机器学习思想第19页

因果关系推断与机器学习

hhhh106·2025-02-02 13:15

【中科院1区】Matlab实现黏菌优化算法SMA-RF锂电池健康状态估计算法研究

matlab科研助手·2025-02-02 13:44

【深度学习】因果推断与机器学习的高级实践数学建模_问题根因分析机器学习

现阶段深度学习有三大特征：数据驱动：即数据训练，将数据输入到模型中进行训练；关联学习：模型基于给定训练数据集，进行关联学习；概率输出：即最后的输出，判断这个图片有“狗“的概率是多少。以数据驱动、关联学习、概率输出为特征的深度学习存在什么问题呢？以一个简单的图片识别问题为例：识别一张图片中是否有狗。在很多预测问题中，我们拿到的数据集往往都是有偏的，比如我们拿到的数据中有80%的图片中狗都在草地上，这

2401_84239830·2025-02-02 13:41

因果推断与机器学习—因果推断入门（1）

在机器学习被广泛应用于对人类产生巨大影响的场景（如社交网络、电商、搜索引擎等）的今天，因果推断的重要性开始在机器学习社区的论文和演讲中被不断提及。

樱花的浪漫·2025-02-02 13:10

04树 + 堆 + 优先队列 + 图（D1_树（D8_B树（B）））

目录一、基本介绍二、相同思想和策略三、不同的方式的磁盘空间利用四、知识小结一、基本介绍B*树是B+tree的变体，在B+树的基础上(所有的叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针

Java丨成神之路·2025-02-02 11:28

计数排序算法及优化（java）

计数排序的核心思想是通过统计每个元素出现的次数来确定它们的位置，而不是通过比较来决定元素的顺序。本文将详细介绍计数排序的历史背景、工作原理，并通过具体案例来阐述其应用。

爱吃土豆的程序员·2025-02-02 10:21

人工智能在药物研发中的应用 - 从靶点发现和化合物筛选：利用AI深度学习技术加速药物研发流程

文章概述了AI在药物靶点识别、化合物筛选、药物设计优化等方面的应用，并详细介绍了机器学习和深度学习的基本原理。通过一个实操案例，展示了如何利用AI技术对化合物数据进行分析，预测潜在的药物候选物。

AI_DL_CODE·2025-02-02 10:50

PyTorch 官方文档中文版本

文档来源https://pytorch.cadn.net.cn大多数机器学习工作流都涉及处理数据、创建模型、优化模型参数，并保存经过训练的模型。

圣心·2025-02-02 10:49

Python绘图实例：太极图

太极图式说是《庄子》"太极"思想在儒、道两家结出的硕果。实例代码importturtle#导入turtle库turtle.speed(10)#画笔移动速度turtle.c

程序员林·2025-02-02 09:42

JVM - 运行时数据区详细篇

）虚拟机栈出现的背景栈和堆的区别什么是Java虚拟机栈本地方法栈（NativeMethodStack）Java堆概述堆内存区域的划分对象创建内存分配的过程新生代和老年代的配置比例JVM调优不同代的回收思想

星辰与晨曦·2025-02-02 08:08

为AI聊天工具添加一个知识系统之82 详细设计之23 符号逻辑 &正则表达式规则之1

本文要点在继续“逻辑符号”的设计中，我们先回顾一个本项目--作为备忘也作为设计中的时刻牢记：回顾项目介绍项目名：为使用AI聊天工具的聊天者开挂一个知识系统项目口号：通过不断完善一个概念整体运营的大局观思想来持续维护一个动态组织社区的公共形象为使用

一水鉴天·2025-02-02 07:28

深度学习基因组学+机器学习单细胞分析，当下最火热研究方向！

深度学习已经被广泛应用于基因组学研究中，利用已知的训练集对数据的类型和应答结果进行预测，深度学习，可以进行预测和降维分析。深度学习模型的能力更强且更灵活，在适当的训练数据下，深度学习可以在较少人工参与的情况下自动学习特征和规律。调控基因组学，变异检测，致病性评分成功应用。深度学习可以提高基因组数据的可解释性，并将基因组数据转化为可操作的临床信息。深度学习通过强大的深度神经网络模型从高维大数据中自动

qwmb919·2025-02-02 07:25

向量语义（Vector Semantics）与表征学习（Representation Learning）详解

1.向量语义（VectorSemantics）与词嵌入（WordEmbeddings）向量语义的核心思想是用数学向量来表示单词的意义。

苏西月·2025-02-02 07:54

深度学习之线性代数

深度学习之线性代数标量如果你从来没有学过线性代数或机器学习，那么你过去的数学经历可能是一次只想一个数字。

ousinka·2025-02-02 06:21

深度学习的应用场景及常用技术

深度学习作为机器学习的一个重要分支，在众多领域都有广泛的应用，以下是一些主要的应用场景及常用技术。1.应用场景1.计算机视觉图像分类描述：对图像中的内容进行分类，识别出图像中物体所属的类别。

eso1983·2025-02-02 06:19

深入解析：Python中的决策树与随机森林

在这个数据驱动的时代，机器学习技术已经成为许多企业和研究机构不可或缺的一部分。其中，决策树和随机森林作为两种强大的算法，在分类和回归任务中表现尤为出色。

小鹿( ﹡ˆoˆ﹡ )·2025-02-02 04:06

使用Scikit-learn实现支持向量机分类器

SVM的核心思想是通过寻找一个最佳的超平面来分隔不同类别的数据点。本文将详细介绍如何使用Python的Scikit-learn库实现一个支持向量机分类器，包括数据准备、模型训练、评估和可视化等步骤。

清水白石008·2025-02-02 03:06

大语言模型丨ChatGPT-4o深度科研应用、论文与项目撰写、数据分析、机器学习、深度学习及AI绘图（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）

赵钰老师·2025-02-02 01:50

【python】在【机器学习】与【数据挖掘】中的应用：从基础到【AI大模型】

目录一、Python在数据挖掘中的应用1.1数据预处理数据清洗数据变换数据归一化高级预处理技术1.2特征工程特征选择特征提取特征构造二、Python在机器学习中的应用2.1监督学习分类回归2.2非监督学习聚类降维三

小李很执着·2025-02-01 23:43

Python软体中使用Scikit-learn库训练简单线性回归模型

Python软体中使用Scikit-learn库训练简单线性回归模型1.引言作为数据科学家和机器学习从业者,我们经常需要处理各种类型的数据,并从中提取有价值的信息。

清水白石008·2025-02-01 23:08

超实用的Python机器学习教程 - 基于scikit - learn库

一、机器学习简介机器学习的定义与概念机器学习是一门多领域交叉学科，它涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。简单来说，机器学习是让计算机从数据中学习规律并进行预测或决策的技术。

AI_DL_CODE·2025-02-01 23:38

【python】利用 GridSearchCV 和 SVM 进行学生成绩预测

在机器学习领域，寻找最优模型参数是一个重要的步骤，它直接影响模型的泛化能力和预测准确性。

码银·2025-02-01 22:33

机器学习笔记——特征工程

本笔记介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。

好评笔记·2025-02-01 21:56

不同物体运动方向的检测-python

适合实时检测背景稳定、低复杂度场景对噪声和阴影敏感深度摄像头三维方向检测，抗背景干扰能力强需要深度信息的场景需要特殊硬件，成本较高惯性传感器不依赖视觉，适用环境广泛设备本体的运动分析精度受传感器噪声影响机器学习能适应复杂非线性场

人工智能专属驿站·2025-02-01 20:49

高赞口碑！侯捷C++系列精品课

然而，C++复杂的语法和高深的编程思想，让许多学习者望而却步。侯捷C++系列精品课的出现，犹如黑暗中的明灯，为广大C++学习者指明了方向。

盼达思文体科创·2025-02-01 20:48

机器学习强基计划7-6：图文详解层次聚类AGNES算法(附Python实现)_agnes聚类算法python代码

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课

软件开发Java·2025-02-01 17:18

Day31-【AI思考】-关键支点识别与战略聚焦框架

文章目录关键支点识别与战略聚焦框架**第一步：支点目标四维定位法****第二步：支点验证里程碑设计****第三步：目标网络重构方案****第四步：动态监控仪表盘**执行工具箱核心心法关键支点识别与战略聚焦框架让思想碎片重焕生机的灵魂

一个一定要撑住的学习者·2025-02-01 16:42

【算法设计与分析】实验5：贪心算法—装载及背包问题

目录一、实验目的二、实验环境三、实验内容四、核心代码五、记录与处理六、思考与总结七、完整报告和成果文件提取链接一、实验目的掌握贪心算法求解问题的思想；针对不同问题，会利用贪心算法进行问题建模、求解以及时间复杂度分析

XY_伊·2025-02-01 16:38

Chrome浏览器删除网站cookies的解决方案

爱编程的喵喵·2025-02-01 15:07

机器学习-期末复习题

给人脸打上标签再让模型进行学习训练的方法，属于()强化学习B.半监督学习C.监督学习D.无监督学习在机器学习中，用计算机处理一副图像，维度是：上万维B.二维C.三维D.一维‎以下关于降维的说法不正确的是

泡椒鸡jo·2025-02-01 15:32

【机器学习】自定义数据集使用paddlepaddle框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

一、使用paddlepaddle框架实现逻辑回归1.数据部分：首先自定义了一个简单的数据集，特征X是100个随机样本，每个样本一个特征，目标值y基于线性关系并添加了噪声。将numpy数转换为Paddlepaddle张量，方便后续在模型中使用。2.模型定义部分：方案1：使用nn.Sequential组网代码解释①数据生成与转换：生成自定义的特征矩阵X和目标值向量y，并添加高斯噪声模拟真实数据。使用p

加德霍克·2025-02-01 14:21

Spring 的设计理念之AOP

以下是SpringAOP的设计理念及关键实现细节的总结：1.AOP的核心思想解决横切关注点：将分散在多个模块中的通用功能（如日志、事务、安全等）抽取为独立的切面（Aspect），避免代码重复和耦合。

冰糖心158·2025-02-01 13:47

01.双Android容器解决方案

）1.1.3联合文件系统（UnionFileSystem）1.2容器的应用1.2.1微服务架构1.2.2持续集成和持续部署（CI/CD）1.2.3多租户环境1.2.4混合云和多云环境1.2.5大数据和机器学习

高桐@BILL·2025-02-01 13:46

深度学习之核函数

深度学习之核函数在机器学习中，常看到多项式核函数、高斯核函数，那什么叫核函数（KernelFunction，或者KernelTrick）呢？它有什么用呢。

fpcc·2025-02-01 12:38

TDengine 做为 FLINK 数据源技术参考手册

ApacheFlink是一款由Apache软件基金会支持的开源分布式流批一体化处理框架，可用于流处理、批处理、复杂事件处理、实时数据仓库构建及为机器学习提供实时数据支持等诸多大数据处理场景。

TDengine （老段）·2025-02-01 11:02

软件架构设计方法之The Clean Architecture 整洁架构

清洁架构的核心思想是将系统分为多个层次，并通过严格的依赖规则来管理层之间的交互。以下是清洁架构的主要特点和原则。

颯沓如流星·2025-02-01 11:01

我的创作纪念日

在机器学习领域、统计方法上学到了许多东西。认识了来自五湖四海的朋友，有10年数分的大佬，还有许多在校学生。日常在准备考研、工作的情况下，争取保证周更。先把工作弄完，抽空学习考研的内

蓝皮怪·2025-02-01 10:26

聊聊AI中的“蒸馏”技术

一、什么是“蒸馏”技术“蒸馏”技术实际上是指知识蒸馏（KnowledgeDistillation），这是一种用于压缩和优化大模型的机器学习方法。

自由鬼·2025-02-01 09:15

Java 六边形架构 – BABAL

主要思想是尽可能保持业务逻辑分离，并使用SOLID原则中的“D”依赖反转原则来防止层之间的耦合。2.什么是六边形架构它是一种围绕业务逻辑设计软件应用程序架构并将其与其他层解耦的方法。

Java_ttcd·2025-02-01 09:14

什么是知识蒸馏技术？

一、基本原理1.模仿学习：知识蒸馏的核心思想是让学生模型模仿教师模型的行为。教师模型通常是

deepdata_cn·2025-02-01 09:41

WSL开发环境配置（linux + python + nodejs + docker）

配置要求及目标总体目标：完整的Linux开发环境可开发基于node.js的前端程序可开发基于python的后端程序（仅日常程序，不包含机器学习程序）可运行docker容器，用于快速搭建测试环境Linux

Lilixxs·2025-02-01 09:11

在亚马逊云科技上通过LangChain ReAct Agent开发金融多模态数据AI分析中台

本次介绍的是如何在亚马逊云科技机器学习托管服务AmazonSageMaker上搭建一个多模态LangChainAgent，通过ReAct逻辑让Agent通过AmazonBedrockAI模型托管服务上的大模型

佛州小李哥·2025-02-01 08:39

手把手教你搭建 Android MVI架构 MVI + kotlin + Flow

一、什么是MVIAndroidMVI是一种用于构建Android应用程序的架构模式，其核心思想在于实现单向数据流和唯一可信数据源。

m0_74825466·2025-02-01 08:05

5 分钟 JS 设计模式 - 单例与观察者模式（第19节）

2.单例模式2.1单例模式的核心思想2.2实现单例模式2.2.1基本实现2.2.2目录结构2.2.3代码注释2.3单例模式的应用场景3.工厂模式3.1工厂模式的核心思想3.2实现工厂模式3.2.1简单工厂模式

星核日记·2025-02-01 07:29

深入浅出：Python `with` 语句详解

with语句的核心思想是“上下文管理”，即在一定范围内自动处理资源的获取和释放，避免了手动管理资源带来的复杂性和潜在错误。1.1上下文管理器with语句依赖于上下文管理器（Co

软件架构师笔记·2025-02-01 06:50

【Python TensorFlow】入门到精通

TensorFlow是一个开源的机器学习框架，由Google开发，广泛应用于机器学习和深度学习领域。

极客代码·2025-02-01 06:49

Python 机器学习基础之【常用机器学习库】 NumPy 数值计算库

Python机器学习基础之【常用机器学习库】NumPy数值计算库目录Python机器学习基础之【常用机器学习库】NumPy数值计算库一、简单介绍二、Numpy基础1、安装NumPy2、导入NumPy3、

仙魁XAN·2025-02-01 05:17

什么是 Next.js 中的代码分割？如何提升性能？

代码拆分的核心思想是将应用的代码分解成更小、更易管理的部分，并在需要时动态加载这些部分。通过减少应用的初始加载时间，这一技术显著提升了性能和用户体验。

·2025-02-01 05:09

通过命令行工作流提升工作效率的实战教程（持续更新）

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·2025-02-01 05:37

深度学习（DL/ML）学习路径

其中以机器学习技术中深度学习最受瞩目。主要原因是这些技术在科研领域和工业界的应用效果非常好，大幅提升了算法效率、降低了成本。因而市场对相关技术有了如此大的需求。

jackl的科研日常·2025-02-01 04:00

推荐频道

机器学习思想