机器学习实战项目人工智能算法第25页

TensorFlow 的基本概念和使用场景

基本概率TensorFlow是一个开源的机器学习框架，用于构建和训练神经网络模型。TensorFlow的核心是一个用于构建图形计算的编程模型。它将计算表示为有向图，节点表示操作，边表示数据流。

Flying_Fish_roe·2024-02-08 09:52

机器学习如何改变缺陷检测的格局？

机器学习在缺陷检测中扮演着重要的角色，它能够通过自动学习和识别各种缺陷的模式和特征，改变缺陷检测的格局。

matlabgoodboy·2024-02-08 09:11

政安晨的机器学习笔记——跟着演练快速理解TensorFlow（适合新手入门）

准备工作本笔记是假设您已经安装了Windows系统或Ubuntu系统的Anaconda（或Miniconda）、JupyterNotebook、TensorFLow，稍微了解Python语言，并可以进行一点点操作的基础上进行的。如果您还不具备这个条件，去看我的政安晨笔记里关于准备工作的文章：基于Anaconda安装TensorFlow并尝试一个神经网络小实例https://blog.csdn.ne

政安晨·2024-02-08 08:34

每日优鲜

TonyLan·2024-02-08 08:38

Pandas文本数据处理技术指南—从查找到时间序列分析【第66篇—python：文本数据处理】

文本数据的合并与连接10.文本数据的排序11.文本数据的统计分析12.文本数据的分组与聚合13.文本数据的自定义函数应用14.文本数据的时间序列分析心得总结Pandas文本数据处理技术指南引言在数据分析和机器学习领域

一见已难忘的申公豹·2024-02-08 08:25

《态度》：怎样培养孩子乐观的人生态度？

吴军博士是著名的人工智能算法专家，前谷歌搜索业务副总裁，现在是著名的天使投资人。同时，他也有两个优秀的女儿，大女儿就读于麻省理工学院，

范范讲绘本·2024-02-08 08:46

资源分享 | 利用机器学习进行高级MRI分析

Actflow大脑活动流工具箱(BrainActivityFlowToolbox，简称Actflow)。该工具箱有助于将大脑连接与任务诱发活动以及相关的认知和行为功能联系起来。主要重点是活动流映射及其相关方法。活动流映射是一个高度灵活的框架，通过更好的连接方法和创造性地使用该方法来更好地了解大脑功能。例如，活动流映射可用于推断是否涉及一个或多个大脑连接以产生特定功能。该方法还可用于将多个任务诱发的

茗创科技·2024-02-08 07:11

机器学习1一knn算法

1.基础知识点介绍曼哈顿距离一般是比欧式距离长的除非在一维空间拐弯的就是曼哈顿距离Knn查看前5行数据head()，info看空非空查看特征对应的类型Head()默认前5行，head（3）就是前3行数据Unique()可以查看分类后的结果csv的数据应该是逗号分隔，但也不确定，要去查看数据不要只看拓展名要点进去看一下这个删掉没有把原数据删掉如果把原数据删掉加上inplace=true#练习1导入数

pyniu·2024-02-08 07:40

机器学习：特征工程笔记

特征工程是数据预处理和机器学习的重要环节，包括从原始数据中选择、创建和转换特征。

Ningbo_JiaYT·2024-02-08 07:09

机器学习：朴素贝叶斯笔记

朴素贝叶斯（NaiveBayes）是一种基于贝叶斯定理的简单概率分类算法，广泛应用于机器学习和数据挖掘中。

Ningbo_JiaYT·2024-02-08 07:39

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

《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

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

【最大似然估计】详解概率论之最大似然估计

个人主页：有梦想的程序星空个人介绍：小编是人工智能领域硕士，全栈工程师，深耕Flask后端开发、数据挖掘、NLP、Android开发、自动化等领域，有较丰富的软件系统、人工智能算法服务的研究和开发经验。

程序遇上智能星空·2024-02-08 05:22

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

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

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：自动化数据标签】如何自动化数据标签 [示例 + 教程]

在泛化到新实例时，人工智能算法消耗的数据质量与其成功直接相关;这就是为什么数据专业人员在模型开发过程中花费80%的时间，确保数据得到适当的准备

jcfszxc·2024-02-08 02:19

【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

爱编程的喵喵·2024-02-08 02:11

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

推荐频道

机器学习实战项目人工智能算法