机器学习基础知识整理

机器学习工程师在人工智能时代的角色

机器学习工程师在人工智能时代的角色在当今的数字时代，人工智能（AI）已成为许多行业不可或缺的一部分。从流程自动化到增强客户体验，人工智能具有改变企业的巨大潜力。
安静到无声·2024-01-24 15:19

开源模型应用落地-qwen模型小试-入门篇（五）

汇聚各领域最先进的机器学习模型，提供模型探索体
charles_vaez·2024-01-24 15:09

使用GradCAM 使用用于脑肿瘤分类的脑 MRI 扫描数据分类-含理论与源码

随着人工智能和机器学习系统，特别是卷积神经网络(CNN)，越来越多地融入技术和日常生活的各
TD程序员·2024-01-24 15:26

如何一键生成原创文案？方法大揭密

这些工具运用了自然语言处理和机器学习的技术，能够理解用
yangguangcl12·2024-01-24 14:53

TensorFlow

TensorFlow是一个用于机器学习和深度学习的开源软件库，由Google创建和维护。它提供了一个灵活的编程环境，可用于构建和训练各种机器学习模型。
先------------------·2024-01-24 13:48

【小白学机器学习4】从求f(x)的误差和函数E(θ)的导函数，到最速下降法，然后到随机梯度下降法

目录1从求f(x)的误差和函数E(θ)的导函数，开始通过参数θ去找E(θ)的最小值，从而确定最好的拟合曲线函数f(x)1.1从f(x)对y的回归模拟开始1.2从比较不同的f(x)的E(θ)，引出的问题1.3f(x)的误差和E(θ)函数，可以变成通用的函数形式，从而E(θ)只需要关注其参数θ0,θ1...的不同，而找到其最小值1.4调整参数θ0，θ1...，试图找到f(x)的误差和函数E(θ)的最小
奔跑的犀牛先生·2024-01-24 13:43

深入理解边缘高斯分布与条件高斯分布

多元高斯分布在统计学和机器学习领域中扮演着关键的角色。在这个分布的框架下，我们经常会遇到边缘高斯分布和条件高斯分布，它们分别涉及了从原始分布中选择一部分变量和在已知条件下计算其他变量的概率分布。
DoYoungExplorer·2024-01-24 13:55

影像组学学习笔记(19)-数据标准化、归一化极简概述

1.机器学习算法的要求2.便于横向比较#标准化(影像组学中最常用)#z=(x-u)/s#异常值一般对结果影响不大fromsklearn.preprocessingimportStandardScalerdata
北欧森林·2024-01-24 12:51

【大道至简】机器学习算法之隐马尔科夫模型(Hidden Markov Model, HMM)详解（3）---预测问题：维特比算法（Viterbi Algorithm）详解及Python代码实现

❤️本篇相关往期文章汇总：（1）HMM开篇：基本概念和几个要素（2）HMM计算问题：前后向算法（3）HMM学习问题：Baum-Welch算法❤️本文隶属专栏：大道至简之机器学习系列❤️更多精彩文章持续发布
五点钟科技·2024-01-24 12:34

自然语言处理--基于HMM+维特比算法的词性标注

用于识别文本中每个词的词性，例如名词、动词、形容词等；词性标注也被称为语法标注或词类消疑，是语料库语言学中将语料库内单词的词性按其含义和上下文内容进行标记的文本数据处理技术；词性标注可以由人工或特定算法完成，使用机器学习方法实现词性标注是自然语言处理的研究内容
Java之弟·2024-01-24 12:01

01 机器学习与深度学习

源自：《深度学习》（徐立芳/主编莫宏伟/副主编）1.11.2机器学习方法类型1.监督式学习每个训练数据集包含输入和正确输出。
幽径微澜·2024-01-24 11:47

机器学习-numpy

机器学习–numpyNumpy（NumericalPython）是一个开源的Python科学计算库，用于快速处理任意维度的数组。Numpy支持常见的数组和矩阵操作。
江江江江江江江江江·2024-01-24 11:38

人工智能与机器学习在工业质量检测中的融合发展

人工智能与机器学习在工业质量检测中的融合发展随着科技的进步，人工智能和机器学习已经成为引领工业质量检测变革的重要力量。
matlabgoodboy·2024-01-24 11:36

ID3, C4.5和CART的异同点

ID3,C4.5和CART都是决策树算法，它们在数据挖掘和机器学习中被广泛应用。下面是它们的一些异同点：相同点：都是用于构建决策树的算法，可以用于分类和回归问题。
今天也要加油丫·2024-01-24 11:35

开启 AI 未来：零基础小白如何玩转深度学习

一、深度学习基本概念深度学习，作为机器学习的一个分支，主要研究如何让计算机通过层次化的模型来学习数据表示。简单来说，深度学习就是构建一个像人脑一样的神经网络，让计算机自动提取特征，并
灸哥漫谈·2024-01-24 10:56

时间序列大模型：TimeGPT

通过对预训练模型进行了评估，并与既定的统计、机器学习和深度学习方法进行了比较，证明了TimeGPT在性能、效率和简单性方面表现出色。1介绍
AI知识图谱大本营·2024-01-24 10:53

机器学习之matplotlib学习

matplotlib库学习matplotlib库的介绍折线图的绘制导入excel表数据绘制折线图柱状图的绘制散点图的绘制扇形图的绘制总结matplotlib库的介绍折线图的绘制绘制折线图使用plot函数进行绘制第一个参数为x横坐标，第二个参数为y纵坐标，第三个参数为线的颜色和类型，第四个参数是线的标签绘制完成之后使用show函数，将图形展示出来简单的折线图演示#绘制折线图x=[1,2,3,4,5]
温柔了岁月.c·2024-01-24 10:45

机器学习之numpy库

机器学习之numpy库numpy库概述numpy库历史numpy的核心numpy基础ndarray数组内存中的ndarray对象ndarray数组对象的特点ndarray数组对象的创建ndarray对象属性的基本操作数组的维度元素的类型数组元素的个数数组元素索引
温柔了岁月.c·2024-01-24 10:12

模型部署flask学习篇（一）---- flask初始及创建登录页面

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、Flask快速使用二、快速使用flask三、创建登录页面前言在学习机器学习或者深度学习后，我们常常会将自己训练好的模型来进行部署或者可视化出来
算法小白（真小白）·2024-01-24 10:32

轻松上手：通过阿里云PAI QuickStart微调部署Qwen-72B-Chat模型

阿里云人工智能平台PAI是面向开发者和企业的机器学习/深度学习平台，提供AI开发全链路服务。快速开
阿里云大数据AI技术·2024-01-24 10:31

人工智能是做什么的

他们的主要职责包括设计和实现机器学习和深度学习算法，处理和分析大规模数据集，构建和训练模型，以及解决各种与人工智能相关的问题。
人工智能技术与咨询·2024-01-24 10:49

人工智能工程师将来有什么发展

人工智能工程师负责创建和开发自动化系统、算法和机器学习模型，以实现自主决策和任务执行。
人工智能技术与咨询·2024-01-24 10:49

如何成为一名合格的人工智能工程师

人工智能工程师负责创建和开发自动化系统、算法和机器学习模型，以实现自主决策和任务执行。
人工智能技术与咨询·2024-01-24 10:49

机器学习_从线性回归到逻辑回归原理和实战

文章目录介绍分类问题用线性回归+阶跃函数完成分类通过Sigmiod函数进行转换逻辑回归的假设函数逻辑回归的损失函数用逻辑回归解决二元分类问题介绍分类问题机器学习两个主要应用是回归和分类问题。
you_are_my_sunshine*·2024-01-24 09:23

机器学习-PCA降维【手撕】

降维算法降维算法中的”降维“，指的是降低特征矩阵中特征的数量，其目的是为了让算法运算更快，效果更好，同时可以方便数据可视化。过高的维度特征维度的特征矩阵无法通过可视化，数据的性质也就比较难理解。其中主要用到的降维方法为PCA和SVDPCA在降维中，我们会减少特征的数量，这意味着删除数据，数据量变少则表示模型可以获取的信息会变少，模型的表现可能会因此受影响。同时，在高维数据中，必然有一些特征是不带有
alstonlou·2024-01-24 09:52

机器学习整理

绪论什么是机器学习？机器学习研究能够从经验中自动提升自身性能的计算机算法。机器学习经历了哪几个阶段？
Loli_Wolf·2024-01-24 09:48

机器学习：性能度量——Precision，Recall，F1_score（Python）

importpandasaspdfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.preprocessingimportStandardScalerfromsklearn.linear_modelimportLogisticRegressionfromsklearnimport
捕捉一只Diu·2024-01-24 09:18

人工智能时代的十大核心技术：重塑未来的无限可能 - 第三章 - 迁移学习，让AI更聪明地“举一反三”

迁移学习是一种机器学习的方法，它允许一个已经训练好的模型将其学到的知识应用于一个与它原本训练任务不同的新任务。简单来说，就是
百家峰会·2024-01-24 09:47

【算法小记】——机器学习中的概率论和线性代数，附线性回归matlab例程

内容包含笔者个人理解，如果错误欢迎评论私信告诉我线性回归matlab部分参考了up主DR_CAN博士的课程机器学习与概率论在回归拟合数据时，根据拟合对象，可以把分类问题视为一种简答的逻辑回归。
絮沫·2024-01-24 08:13

机器学习教程之5-神经网络：表述(Neural Networks:Representation)

1.非线性假设假设我们希望训练一个模型来识别视觉对象（例如识别一张图片上是否是一辆汽车），我们怎样才能这么做呢？一种方法是我们利用很多汽车的图片和很多非汽车的图片，然后利用这些图片上一个个像素的值（饱和度或亮度）来作为特征。显然用线性回归或逻辑回归都是不可取的，因为将一幅图上的所有点作为特征，特征数太多，计算量太大。无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。
豆-Metcalf·2024-01-24 08:01

吴恩达机器学习介绍第一章介绍

1.机器学习的概念在进行特定编程的情况下，给予计算机学习的能力。机器学习是一种人工智能的分支，它关注如何通过计算机算法和模型来使计算机系统从数据中学习和改进。
清☆茶·2024-01-24 08:30

深度学习如何入门，如何快速理解深度学习

深度学习是机器学习的一个分支，它使用深度神经网络来模拟人脑的工作方式，通过学习样本数据的内在规律和表示层次，让机器能够具有类似于人类的分析学习能力。
打工人何苦为难打工人·2024-01-24 08:28

PyTorch

文章目录总述常见模块torch张量总述PyTorch是一个由Facebook开发的开源机器学习框架，主要用于深度学习任务。
JNU freshman·2024-01-24 08:52

《动手学深度学习(PyTorch版)》笔记1

Chapter1Introduction机器学习的关键组件data每个数据集由一个个样本（example,sample）组成，大多时候，它们遵循独立同分布(independentlyandidenticallydistributed
南七澄江·2024-01-24 08:22

Stable Diffusion学习

图像生成的发展在StableDiffusion诞生之前，计算机视觉和机器学习方面最重要的突破是GAN（G
wangqiaowq·2024-01-24 07:53

高清图解：神经网络、机器学习、数据科学一网打尽

https://www.toutiao.com/a6690734580133003788/【新智元导读】完全图解人工智能、NLP、机器学习、深度学习、大数据！
城市中迷途小书童·2024-01-24 05:32

DT浏览器的人工智能是如何学习知识的

2.机器学习算法：使用各种机器学习算法来处理和分析数据。这些算法可以帮助人工智能识别语言中的模式、规律和关系，并生成新的文本。3.深度学习模型：使用深度
悠然而为之·2024-01-24 05:58

李宏毅机器学习——深度学习训练的技巧

神经网络训练的技巧优化失败的原因:局部最小值或鞍点，可以通过对H矩阵特征值正负性进行判断batch：加快梯度的计算，更新参数的速度比较快momentum:越过局部最小值或鞍点learningrate:自动调整学习率如RMSProp等normalizationdropout
migugu·2024-01-24 04:17

Python实现离散选择概率模型(Probit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·2024-01-24 04:03

人工智能项目开发实战（下）

五、机器学习开发框架机器学习是实现人工智能的最大技术工具集，深度学习是机器学习的最重要分支，其核心是神经网络算法技术。
庞玖·2024-01-24 03:54

python机器学习算法进阶视频教程 24课 适合进阶学习 高清课件代码全

课程介绍：机器学习是人工智能的一个分支。
花心五花肉·2024-01-24 02:45

【GitHub项目推荐--微软开源的课程（Web开发课程/机器学习课程/物联网课程/数据科学课程）】【转载】

分别是Web开发课程、机器学习课程、物联网课程和数据分析课程。四大课程在GitHub上共斩获90K的Star，每一课程包含20多小节，完成课程大约需要12周。
旅之灵夫·2024-01-24 01:34

机器学习实验4——CNN卷积神经网络分类Minst数据集

文章目录实验内容原理CNN实现分类Minst代码数据预处理：设置基本参数：实验内容基于手写minst数据集，完成关于卷积网络CNN的模型训练、测试与评估。原理卷积层通过使用一组可学习的滤波器（也称为卷积核）对输入图像进行滑动窗口卷积操作，这样可以提取出不同位置的局部特征，从而捕捉到图像的空间结构信息。激活函数在卷积层之后，通常会应用一个非线性激活函数，如ReLU激活函数的作用是引入非线性，使得CN
在半岛铁盒里·2024-01-24 01:01

机器学习期末复习总结笔记（李航统计学习方法）

文章目录模型复杂度高---过拟合分类与回归有监督、无监督、半监督正则化生成模型和判别模型感知机KNN朴素贝叶斯决策树SVMAdaboost聚类风险PCA深度学习范数计算梯度下降与随机梯度下降SGD线性回归逻辑回归最大熵模型适用性讨论模型复杂度高—过拟合是什么：当模型复杂度越高，对训练集拟合程度越高，然而对新样本的泛化能力却下降了，此时出现overfitting（过拟合）与泛化能力：模型复杂度与泛化
在半岛铁盒里·2024-01-24 01:01

机器学习实验3——支持向量机分类鸢尾花

文章目录实验内容数据预处理代码认识数据相关性分析径向可视化各个特征之间的关系图支持向量机SVM求解直觉理解：数学推导代码运行结果总结实验内容基于鸢尾花数据集，完成关于支持向量机的分类模型训练、测试与评估。数据预处理代码importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportseabornassnsfromsklearnimp
在半岛铁盒里·2024-01-24 01:00

机器学习:Chapter1~3

Chapter1:绪论术语learning/traning,学习/训练:从数据中学得模型的过程(找到与训练集匹配的假设)model,模型:从数据中学的的结果pattern,模式:局部性结果（如一条规则）dataset,数据集instace/sample,示例/样本attribute/feature,属性/特征(orcalledfeaturevector,特征向量)attribute/samples
vickeex·2024-01-24 01:45

AI 筛选电池材料，广州大学叶思宇院士开发可用于 P-SOC 材料预测的机器学习算法模型

作者：田小幺编辑：李宝珠，三羊封面图来源：摄图网广州大学的研究人员建立了一种基于极限梯度增强(XGBoost)算法的机器学习模型，可用于P-SOC空气电极的筛选。新能源现在有多火？
HyperAI超神经·2024-01-24 00:04

集成学习

看了些周志华的教授的《机器学习》，根据自己的理解写一些笔记，温故而知新都说3个臭皮匠顶个诸葛亮，在机器学习中也是这样。大部分情况下一个学习器的预测能力不如多个学习器的能力。
dayL_W·2024-01-23 22:39

半监督学习笔记：self-training

1半监督学习半监督学习（Semi-SupervisedLearning）是机器学习的一种形式，它结合了监督学习和无监督学习的特点。
UQI-LIUWJ·2024-01-23 22:38

机器学习笔记：线性回归

0线性回归的假设线性：自变量（x）和因变量（y）之间应该存在线性关系，这意味着x值的变化也应该在相同方向上改变y值。独立性：特征应该相互独立，这意味着最小的多重共线性。正态性：残差应该是正态分布的。同方差性：回归线周围数据点的方差对于所有值应该相同。假设有如下数据这些数据符合以下图关系（以一维数据为例），这里的函数f(w)忽略了偏置b1最小二乘估计我们的目标是要求w，使得Xw和实际值y最近。所以我
UQI-LIUWJ·2024-01-23 22:08
上一页 41 42 43 44 45 46 47 48 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他