机器学习工具库第28页

机器学习之指数分布

指数分布：指数分布可以用来表示独立随机事件发生的时间间隔。如果一个随机变量X的概率密度函数满足以下形式，就称X服从参数λ的指数分布，记作X~E(λ)或X~Exp（λ）。指数分布只有一个指数参数，且λ>0，λ表示单位时间发生该事件的次数。f(x)={λe−λex>00其他f(x)=\begin{cases}\lambdae^{-\lambdae}\quadx>0\\\\0\quad其他\end{ca

WEL测试·2024-02-05 16:41

企业级大数据平台应用场景介绍

从业务的角度看，企业级大数据平台功能可细分为查询检索、数据挖掘、统计分析、深度分析，其中深度分析分为机器学习和神经网络。

明月说数据·2024-02-05 16:10

大数据企业应用场景分析

目录一、企业分析1.1企业领域维度分析1.2技术服务型维度分析1.3细分领域维度分析二、大数据应用场景2.1数据分析2.2智能推荐2.3产品/流程优化2.4异常监测2.5智能管理2.6人工智能和机器学习三

i7杨·2024-02-05 16:35

Emotion Cause Extraction on Social Media without Human Annotation

早期研究要么采用基于规则的方法，要么采用需要大量特定领域标注数据的有监督机器学习方法。前者抽取性能受限，后者受制于有标注的数据量不足，且很难迁移到其他领域。

iKang_dlut·2024-02-05 15:20

室内定位系列

室内定位系列（一）——WiFi位置指纹（译）室内定位系列（二）——仿真获取RSS数据室内定位系列（三）——位置指纹法的实现（KNN）室内定位系列（四）——位置指纹法的实现（测试各种机器学习分类器）室内定位系列

_49_·2024-02-05 15:04

论文阅读-CARD：一种针对复制元数据服务器集群的拥塞感知请求调度方案

ACongestion-AwareRequestDispatchingSchemeforReplicatedMetadataServerCluster摘要复制元数据服务器集群（RMSC）在分布式文件系统中非常高效，同时面对数据驱动的场景（例如，大规模分布式机器学习任务

向来痴_·2024-02-05 14:54

机器学习 | 掌握逻辑回归在实践中的应用

目录初识逻辑回归逻辑回归实操分类评估方法初识逻辑回归逻辑回归（LogisticRegression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归，但是它与回归之间有一定的联系。

亦世凡华、·2024-02-05 14:51

计算机毕业设计hadoop+spark+hive小说数据分析可视化大屏小说推荐系统小说爬虫小说大数据机器学习知识图谱小说网站大数据毕业设计

流程1.爬取17k的小说数据约5-10万，存入mysql数据库；2.使用mapreduce对mysql中的小说数据集进行数据清洗，转为.csv文件上传至hdfs文件系统；3.根据.csv文件结构，使用hive建库建表；4.一半分析指标使用hive_sql完成，一半分析指标使用Spark-Scala完成;5.将分析结果使用sqoop导入mysql数据库；6.使用Flask+echarts构建可视化大

计算机毕业设计大神·2024-02-05 14:48

机器学习（学习笔记）——监督学习和无监督学习

前言机器学习可以分为两大类：监督学习和无监督学习。今天介绍机器监督学习和无监督学习。

KW.KW·2024-02-05 14:03

第七章朴素贝叶斯机器学习

朴素贝叶斯是一组功能强大且易于训练的分类器，它使用贝叶斯定理来确定给定一组条件的结果的概率，“朴素”的含义是指所给定的条件都能独立存在和发生.朴素贝叶斯是多用途分类器，能在很多不同的情景下找到它的应用，例如垃圾邮件过滤、自然语言处理等.一.概率1.定义概率是反映随机事件出现的可能性大小.随机事件是指在相同条件下，可能出现也可能不出现的事件.例如：（1）抛一枚硬币，可能正面朝上，可能反面朝上，这是随

颜大哦·2024-02-05 14:32

第八章聚类

将相似的样本划分为同一个类别在机器学习中，通常采用“距离”来度量样本间的相似度，距离越小，相似度越高；距离越大，相似度越低.1.相似度度量方式1.1欧氏距离相似度使用欧氏距离来进行度量.坐标轴上两点x1

颜大哦·2024-02-05 14:32

Python入门实战：python的下载、安装及环境配置详细教程

在数据分析、机器学习、科学计算等领域有着广泛的应用。例如，pandas、numpy、matplotlib、scikit-learn、tensorflow、keras等

Python编程开发·2024-02-05 14:31

机器学习中的有监督学习和无监督学习

有监督学习简单来说，就是人教会计算机学会做一件事。给算法一个数据集，其中数据集中包含了正确答案，根据这个数据集，可以对额外的数据希望得到一个正确判断（详见下面的例子）回归问题例如现在有一个房价数据集，记录了不同面积的房子的实际卖价，现在用图表表示数据集，横轴表示房子面积，纵轴表示房子的卖价，图画出来后，可以用一个直线或者曲线去拟合（至于选择直线还是曲线，要看具体的衡量标准），然后现在有一个需求，就

debugBiubiubiu2000·2024-02-05 14:58

【机器学习】监督学习算法之：决策树

决策树1、引言2、决策树2.1定义2.2原理2.3实现方式2.4算法公式2.4.1信息增益公式2.4.2信息增益率公式2.5代码示例3、总结1、引言小屌丝：鱼哥，我被你骗了。小鱼：…别闹，我怎么可能骗你呢。小屌丝：你上次说的去泡澡小鱼：嗯，然后呢。小屌丝：然后咱俩去的是啥地方小鱼：…嗯…这个…是泡澡的地方啊小屌丝：你可拉倒吧。小鱼：那我问你，咱俩去没去泡澡。小屌丝：去了啊。小鱼：那咱俩泡澡的地方有

Carl_奕然·2024-02-05 13:16

机器学习7-K-近邻算法(K-NN)

K-NearestNeighbors（K-近邻算法，简称KNN）是一种基本的监督学习算法，用于解决分类和回归问题。KNN的核心思想是基于距离度量，在特征空间中找到最近的K个样本，然后使用它们的标签进行决策。以下是KNN的基本概念和工作原理：工作原理：距离度量KNN使用欧氏距离或其他距离度量方法来计算样本之间的距离。选择K值选择一个合适的K值，表示在决策时考虑的最近邻居的数量。投票决策对于分类问题，

dracularking·2024-02-05 13:44

机器学习 - 梯度下降

场景上一章学习了代价函数，在机器学习中，代价模型是用于衡量模型预测值与真实值之间的差异的函数。它是优化算法的核心，目标是通过调整模型的参数来最小化代价模型的值，从而使模型的预测结果更接近真实值。

北堂飘霜·2024-02-05 13:43

机器学习本科课程实验5 贝叶斯分类

实验1.使用sklearn的GaussianNB、BernoulliNB、MultinomialNB完成肿瘤预测任务实验内容：使用GaussianNB、BernoulliNB、MultinomialNB完成肿瘤预测计算各自十折交叉验证的精度、查准率、查全率、F1值根据精度、查准率、查全率、F1值的实际意义以及四个值的对比阐述三个算法在肿瘤预测中的表现对比1.读取数据集importpandasasp

11egativ1ty·2024-02-05 13:43

机器学习本科课程实验6 聚类实验

第一题：使用sklearn的DBSCAN和AgglomerativeClustering完成聚类实验内容：使用sklearn的DBSCAN和AgglomerativeClustering在两个数据集上完成聚类任务对聚类结果可视化对比外部指标FMI和NMI1.导入模块importnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinlineimportw

11egativ1ty·2024-02-05 13:43

（5）【Python/机器学习/深度学习】Machine-Learning模型与算法应用—12种聚类算法说明与归纳

目录一、12种聚类(无监督学习)算法说明和区分比较聚类算法的类型（一）编辑导入函数库加载数据集编辑(1)K-Means--Centroidmodels(2)Mini-BatchK-Means--Centroidmodels(3)AffinityPropagation(Hierarchical)--Connectivitymodels(4)MeanShift--Centroidmodels聚类后如何

代码骑士·2024-02-05 13:12

梯度提升树系列2——如何使用GBDT解决分类问题

具体场景实现2.GBDT在多分类问题中的应用2.1背景介绍2.2实现代码3.参数调整和模型优化3.1关键参数解析3.2调参技巧和工具推荐3.3Python实现示例写在最后在当今数据驱动的时代，分类问题无疑是机器学习领域中最常见也是最有挑战性的问题之一

theskylife·2024-02-05 13:05

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（六）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第十四章：使用卷积神经网络进行深度计算机视觉尽管IBM的DeepBlue超级计算机在1996年击败了国际象棋世界冠军加里·卡斯帕罗夫，但直到最近计算机才能可靠地执行看似微不足道的任务，比如在图片中检测小狗或识别口语。为什么这些任务对我

绝不原创的飞龙·2024-02-05 13:54

向量数据库Milvas

Milvus是在2019年创建的，其唯一目标是存储、索引和管理由深度神经网络和其他机器学习（ML）模型生成的大规模嵌入向量。

hzhj·2024-02-05 13:51

相似度计算

衡量相同维度的不同向量之间的距离称之为两向量的相似度，其计算方法具体可查看这里参考文献：机器学习中的数学——距离定义：基础知识_知识距离定义-CSDN博客

hzhj·2024-02-05 13:49

2024美赛E题成品论文30页+完整数据集+配套代码+答疑

本研究基于机器学习方法，构建了社区抗灾能力预测模型，以评估社区在灾害事件中的表现。首先，我们采用梯度提升树模型对社区基础设施、气象条件等多方面因素进行分析，以量化社区抗灾能力。

2023数学建模国赛比赛资料分享·2024-02-05 13:17

App启动优化（一）启动原理

背景随着App的快速发展，在功能、内容丰富的同时不可避免的会引入很多第三方工具库，例如友盟、支付组件、视频组件、IM即时通讯组件等，导致App首次启动的时候，时间较长，用户体验差，用户流失甚至弃用。

风轻云淡_7152·2024-02-05 12:01

机器学习优化过程中的各种梯度下降方法（SGD，AdaGrad，RMSprop，AdaDelta，Adam，Momentum，Nesterov）

机器学习优化过程中的各种梯度下降方法（SGD，AdaGrad，RMSprop，AdaDelta，Adam，Momentum，Nesterov）实际上，优化算法可以分成一阶优化和二阶优化算法，其中一阶优化就是指的梯度算法及其变种

bj_yoga·2024-02-05 12:59

工信部颁发的《计算机视觉处理设计开发工程师》中级证书

为实现这个目标，计算机视觉结合了图像处理、机器学习、模式识别、计算几何等多个领域的理论和技术。

人工智能技术与咨询·2024-02-05 12:39

机器学习环境搭建（vscode+anaconda的安装+conda虚拟环境的激活）

目录步骤一：安装VSCode步骤二：安装Anaconda步骤三：创建Conda虚拟环境步骤四：在VSCode中激活Conda虚拟环境步骤一：安装VSCode首先，我们需要安装VSCode。这是一个跨平台的轻量级代码编辑器，支持多种编程语言和丰富的扩展。打开浏览器，访问VisualStudioCode-CodeEditing.Redefinedhttps://code.visualstudio.co

yt_0618·2024-02-05 12:09

互联网加竞赛基于深度学习的水果识别设计开题技术

Mr.D学长·2024-02-05 11:40

论文学习笔记 POSEIDON: Privacy-Preserving Federated Neural Network Learning

Privacy-PreservingFederatedNeuralNetworkLearningNDSS2021录用文章目录论文学习笔记POSEIDON:Privacy-PreservingFederatedNeuralNetworkLearning一、机器学习

JiangChSo·2024-02-05 10:55

（6）【Python/机器学习/深度学习】Machine-Learning模型与算法应用—使用Adaboost建模及工作环境下的数据分析整理

目录一、为什么要使用Adaboost建模？二、泰坦尼克号分析（工作环境）（插曲）Python可以引入任何图形及图形可视化工具三、数据分析四、模型建立1、RandomForestRegressor预测年龄2、LogisticRegression建模引入GridSearchCV引入RandomizedSearchCV3、DecisionTree建模4、RandomForest建模FeatureImpo

代码骑士·2024-02-05 10:53

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（一）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0前言机器学习海啸2006年，GeoffreyHinton

绝不原创的飞龙·2024-02-05 10:51

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（四）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第二部分：神经网络和深度学习第十章：使用Keras入门人工神经网络鸟类启发我们飞行，牛蒡植物启发了钩带，自然启发了无数更多的发明。因此，看看大脑的结构以获取如何构建智能机器的灵感似乎是合乎逻辑的。这就是激发人工神经网络（ANNs）的逻

绝不原创的飞龙·2024-02-05 10:51

机器学习——网易慕课笔记

文章目录机器学习笔记说在前面第一章1.1机器学习引言1.2开发环境准备1.3一个神经元的网络第二章计算机视觉加载`FashionMNIST`数据集构造神经元网络模型训练和评估模型自动终止训练第三章卷积神经网络

河篱·2024-02-05 10:18

TensorFlow入门实操笔记 3-4

前言碎碎念fine…世界鸽王立flag第一天就咕咕咕了，今天马上立刻学习以抚慰自己的良心（bushi起床自我暗示：我真的很喜欢机器学习！

七水合硫酸亚铁有点脆·2024-02-05 10:40

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（三）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第六章：决策树决策树是多功能的机器学习算法

绝不原创的飞龙·2024-02-05 10:10

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（八）

Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第十八章：强化学习强化学习（RL）是当今最激动人心的机器学习领域之一

绝不原创的飞龙·2024-02-05 10:10

机器学习本科课程实验4 支持向量机

第一题：支持向量机的核函数实验内容：了解核函数对SVM的影响绘制不同核函数的决策函数图像简述引入核函数的目的1.导入模型importnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinlinefrommatplotlib.colorsimportListedColormapimportwarningswarnings.filterwarnings('

11egativ1ty·2024-02-05 10:55

NLP入门系列—词嵌入 Word embedding

现有的机器学习方法往往无法直接处理文本数据，因此需要找到合适

不二人生·2024-02-05 10:54

挑战杯 python 机器视觉车牌识别 - opencv 深度学习机器学习

1前言优质竞赛项目系列，今天要分享的是基于python机器视觉的车牌识别系统学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：3分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题背景车牌识别其实是个经典的机器视觉任务了，通过图像处理技术检测、定位、识别车牌上的字符，实现计算机对车牌的智能管理功能。如今在

laafeer·2024-02-05 10:16

【Java万花筒】编织数字音符：Java多媒体魔法

Java多媒体处理大全：解锁音视频领域的绝佳工具库前言在当今数字化时代，多媒体处理已经成为Java开发者必不可少的一项技能。

friklogff·2024-02-05 09:19

大数据原理-Spark

：基于内存计算三大分布式计算系统：Hadoop、Spark、Storm特点：采用有向无环图DAG作业调度运行速度快循环数据流容易使用：可以通过SparkShell交互式编程用途：SQL查询、流式计算、机器学习

monster++·2024-02-05 09:28

彻底学会系列：一、机器学习之线性回归

1.基本概念线性回归：有监督学习的一种算法。主要关注多个因变量和一个目标变量之间的关系。因变量：影响目标变量的因素：X1,X2...X_1,X_2...X1,X2...，连续值或离散值。目标变量：需要预测的值:target，y目标变量和自变量之间的关系:即模型，model1.1连续值连续值是可以在一个区间范围内取任意值的变量。例如，身高、体重、温度、时间等都是连续值1.2离散值离散值是只能取有限个

挑大梁·2024-02-05 08:53

Pytorch机器学习——3 神经网络（五）

outline神经元与神经网络激活函数前向算法损失函数反向传播算法数据的准备PyTorch实例：单层神经网络实现3.3前向算法当我们使用前馈神经网络接受输入x并产生输出时，信息通过网络向前流动。输入x提供初始信息，向输出的方向传播到每一层中的神经元，并跟相应的权重做运算，最终产生输出，称之为前向传播。

辘轳鹿鹿·2024-02-05 08:45

XAI：理解与解释的AI技术

一、背景与概述随着机器学习与人工智能的广泛应用，人们对于如何理解和应用这些机器学习模型的需求日益增长。在这样的背景下，解释性AI（XAI）作为一种能够提供解释和理解的AI技术应运而生。

呆码科技·2024-02-05 08:12

机器学习本科课程实验1 线性模型

第三章线性模型3.1一元线性回归3.2多元线性回归3.3对数几率回归，线性判别分析（二选一）3.4类别不均衡3.1一元线性回归——Kaggle房价预测使用Kaggle房价预测数据集：打乱数据顺序，取前70%的数据作为训练集，后30%的数据作为测试集分别以LotArea,BsmtUnfSF,GarageArea三种特征作为模型的输入，SalePrice作为模型的输出在训练集上，使用最小二乘法求解模型

11egativ1ty·2024-02-05 08:38

深度学习在智能交互中的应用：人与机器的和谐共生

深度学习作为机器学习的一个重要分支，具有强大的特征学习和模式识别能力，可以模拟人脑的神经网络进行数据分析和预测。

wd90119·2024-02-05 08:37

机器学习本科课程实验3 决策树处理分类任务

实验3.1决策树处理分类任务使用sklearn.tree.DecisionTreeClassifier完成肿瘤分类（breast-cancer）计算最大深度为10时，十折交叉验证的精度(accuracy)，查准率(precision)，查全率(recall)，F1值绘制最大深度从1到10的决策树十折交叉验证精度的变化图1.读取数据importnumpyasnpimportpandasaspddat

11egativ1ty·2024-02-05 08:05

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（七）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第十六章：使用RNN和注意力进行自然语言处理当艾伦·图灵在1950年想象他著名的Turing测试时，他提出了一种评估机器匹配人类智能能力的方法。他本可以测试许多事情，比如识别图片中的猫、下棋、创作音乐或逃离迷宫，但有趣的是，他选择了一

绝不原创的飞龙·2024-02-05 07:27

机器学习的整个流程

机器学习的整个流程定义了数据科学团队执行以创建和交付机器学习模型的工作流。此外，机器学习流程还定义了团队如何协作合作，以创建最有用的预测模型。

茫茫人海一粒沙·2024-02-05 07:56

推荐频道

机器学习工具库