机器学习工具库

吴恩达coursera机器学习个人向笔记——9章神经网络学习

文章目录课时62非线性假设09:36课时63神经元与大脑07:47课时64模型展示Ⅰ12:01课时65模型展示Ⅱ11:46课时68例子与直觉理解Ⅰ07:15课时70例子与直觉理解Ⅱ10:20课时71多元分类03:51课时62非线性假设09:36对图1那样的作分类，逻辑斯蒂回归中，只要g(θ转X)中的(高次)项足够多，就一定能找出边界但这是2个特征的情况如果有100个特征，二次交叉项会将近5000个
选西瓜专业户·2024-02-03 06:31

机器学习_13_SVM支持向量机、感知器模型

文章目录1感知器模型1.1感知器的思想1.2感知器模型构建1.3损失函数构建、求解2SVM3线性可分SVM3.1线性可分SVM—概念3.2线性可分SVM—SVM模型公式表示3.3线性可分SVM—SVM损失函数3.4优化函数求解3.5线性可分SVM—算法流程3.6线性可分SVM—案例3.7线性可分SVM—总结4SVM的软间隔模型4.1SVM的软间隔模型—概念4.2SVM的软间隔模型—目标函数4.3优
少云清·2024-02-03 06:27

机器学习概述

如果把一个表示学习系统看作一个有向图结构，深度也可以看作从输入节点到输出节点所经过的最长路径的长度．这样我们就需要一种学习方法可以从数据中学习一个“深度模型”，这就是深度学习（DeepLearning，DL）．深度学习是机器学习的一个子问题
Yorelee.·2024-02-03 06:24

[AIGC] 讲解机器学习中的 K-均值聚类算法及其优缺点。

K-均值聚类（K-meansclustering）是一种常用的无监督学习算法，用于将数据集划分成K个不重叠的簇(cluster)。该算法通过迭代的方式将样本点划分到K个簇中，使得同一簇内的样本点相似度较高，而不同簇之间的样本点相似度较低。算法步骤：随机选择K个样本点作为初始的质心（簇的中心）。对于每个样本点，计算其到K个质心之间的距离，并将其划分到距离最近的簇中。对于每个簇，计算其中样本点的均值，
程序员三木·2024-02-03 06:54

机器学习_12_梯度下降法、拉格朗日、KKT

文章目录1梯度下降法1.1导数、梯度1.2梯度下降法1.3梯度下降法的优化思想1.4梯度下降法的调优策略1.5BGD、SGD、MBGD1.5.1BGD、SGD、MBGD的区别2有约束的最优化问题3拉格朗日乘子法3.1拉格朗日乘子法理解3.2对偶问题4KKT条件4.1KKT条件理解4.2KKT公式理解4.3KKT条件总结5高中距离知识回顾1梯度下降法1.1导数、梯度导数：一个函数在某一点的导数描述了
少云清·2024-02-03 06:23

和鲸科技与智谱AI达成合作，共建大模型生态基座

发展大模型不仅拓展了机器学习的边界，也为各个领域解决实
ModelWhale·2024-02-03 05:02

【大厂AI课学习笔记】1.4 算法的进步（1）

2006年以来，以深度学习为代表的机器学习算法的发展，启发了人工智能的发展。MORE：自2006年以来，深度学习成为了机器学习领域的一个重要分支，引领了人工智能的飞速发展。
giszz·2024-02-03 03:34

0基础如何学习Python数据分析

语言基础、数据工具、商业分析、机器学习第一阶段：python语言基础数据分析的第一步就是先玩明
程序汪小陈·2024-02-03 01:20

嵌入式人工智能实验方向

2采用BESSOC部署深度学习语音信号处理算法，降噪算法3根据公式用C语言实现卷积CNN，或者采用开源的嵌入式机器学习，嵌入式深度学习，嵌入式神经网络开源sdk，移植，部署到MCU或者SOC，
周南音频科技教育学院(AI湖湘学派)·2024-02-03 01:05

实战美年健康AI大赛之四_复赛使用数加平台

得到复赛资格之后，天池赛题网页左侧的列表中就会多出一项“数加”，点击进入后，按提示得到RAM帐号，即可以登录“数据开发平台”和“机器学习平台”，注意登录帐号是用户名和企业别名的组合。 
xieyan0811·2024-02-02 23:17

第二章---python入门的基础知识

欢迎来到机器学习的世界博客主页：卿云阁欢迎关注点赞收藏⭐️留言本文由卿云阁原创！本阶段属于练气阶段，希望各位仙友顺利完成突破首发时间：2021年8月4日✉️希望可以和大家一起完成进阶之路！
卿云阁·2024-02-02 22:03

K-means 算法的原理简介

1.K-means是一种流行的用于聚类的无监督机器学习算法。它是用于客户细分、库存分类、市场细分甚至异常检测的核心算法。2.无监督：K-means是一种无监督算法，用于没有标签或预定义结果的数据。
GIS工具-gistools2021·2024-02-02 22:26

【机器学习】科学库使用手册第2篇：机器学习任务和工作流程（已分享，附代码）

主要内容包括，了解机器学习定义以及应用场景，掌握机器学习基础环境的安装和使用，掌握利用常用的科学计算库对数据进行展示、分析，学会使用jupyternotebook平台完成代码编写运行，应用Matplotlib
程序员一诺·2024-02-02 22:40

【深度学习】从0完整讲透深度学习第2篇：TensorFlow介绍和基本操作（代码文档已分享）

可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。
程序员一诺·2024-02-02 22:09

图像分类的发展史

图像分类的发展史图像分类技术的发展史与计算机视觉、机器学习、神经网络等诸多领域紧密相连。它是一场从理论探索到实际应用的演变历程，同时也是一次由人类视觉启发来模拟视觉感知的冒险之旅。
kadog·2024-02-02 21:41

Python在无人飞船

大量的开源库和工具：Python拥有丰富的开源库和工具，涵盖了许多需要在无人飞船研发中使用的功能，例如数据处理、机器学习和计算机视觉。这些工具可以帮助研发人员更快地实现功能，并提高代
python无人驾驶 医学芯片·2024-02-02 21:13

Python 深度学习实战：聊天机器人

1.背景介绍深度学习是人工智能领域的一个重要分支，它涉及到神经网络、机器学习、数据挖掘等多个领域知识。深度学习的核心思想是通过多层次的神经网络来进行数据的处理和分析，从而实现对复杂问题的解决。
Python人工智能大数据·2024-02-02 20:47

回归统计在 echarts 中的实现

你可以把它当作一个工具库直接用来分析数据；你也可以将其与ECharts结合使用，用ECharts可视化数据分析的结果。1、如何使用呢？1.1使用
贵在随心·2024-02-02 20:20

ApacheCN 2019.4~7 总结

这些已有的项目即将完结，为所有贡献者点个赞：PyTorch1.0中文文档Seaborn0.9中文文档ImpatientJavaScript中文版OpenCV4.0中文文档UCBCS61b课本：Java中的数据结构百页机器学习小书我们又新开设了一些翻译项目
布客飞龙·2024-02-02 20:57

【根据loss曲线看模型微调效果】如何使用loss曲线诊断机器学习模型性能

一、Loss曲线在模型的预训练或者微调过程中，我们一般通过观察loss曲线来得出模型对于数据集的学习效果等信息。那么我们如何根据loss曲线得到一些信息呢？通常数据集会被划分成三部分，训练集（trainingdataset）、验证集（validationdataset）、测试集（testdataset）。我们在训练模型时也经常会根据训练集的loss和验证集loss来诊断模型，从而期望能够优化参数训
子非Yu@Itfuture·2024-02-02 19:11

Elasticsearch向量数据存储与搜索

这种类型的字段可以用于机器学习模型的特征向量存储。
小湘西·2024-02-02 19:28

Windows Server 2019 Web服务器搭建

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，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
可惜已不在·2024-02-02 19:49

迁移学习Transfer Learning的优缺点，以及在使用迁移学习的注意事项！

迁移学习TransferLearning1.迁移学习的优点和缺点：2.使用迁移学习时，需要解决以下问题：1.迁移学习的优点和缺点：迁移学习是一种机器学习方法，它可以使机器学习模型利用已有任务的学习结果，
小桥流水---人工智能·2024-02-02 19:08

机器学习领域五大发展趋势，谷歌 AI 掌门人万字回顾 2021

来源：新智元导读新年伊始，谷歌AI掌门人JeffDean的年度总结「虽迟但到」，这篇万字长文系统回顾了过去一年来机器学习领域的五大趋势。除了超大AI模型，谷歌去年还做了啥？
Imagination官方博客·2024-02-02 18:03

OCR-paddleocr

一、介绍PaddleOCR是一款超轻量、中英文识别模型目标是打造丰富、领先、实用的文本识别模型/工具库3.5M实用超轻量OCR系统，支持在服务器，移动，嵌入式和IoT设备之间进行培训和部署同时支持中英文识别
青霄·2024-02-02 18:52

构建知识图谱：从技术到实战的完整指南

它不仅仅是一种数据结构，更是一种知识的表达和存储方式，能够为机器学习提供丰富、结构化的背景知识，从而提升算法的理解和推理能力。在人工智能领域，知识图谱的重要性不言而喻。
快乐非自愿·2024-02-02 18:42

【AI大模型应用开发】【补充知识】文本向量化与向量相似度（含Python代码）

本文介绍下文本向量化的概念，以及向量检索的原理，只是简单介绍，不会深入，所以不用担心看不懂，想要详细研究的，可以去搜相关论文，涉及到机器学习
同学小张·2024-02-02 17:15

Datawhale 组队学习之大模型理论基础Task9 大模型法律

11.2版权法大型语言模型或任何机器学习模型，都是基于数据进行训练的，而这些数据是人类劳动的结果（例如，作者，程序员，摄影师
AIzealot无·2024-02-02 16:33

机器学习---强化学习---目前的坑

当前（2019年）机器学习中有哪些研究方向特别的坑？
Iverson_henry·2024-02-02 16:40

【机器学习】贝叶斯垃圾邮件识别

实验三：贝叶斯垃圾邮件识别本次作业以垃圾邮件分类任务为基础，要求提取文本特征并使用朴素贝叶斯算法进行垃圾邮件识别（调用已有工具包或自行实现）。1任务介绍电子邮件是互联网的一项重要服务，在大家的学习、工作和生活中会广泛使用。但是大家的邮箱常常被各种各样的垃圾邮件填充了。有统计显示，每天互联网上产生的垃圾邮件有几百亿近千亿的量级。因此，对电子邮件服务提供商来说，垃圾邮件过滤是一项重要功能。而朴素贝叶斯
住在天上的云·2024-02-02 15:34

【机器学习】某闯关类手游用户流失预测

FinalProject:某闯关类手游用户流失预测1案例简介手游在当下的日常娱乐中占据着主导性地位，成为人们生活中放松身心的一种有效途径。近年来，各种类型的手游，尤其是闯关类的休闲手游，由于其对碎片化时间的利用取得了非常广泛的市场。然而在此类手游中，新用户流失是一个非常严峻的问题，有相当多的新用户在短暂尝试后会选择放弃，而如果能在用户还没有完全卸载游戏的时候针对流失可能性较大的用户施以干预（例如奖
住在天上的云·2024-02-02 15:30

榜单！高阶智驾冲刺10%搭载率，哪些玩家占据自研感知「高地」

尤其是过去几年时间，基于机器学习和深度学习，Transformer+BEV技术进一步提高对异常行为的预测准确性，为实现最终的端到端自动驾驶落地，奠定了坚实的基础。
高工智能汽车·2024-02-02 15:25

【前端插件工具】

;consthtmlContent=marked(markdownText);lodash-esLodash是一个非常流行的JavaScript实用工具库，涵盖了数组处理、对象操作、
SuperYiY·2024-02-02 15:40

【好书推荐-第五期】《互联网大厂推荐算法实战》（异步图书出品）

欢迎大家关注本专栏~专栏一键跳转同时欢迎大家关注其他专栏，我将分享Web前后端开发、人工智能、机器学习、深度学习从0
程序员洲洲·2024-02-02 14:56

【好书推荐-第三期】《深入理解Java核心技术：写给Java工程师的干货笔记》全网阅读量千万的Java工程师成神之路学习笔记，Java基础知识点查漏补缺

欢迎大家关注本专栏~专栏一键跳转同时欢迎大家关注其他专栏，我将分享Web前后端开发、人工智能、机器学习、深度学习从0
程序员洲洲·2024-02-02 14:50

机器学习中集成方法的Bagging和Boosting动画指南

许多人经常难以理解Bagging和Boosting的核心要点。本文通过动画展示了这两种技术的内部工作原理：简而言之，集成方法将多个模型结合在一起以构建一个更强大的模型。它们基本上是建立在这样一个思想之上的，即通过汇总多个模型的预测结果，可以减轻各个单独模型的缺陷。其思想如下图所示：集成方法主要使用两种不同的策略构建：装袋（Bagging）提升（Boosting）1）BaggingBagging通过
小Z的科研日常·2024-02-02 14:21

算法大览：24美赛深度总结与代码分享

内容包括数据降维、聚类、论文写作、异常值检测、论文配图、图像相关算法以及机器学习自动化预测等多个主题，其中包含详实的案例和实用的代码示例。最后，祝大家取得好成绩！
小Z的科研日常·2024-02-02 14:21

【SparkML实践4】Pipeline实战scala版

Pipeline中的主要概念MLlib标准化了机器学习算法的API，使得将多个算法组合成单一的管道或工作流程变得更加容易。
周润发的弟弟·2024-02-02 13:36

【机器学习】【贝叶斯算法】Python实战演练贝叶斯算法中的关联规则

关联规则概念一个样本称为一个事务每个事务由多个属性来确定，这里的属性称为“项”多个项组成的集合为“项集”X==>Y：X和Y是项集；X称为规则前项；Y称为规则后项支持度支持度(support)：一个项集或者规则在所有事务中出现的频率，σ(X):表示项集X的支持度计数·项集X的支持度：s(X)=σ(X)N·规侧X==>Y表示物品集X对物品集Y的支持度，也就是物品集X和物品集Y同时出现的概率·某天共有1
hi_ly_51·2024-02-02 13:55

【机器学习】【贝叶斯算法】Python实现数据预处理实战演练（以购物数据为例）

importpandasaspdfrommlxtend.frequent_patternsimportapriorifrommlxtend.frequent_patternsimportassociation_rulesretail_shopping_basket={'ID':[1,2,3,4,5,6],'Basket':[['Beer','Diaper','Pretzels','Chips','
hi_ly_51·2024-02-02 13:55

开源计算机视觉库OpenCV详解

OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库。
终将老去的穷苦程序员·2024-02-02 13:44

深度学习如何入门？

2.学习机器学习基
终将老去的穷苦程序员·2024-02-02 13:12

可解释性AI(XAI）

XAI使人们能够理解人工智能和机器学习是如何用于决策、预测和洞察的。可解释人工智能允许品牌在使用人
容容爱学习.·2024-02-02 12:53

自动驾驶IPO第一股及商业化行业标杆 Mobileye

作为高级驾驶辅助系统（ADAS）和自动驾驶解决方案全球领导者，Mobileye专注部署和开发基于计算机视觉发展和机器学习、数据分
小明师兄·2024-02-02 12:35

机器学习简介

什么是机器学习？
就叫吴昊·2024-02-02 12:48

开源计算机视觉库OpenCV详解

OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库。它包含超过2500种优化的算法，涵盖了图像处理和计算机视觉中的许多常见任务。
super_journey·2024-02-02 12:45

如何系统的自学Python？通义千问、讯飞星火、文心一言及ChatGPT的回答

下面是一个详细的步骤指南：了解Python和其应用领域：首先，熟悉Python语言的基本特性和用途，包括它在Web开发、数据分析、机器学习、AI、网络爬虫等方面的应用。安装Python环境：下载并安装
凯哥Java·2024-02-02 11:59

人工智能的优缺点

2.自动化和机器学习：人工智能可以自动执行重复和繁琐的任务，从而解放人力资源，提高效
C++代言人·2024-02-02 11:12

为什么说2023年是AI元年

首先，AI技术在计算机视觉、自然语言处理、机器学习等领域取得了重大的进展，使得机器能够更准确地理解人类语言和图像，从而更好地为人类提供服务。例如，AI图像和语音识别技术的广泛应用，使得人们可以更加便
卢卡上学·2024-02-02 11:28

2024-01-06-AI 大模型全栈工程师 - 机器学习基础

摘要2024-01-06阴杭州晴本节简介:a.数学模型&算法名词相关概念;b.学会数学建模相关知识；c.学会自我思考，提升认知，不要只会模仿；课程内容1.Fine-Tuning有什么作用？a.什么是模型训练（Training）b.什么是模型预训练（Pre-Training）c.微调（Fine-Tuning）d.轻量化微调（ParameterEfficientFine-Tuning,PEFT）2.什
流雨声·2024-02-02 10:42
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他