一份文档中的重要程度。简单来说就是可以用于文档关键词的提取。TF-IDF的基本思想：看到下面这段文本，我们应该很容易就能看出“梅西”应该是一个关键词，但是我们如何通过算法的形式让计算机也能够辨别呢
不知迷踪·2024-01-31 05:25

揭开时间序列的神秘面纱：特征工程的力量

1.1特征工程的定义和基本概念1.2特征工程在传统机器学习中的应用1.3时间序列领域中特征工程的独特挑战和需求3.时间序列数据的特征工程技术2.1数据清洗和预处理2.1.1缺失值处理2.1.2异常值检测与处理
theskylife·2024-01-31 05:40

机器学习复习（5）——激活函数

目录激活函数分类区别与优缺点饱和激活函数非饱和激活函数综合考虑Sigmoid激活函数Tanh激活函数ReLU激活函数LeakyRelu激活函数Swish激活函数激活函数分类激活函数可以分为两大类：饱和激活函数：sigmoid、tanh非饱和激活函数:ReLU、LeakyRelu、ELU【指数线性单元】、PReLU【参数化的ReLU】、RReLU【随机ReLU】区别与优缺点饱和激活函数Sigmoid
不会写代码！！·2024-01-31 04:47

xLearn机器学习库：安装与实践指南

在机器学习的领域里，不乏优秀的库和框架，如scikit-learn、TensorFlow和PyTorch等。然而，xLearn以其独特的优势，在处理特定类型的数据和问题时显得尤为出色。
uncle_ll·2024-01-31 03:56

使用Gensim库对文本进行词袋、TF-IDF和n-gram方法向量化处理

Gensim库简介机器学习算法需要使用向量化后的数据进行预测，对于文本数据来说，因为算法执行的是关于矩形的数学运算，这意味着我们必须将字符串转换为向量。
Yuki_lsq·2024-01-31 03:02

《Numpy 简易速速上手小册》第9章：Numpy 在机器学习中的应用（2024 最新版）

9.1.3拓展案例1：缺失值处理9.1.4拓展案例2：非数值数据的转换9.2特征提取和处理9.2.1基础知识9.2.2完整案例：特征归一化9.2.3拓展案例1：特征降维9.2.4拓展案例2：独热编码9.3与机器学习库的集成
江帅帅·2024-01-31 01:12

Python实现OCR大批量识别图片文字，并将文字保存到txt文档中，文末源码直接拿！

Python作为一种简洁、易用的编程语言，提供了丰富的图像处理和机器学习库，使得实现图像文字识别变得简单而高效。本文将介绍如何使用Python实现大批量识别图片文字，并将文字保存到txt
认真写程序的强哥·2024-01-31 01:27

机器学习综述（考试整理的）

一机器学习历史  机器学习源自人工智能。早期的人工智能主要分为两个阶段：一个是逻辑推理，第二个阶段是专家系统。  1逻辑推理：主要通过数学符号的逻辑来模拟智能。  
wyn20001128·2024-01-31 01:53

特征选择综述论文阅读笔记

当数据挖掘和机器学习算法应用于高维数据时，一个关键问题被称为维数诅咒：数据在高维空间中变得更加稀疏，对为低维空间设计的算法产生不利影响的现象。
wyn20001128·2024-01-31 01:23

[Python] 什么是集成算法，什么是随机森林？随机森林分类器（RandomForestClassifier）及其使用案例

集成算法是一种机器学习方法，它将多个基本的学习算法（也称为弱学习器）组合在一起，形成一个更强大的预测模型。集成算法通过对基本模型的预测进行加权平均或多数投票等方式，来产生最终的预测结果。
老狼IT工作室·2024-01-31 00:25

填鸭式教育

就像现在的人工智能技术，机器是被传输进数据之后再进行机器学习，这是机器的思考方式，但现代教育却试图把每个学生变成机器。例如中国的课本教材，大多是定义、概念在前，举例、运用在后，但难道这些概念
tutu木·2024-01-30 23:04

最强机器学习入门博客（吴恩达机器学习课程总结）

机器学习的概述诞生现实生活许多领域的问题不能通过显式编程实现，比如制造自动驾驶汽车、智能工厂、规模农业、计算机视觉等等，一种好的实现方式是通过学习算法让计算机自己学习如何做。
PengHao666999·2024-01-30 23:32

从Y = X到构建完整的人工神经网络

让我们从构建一个没有参数的机器学习模型开始，即Y=X。然后，我们将逐步增加一些参数到模型中，直到我们建立了一个单个神经元，这个神经元被设计成接收一个或多个输入。接着，神经元从数学公式映射成图
将_4c15·2024-01-30 23:55

Jittor 深度学习框架入门（pytorch转换）、对比

1.PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。
竹篓有个天·2024-01-30 23:57

当今世界，主流编程语言的具有哪些优势以及面临的挑战

Python的简洁性和易用性使得它成为数据科学、机器学习、Web开发
宇宙超粒终端控制中心·2024-01-30 23:57

机器学习 | 掌握 K-近邻算法 的理论实现和调优技巧

目录初识K-近邻算法距离度量K值选择kd树数据集划分特征预处理莺尾花种类预测(实操)交叉验证与网格搜索初识K-近邻算法K-近邻算法（K-NearestNeighbor，KNN）是一种基本的分类和回归算法
亦世凡华、·2024-01-30 22:47

LLM - Transformer 的 Q/K/V 详解

-初始化-Attention-Main五.总结一.引言Transformer的输入是我们的一个query句子，例如"我爱中国"，但是Transformer处理时却1生3得到了Q/K/V，下面我们从传统机器学习和
BIT_666·2024-01-30 20:57

机器学习-白板推导系列(六)(2) - 约束优化问题

6.约束优化问题6.1弱对偶性证明6.1.1概述约束优化问题约束优化问题的原问题（PrimalProblem）\color{red}原问题（PrimalProblem）原问题（PrimalProblem）的一般形式如下：{minx  f(x),x∈Rps.t.  mi(x)≤0,i=1,2,⋯ ,Ms.t.  nj(x)=0,j=1,2,⋯ ,N(6.1.1)\left\{\begin{matri
Paul-Huang·2024-01-30 20:09

深度学习：机器学习的革命性突破

深度学习（DeepLearning）是机器学习领域中的一个新的研究方向，主要是通过建立类似于人脑的神经网络来模仿人类的感知、记忆、理解和生成等能力。
wd90119·2024-01-30 20:35

Python实现时间序列分析马尔可夫切换自回归模型(MarkovAutoregression算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-30 19:32

Python实现时间序列分析马尔可夫切换动态回归模型(MarkovRegression算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-30 19:31

Python实现时间序列分析季节性自回归综合移动平均外生回归模型(SARIMAX算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-30 19:01

Python实现时间序列分析AR定阶自回归模型(ar_select_order算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-30 19:00

当量子计算机普及化：对未来生活方式的探讨

量子计算机以其独特的并行运算和超高速计算能力，将使得大数据分析、人工智能、机器学习等领域的应用更加高效便捷。无论是日常工作中的复杂问题求解，还是日常生活
TechCreator·2024-01-30 18:52

数据分析必备技能，用4种方法重命名Pandas中的列

大家都在用它进行数据分析、机器学习、数据工程，甚至软件开发。学习重命名列是数据清洗的第一步，而数据清洗是数据分析的核心部分。我们在这篇文章中来教大家重命名单列或多列名称的四种方法。
Python学研大本营·2024-01-30 17:20

【Tensorflow 2.0】—— 跟着官方demo学习Tensorflow 2.0框架基本API和用法

TensorFlowCore不论您是机器学习新手还是专家，都可使用完整的端到端示例了解如何使用TensorFlow。请试用GoogleColab中的教程
玛丽莲茼蒿·2024-01-30 17:29

Orion-14B-Chat-Plugin本地部署的解决方案

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·2024-01-30 16:43

机器学习复习（3）——分类神经网络与drop out

完整的神经网络以分类任务为例，神经网络一般包括backbone和head（计算机视觉领域）下面的BasicBlock不是一个标准的backbone,标准的应该是复杂的CNNs构成的Classfier是一个标准的head,其中output_dim表示分类类别，一般写作num_classesimporttorch#导入torch库importtorch.nnasnn#导入torch的神经网络模块imp
不会写代码！！·2024-01-30 16:12

机器学习复习（4）——CNN算法

目录数据增强方法CNN图像分类数据集构建导入数据集定义trainer超参数设置数据增强构建CNN网络开始训练模型测试数据增强方法#一般情况下，我们不会在验证集和测试集上做数据扩增#我们只需要将图片裁剪成同样的大小并装换成Tensor就行test_tfm=transforms.Compose([transforms.Resize((128,128)),transforms.ToTensor(),])
不会写代码！！·2024-01-30 16:12

机器学习3-简单线性回归

需求：现在要根据学生的学习时间来预测学习成绩，给出现有数据，用来训练模型并预测新数据。分析：使用线性回归模型。代码：importpandasaspdimportmatplotlib.pyplotaspltfromsklearn.model_selectionimporttrain_test_splitfromsklearn.linear_modelimportLinearRegressiondat
dracularking·2024-01-30 16:40

机器学习2-简单的二分类问题

需求：假设现在需要对数据进行二分类，小于0.5的，打上0的标记，大于0.5的，打上1的标记，怎么做？分析：这是一个简单的二分类问题，使用逻辑回归模型。代码：#导入所需的库，如需安装：pipinstallscikit-learnmatplotlibimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.linear_modelimportLogi
dracularking·2024-01-30 16:39

机器学习复习（1）——任务整理流程

目录固定的随机数种子定义predict功能拆分数据集定义trainer超参数设置数据集载入固定的随机数种子在大量的机器学习与深度学习实验中，如果不进行特殊设置，我们的结果将不可复现，固定的随机数种子将会解决这个问题
不会写代码！！·2024-01-30 16:39

Docker：Python环境Docker镜像瘦身

关键字：Docker，Python原始镜像封装一个Python3.7的环境并且安装Python依赖包实现一个机器学习算法预测任务，Dockerfile如下FROMpython:3.7MAINTAINERxxxENVPIPURL"https
xiaogp·2024-01-30 15:52

【Spark】之 RDD（Resilient Distributed Dataset）

典型场景：机器学习和图应用中常用的迭代算法（每一步对数据执行相似的函数）数据重用隐藏在系统实现背后，没有将重用
fanfan4569·2024-01-30 15:39

gpt讲解程序员未来发展以及未来35岁危机详细破解之法

数据科学和机器学习：随着大量数据的产生和存储能力的提升，数据科学和机器学习的需求不断增加。这
PHP隔壁老王邻居·2024-01-30 15:08

第十届脑电机器学习训练营（线上：2023.8.14~9.3）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着人们对神经系统功能认识的提高和计算机技术的发展，脑机接口（BCI）技术的研究呈明显的上升趋势。BCI是一种不依赖
茗创科技·2024-01-30 15:52

好用的免费AI绘画软件有哪些？

它们通常使用机器学习和深度学习算法来模拟人类的绘画风格和技巧，并生成独特的艺术作品。
jianewang·2024-01-30 14:04

sklearn调包侠之学习曲线和Pipeline

今天不单独讲解某个机器学习算法，而是讲解机器学习中常用的工具或者说是方法。一是绘制学习曲线，看模型的好坏程度（过拟合还是欠拟合）；而是减少代码量，利用pipeline构造算法流水线。
罗罗攀·2024-01-30 14:22

亚马逊CTO：2022技术预测

云让曾经的科幻小说变成了科学事实，人工智能(AI)和机器学习(ML)领域的模型和技术变得越来越好——以至于我们看到了以前只能在电影和漫画中想像的新场景。我们正进入一
阿川2015·2024-01-30 13:59

人机协同的情感调节和适应如何进行数学建模

2、情感理解和共情机器可以通过自然语言处理和机器学习技术，理解人类表达的情感信息，并通过模拟共情能力，对人类情感做出适当的反应和回应。
人机与认知实验室·2024-01-30 13:44

sklearn.preprocessing中的标准化StandardScaler与scale的区别

StandardScaler与scale1、标准化概述2、两种标准化的区别1、标准化概述标准化主要用于对样本数据在不同特征维度进行伸缩变换，目的是使得不同度量之间的特征具有可比性，同时不改变原始数据的分布一些机器学习算法对输入数据的规模和量纲非常敏感
对许·2024-01-30 12:54

机器学习对云计算的影响

越来越依赖AI（人工智能）和（物联网）为云计算基础设施管理员提供了新的目标。这个新兴的信息和技术子领域内的场所确实非常庞大，从智能手机到机器人。公司正在开发新机器，这些机器对人力资源的依赖程度最低。旨在为人造机制提供完全独立的自治程度的发展。为了获得对软资源的自主权，开发人员已经开始依赖调解员来帮助“智能机器”提高功能。由于云计算已经占据了人类工作的重要领域，如数据存储，这种技术进步将对全球经济产
田鑫科技·2024-01-30 12:16

政安晨的机器学习笔记——实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）

PyTorch是一个开源的Python机器学习库，于2016年由Facebook的人工智能研究团队推出，有助于构建深度学习项目。
政安晨·2024-01-30 11:43

机器学习之遗传算法（Genetic Algorithm）

机器学习（MachineLearning）是一种通过使用算法和统计模型，使计算机系统能够从数据中学习并改善性能的领域。
贾斯汀玛尔斯·2024-01-30 11:13

【机器学习】工程实践问题概述

机器学习实际应用时的工程问题与面临的挑战一、实现细节问题1.1训练样本训练样本与标注对各类机器学习算法和模型的精度影响训练样本的选择对各类机器学习算法和模型的影响训练样本的优化如何进行数据增强？
十年一梦实验室·2024-01-30 11:12
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他