机器学习技法学习笔记第13页

1区9+非肿瘤纯生信，逻辑清晰易懂，机器学习筛选关键基因的纯生信也可以发高水平期刊，抓紧上车！

生信小课堂·2024-08-30 17:58

【学习笔记】用Mac自学虚幻4

文章目录前言学习过程总结前言首先，我是大学自学的前端，之后实习做的是前端是Webgl可视化工作，从实习到转正再到离职大概一年时间，辞职以后我考虑了目前比较火的UE引擎，于是重新学习了一遍C++和数据结构后，开始自学UE。由于本人手里只有一台MacBookAir，本次学习全程用Mac来运行。提示：建议学习UE的新人去学一遍C++，并且了解一下STL源码，以及底层的数据结构。一、安装UE4进入UE官网

左上方的天空&roc·2024-08-30 17:10

Numpy学习笔记（二）

目录基本运算（一）矢量和矩阵运算1、加法2、减法3、乘法4、除法5、幂运算（二）统计运算1、求和2、求平均值3、求方差4、求标准差5、求最大值6、求最小值（三）逻辑运算1、逻辑非2、逻辑与3、逻辑或4、逻辑异或（四）比较运算1、等于2、不等于3、大于4、小于5、大于等于6、小于等于（五）指数和对数运算1、指数2、自然对数3、以10为底的对数4、以2为底的对数（六）线性代数运算1、矩阵乘法2、矩阵乘

海棠未语·2024-08-30 16:05

AI中的核心概念解读：深度学习、机器学习、神经网络与自然语言处理

然而，对于刚接触AI的初学者或非专业人士来说，理解其中的核心概念，特别是深度学习、机器学习、神经网络与自然语言处理之间的区别，可能显得有些复杂。

wypdao·2024-08-30 16:31

机器学习：svm算法原理的优缺点和适应场景

支持向量机（SVM）是一种在机器学习领域广泛使用的监督学习模型，它通过找到数据点之间的最优超平面来进行分类或回归分析。以下是SVM算法的一些优缺

夜清寒风·2024-08-30 15:29

昇思25天学习打卡

@[TOC]《昇思25天学习打卡营第02天|lulul》张量Tensor张量tensor是在机器学习和深度学习中广泛应用的数据概念，张量是多维数组的泛化，能够表示标量（0维张量）、向量（1维张量）、矩阵

十分钟ll·2024-08-30 15:28

【Python机器学习】NLP词频背后的含义——隐性语义分析

隐性语义分析基于最古老和最常用的降维技术——奇异值分解（SVD）。SVD将一个矩阵分解成3个方阵，其中一个是对角矩阵。SVD的一个应用是求逆矩阵。一个矩阵可以分解成3个最简单的方阵，然后对这些方阵求转置后再把它们相乘，就得到了原始矩阵的逆矩阵。它为我们提供了一个对大型复杂矩阵求逆的捷径。SVD适用于桁架结构的应力和应变分析等机械工程问题，它对电气工程中的电路分析也很有用，它甚至在数据科学中被用于基

zhangbin_237·2024-08-30 14:22

统计机器学习第十三章极大似然估计的性质——图解MLE的渐进正态性

n=10;t=10000;s=1/12/n;x=linspace(-0.4,0.4,100);y=1/sqrt(2*pi*s)*exp(-x.^2/(2*s));z=mean(rand(t,n)-0.5,2);figure(1);clf;holdonb=20;hist(z,b);h=plot(x,y*t/b*(max(z)-min(z)),'r-');这段代码的功能是生成随机数并进行直方图和曲线的

cui_hao_nan·2024-08-30 13:17

CSAPP全书学习总结

CSAPP(1.计算机系统漫游)学习笔记-CSDN博客CSAPP（第二章信息的表示和处理，附上datalab解析_datalab调整数据位置-CSDN博客CSAPP（第三章：程序的机器级表示-CSDN博客

%d%d2·2024-08-30 13:46

Hash哈希学习笔记

概念：通过一个hash函数建立值与存储地址的关系原则：开小数组+冲突解决冲突越少，用时越少；可通过调整余数或优质的hash算法尽量使hash值分散，减少碰撞hash算法的构成:hash函数的初始化构造hash函数：典型的函数包括除余法H(k)=(k)modpH(k)=(k)modpH(k)=(k)modp、elfhash等等冲突解决方法：（常用技术）线性探测再散列技术：当(k)modp(k)mod

lawhelo·2024-08-30 13:43

动手学深度学习（pytorch）学习记录21-读写文件(模型与参数)[学习记录]

目录加载和保存张量加载和保存模型参数保存模型的好处众多，涵盖了从开发到部署的整个机器学习生命周期。节省资源：训练模型可能需要大量的时间和计算资源。保存模型可以避免重复训练，从而节省时间和计算资源。

walfar·2024-08-30 12:42

Vue学习笔记-组件通信

最近公司需要开发酒店客房管理的OTA系统，我们使用vue.js2.0+ElementUI开发时，就遇到了问题:一个页面有很多表单,我试图将表单写成一个单文件组件,但是表单(子组件)里的数据和页面(父组件)按钮交互的时候,vue组件之间的通信让我感到崩溃:点击importdialogfrom'./components/dialog.vue'exportdefault{data(){return{sh

赵客缦胡缨v吴钩霜雪明·2024-08-30 12:40

PyTorch 基础学习（14）- 归一化

在机器学习中，不同的归一化方法适用于不同的场景。本文将详细介绍scikit-learn中的常见归一化方法及其应用。

花千树-010·2024-08-30 12:38

升级生命软件实修课程｜第一课学习笔记

精彩摘要：1、我们人生里面所有的行为背后都有一个程序。这个世界根本上就没有什么自由，你所谓的自由都被某种程序所控制。这些程序，小到我们的商业，大到我们的进化基因，还有我们的文化。面对这些程序，我们完全没有自由，你以为的自由，其实是某些智商更高、权利更大的人，他们在更高的层面来掌控我们的人生。如果我们不去看到这段程序，不去觉察它，我们一辈子都是别人棋盘上的一枚棋子，人家让我们往哪里，都设定一个程序把

昀夕的话·2024-08-30 10:30

自然语言处理（NLP）与机器学习：深度探索两者的关系

自然语言处理（NLP）与机器学习：深度探索两者的关系1.自然语言处理(NLP)的概述NLP的主要任务包括：2.机器学习(ML)的概述机器学习的主要类型包括：3.NLP与机器学习的关系1.机器学习驱动NLP

听忆.·2024-08-30 10:51

如何有效管理机器学习与人工智能

如何有效管理机器学习与人工智能1.模型开发阶段的风险管理a.数据质量与偏见管理b.模型透明性与可解释性c.偏见与公平性测试2.部署阶段的风险管理a.安全与隐私保护b.实时监控与反馈机制c.模型回滚与更新机制

听忆.·2024-08-30 10:51

12306项目学习笔记（框架篇Base）

首先学习的是基础框架ApplicationContextHolderApplicationContextHolder提供了一种静态方式来访问Spring容器中的Bean，适用于某些特定场景，如工具类和框架集成。在12306项目中由于我们引入了RocketMQ消息队列，这些库的对象通常不是Spring管理的，无法直接使用@Autowired注入，所以需要ApplicationContextHolde

Rainyocode·2024-08-30 09:20

深度学习速通系列:贝叶思&SVM

贝叶斯（Bayesian）方法和支持向量机（SVM，SupportVectorMachine）是两种不同的机器学习算法，它们在解决分类和回归问题时有着不同的原理和应用场景贝叶斯方法：贝叶斯方法基于贝叶斯定理

Ven%·2024-08-30 08:13

【QT】学习笔记：处理JSON对象、字符串

在Qt中处理JSON数据非常方便，Qt提供了QJsonDocument、QJsonObject、QJsonArray、QJsonValue等类来处理JSON数据。下面是一个简单的代码示例，演示如何解析JSON字符串、修改JSON数据并将其转换回字符串。示例代码1.JSON字符串解析假设我们有以下JSON字符串：{"name":"JohnDoe","age":30,"isEmployed":true

海纳老吴·2024-08-30 08:13

机器学习和深度学习·贝叶斯优化和optuna

贝叶斯优化贝叶斯优化的思想先验：取点似然：假设分布取了n个点之后…后验：近似取得极值贝叶斯优化的数学过程在贝叶斯优化的数学过程当中，我们主要执行以下几个步骤：1定义需要估计的f(x)f(x)f(x)以及xxx的定义域2取出有限的n个xxx上的值，求解出这些xxx对应的f(x)f(x)f(x)（求解观测值）3根据有限的观测值，对函数分布进行假设（该假设被称为贝叶斯优化中的先验知识），得出该假设分布上

0xMayL·2024-08-30 08:39

【ShuQiHere】《机器学习的进化史『下』：从神经网络到深度学习的飞跃》

【ShuQiHere】引言：神经网络与深度学习的兴起在上篇文章中，我们回顾了机器学习的起源与传统模型的发展历程，如线性回归、逻辑回归和支持向量机（SVM）。

ShuQiHere·2024-08-30 07:07

javascript学习笔记--dom查询练习(二)

通过具体的元素节点调用方法，返回当前节点的指定标签名后代节点getElementByTagName()1.属性，表示当前节点的所有子节点(会获取包括文本节点在内的所有子节点)，在IE8及以下的浏览器中，不会将空白文本当成子节点：childNodes2.属性，是获取当前元素下的所有子元素这样就不会再包括空白文档：children3.属性表示当前节点的第一个子节点：firstChild4.属性表示当前

持续5年输出bug·2024-08-30 07:29

PyTorch概述

PyTorch是一个开源的机器学习框架，由Facebook的人工智能研究团队开发。它广泛用于深度学习和神经网络的研究和开发。

fydw_715·2024-08-30 06:01

算法学习笔记-复杂度分析上

如何分析、统计算法的执行效率和资源消耗为什么需要复杂度分析首先我们很多程序都可以通过统计，监控等方式帮助我们得到程序执行的时间与占用的内存大小。但是这些统计方法有很大的局限性。测试结果非常依赖测试环境。不同的测试机器，同样的代码执行效率就不同。测试结果数受数据规模的影响很大。数据规模大，我们的代码执行效率低。测试结果不能真正的反应我们的内容大O复杂度表示法我们假设一行代码执行一次的时间是unit_

胖琪的升级之路·2024-08-30 05:13

国产智能搜索MindSearch∶ 能够在不到3分钟内收集并整合300多页相关信息？

MindSearch是一款由上海人工智能实验室推出的国产智能搜索工具，具有强大的自然语言处理和机器学习能力，旨在提供高效、精准的信息检索服务。

百态老人·2024-08-30 04:20

jsprit学习笔记

jsprit简介jsprit是一个开源的解决VRP（车辆路径问题）问题的工具，其中主要使用的是RuinAndRebuild算法。基本概念jsprit中包含几个基本的概念，包括车辆，车辆类型等，以及他们能挂载的诸多属性。jsprit的结果（solution）结构如图RuinAndRebuild流程Rebuild流程选取现在还未分配的一个服务点尝试加入每个完整路径中在每个完整路径中选取一段路径进行插入

chengong6006·2024-08-30 04:17

[Matsim]Matsim学习笔记-时变路段的创建

学习需求：在交通模拟中，默认的路网中link的速度是不随时间发生变化，在实际的交通流中，高峰期和平峰期的link的速度是不同的，甚至，在不同的时间段，速度也不相同，因此需要实现link的速度随时间段进行更新，带着这个需求，开始继续学习matsim…调研笔记调研matsim幸运的发现，matsim的已经实现了这个需求，在matsim中支持三种模式的时变路网更新，时变路网支持三种变化模式：在指定的时间

默默前行的蜗牛·2024-08-30 03:14

[Matsim]Matsim学习笔记-population.xml的创建

学习需求在利用matsim实现交通模拟时，需要把模拟的乘客出行数据替换成自己的，如何进行替换呢？带着这个问题，调研学习matsim，实现population.xml的生成调研笔记幸运的发现matsim中实现了很多的writer工具类，population的生成就需要用到PopulationWriter这个工具类。population.xml示例代码：示例代码中创建person对象需要的标签id、起

默默前行的蜗牛·2024-08-30 03:14

机器学习基础（四）——决策树与随机森林

决策树与随机森林文章目录决策树与随机森林一、知识概要（一）二、决策树使用的算法三、sklearn决策树API四、决策树的案例1.数据清洗2.特征工程3.调用决策树API五、集成学习方法-随机森林1.知识概要（二）2.集成学习API3.随机森林的案例importpandasaspdfromsklearn.feature_extractionimportDictVectorizerfromsklear

Bayesian小孙·2024-08-30 03:43

机器学习——lightGBM（学习整理）

目录一、认识lightGBM1.简单介绍2.主要特点LightGBM的缺点3.模型训练方式（1）TrainingAPI（2）Scikit-learnAPI二、相关函数参数1.TrainingAPI2.Scikit-learnAPI（重复只做补充）3.lightgbm.cv4.lightgbm.Dataset5.Callbacks（1）lightgbm.record_evaluation（2）lig

CXDNW·2024-08-30 03:40

【浙江工业大学、中国人工智能学会自然计算与数字智能城市专委会联合主办|ACM独立出版|往届均已见刊并完成EI、SCOPUS检索】第四届机器学习与计算机应用国际学术会议(ICMLCA 2023)

第四届机器学习与计算机应用国际学术会议(ICMLCA2023)定于2023年10月27-29日在中国杭州隆重举行。

艾思科蓝 AiScholar·2024-08-30 03:40

机器学习之决策树与随机森林的实现

机器学习技术，尤其是决策树和随机森林，在解决这类问题时表现出色。本文将介绍随机森林的基本概念，并通过一个具体的案例——筛选垃圾电子邮件——来展示随机森林的实际应用。

SEVEN-YEARS·2024-08-30 03:39

python网络编程学习笔记

知识点框架协议栈与库端口号、套接字、绑定接口、udp分组、套接字选项、广播TCP工作原理，套接字的含义，每个会话使用一个套接字，地址已被占用，绑定接口，死锁，已关闭连接，半开连接，像文件一样使用TCP流主机名与套接字，现代地址解析，DNS协议字节与字符串，封帧与引用，pickle与自定义定界符的格式，xml与json，压缩，未来异常生成证书，TLS负载移除，手动选择加密算法与完美前向安全，支持tl

github_czy·2024-08-30 02:03

scrapy学习笔记0828-下

1.爬取动态页面我们遇见的大多数网站不大可能会是单纯的静态网站，实际中更常见的是JavaScript通过HTTP请求跟网站动态交互获取数据（AJAX），然后使用数据更新HTML页面。爬取此类动态网页需要先执行页面中的JavaScript代码渲染页面，再进行爬取。在这里我们采用scrapy官方推荐的Splash渲染引擎，我们需要通过docker来安装splash并使其运行起来，这里就暂时不展开，安装

github_czy·2024-08-30 02:31

【学习笔记】：Ubuntu 22 使用模型量化工具llama.cpp部署大模型 CPU+GPU

学习笔记：Ubuntu22使用模型量化工具llama.cpp部署大模型CPU+GPU前言1下载并编译llama.cpp1.1git下载llama.cpp仓库源码1.2编译源码（make）1.2.1选择一

淮序_·2024-08-30 02:00

软件测学习笔记丨Linux的进程与线程

本文转自测试人社区，原文链接：https://ceshiren.com/t/topic/32047一、简介进程：在Linux中，进程指正在运行的程序的示例。每个进程都有一个唯一的标识符（PID），并且可以包含代码、数据和文件描述符等信息。进程是操作系统的基本单位，它们在系统中相互独立地运行，并通过操作系统调度器进行管理。线程：在Linux中，线程是一种轻量级的执行流，是cpu调度的基本单位，可以共

霍格沃兹测试开发学社测试人社区·2024-08-29 23:41

Linux云计算学习笔记08 （CentOS 进程管理）

一.进程的定义程序：文件，一般是二进制，静态/usr/sbin/httpd，/usr/sbin/sshd程序是二进制文件（面试题之一）进程：是程序运行的过程，动态，有生命周期的，可以产生和消亡的(进程是已启动的可执行程序的运行实例,实例即运行可执行程序)。线程：线程是进程之内独立执行的一个单元。对于操作系统而言，其调度单元是线程；一个进程至少包括一个线程，通常将该线程称为主线程；一个进程从主线程的

墨影萧萧·2024-08-29 21:02

《Python语言程序设计》第八章学习笔记

《Python语言程序设计》学习笔记笔记选自《Python语言程序设计》[美]梁勇著本篇笔记没有记录用python绘画的turtle库第8章更多字符串和特殊方法创建字符串s1=str()s2=str("

Kinno酱·2024-08-29 19:46

Linux 学习笔记：input 子系统

一、概述input子系统是管理输入的子系统，和pinctrl、gpio子系统一样，都是Linux内核针对某一类设备而创建的框架。input子系统分为input驱动层、input核心层、input事件处理层，最终给用户空间提供可访问的设备节点。二、使用input子系统编写设备驱动的流程2.1驱动入口2.1.1申请input_devstructinput_dev*input_allocate_devi

gdut_llkkyy·2024-08-29 19:44

编程小白如何成为大神？大学新生的最佳入门大神级攻略

它语法简单、易读易写、用途广泛，广泛应用于数据科学、机器学习、Web开发、自动化测试等领域。JavaScript：对于对Web开发感兴趣的学生，JavaScript是必学的。

一禅（OneZen）·2024-08-29 19:43

Python配置管理工具库之hydra使用详解

这对于机器学习、数据科学和大型Python应用程序开发来说尤其有用。本文将详细介绍Hydra库，包括其安装方法、主要特性、基本和

Rocky006·2024-08-29 17:35

spark应用程序转换_4.Spark特征提取、转换和选择 - 简书

在实际机器学习项目中，我们获取的数据往往是不规范、不一致、有很多缺失数据，甚至不少错误数据，这些数据有时又称为脏数据或噪音，在模型训练前，务必对这些脏数据进行处理，否则，再好的模型，也只能脏数据进，脏数据出

weixin_39956182·2024-08-29 14:10

python工资条教程_python学习笔记--工资条发放软件

1#!/usr/bin/envpython2#-*-coding:UTF-8-*-3importsmtplib4fromemail.mime.textimportMIMEText5mailto_list=['[email protected]']#收件人(列表)6mail_host="smtp.163.com"#使用的邮箱的smtp服务器地址，这里是163的smtp地址7mail_user="[email protected]

weixin_39873191·2024-08-29 13:36

Django 学习笔记（一）—— 快速建站

Django是一个基于MVC（Model-View-Controller）模式的服务器端的Web框架，由Python语言编写。其创建之初主要是用来与关系型数据库进行交互，随着技术的不断革新，Django也逐渐融合了众多更现代的Web开发趋势。作为一个成熟的Web开发框架，Django有着众多企业级的应用，如Instagram、Pinterest、NationalGeographic等。Django

rollingstarky·2024-08-29 13:29

深度学习：探索人工智能的无限可能

1.深度学习深度学习是一种基于人工神经网络的机器学习方法，它试图模拟人脑的工作方式，通过训练大量数据来自动学习数据的内在规律和表示层次

木小梦(๑• . •๑)·2024-08-29 12:29

计算机视觉概念科普

它结合了信号处理、图像处理、模式识别、机器学习等多个领域的技术，让计算机能够执行诸如识别、分类、追踪等复杂的视觉任务。本文将深入探讨计算机视觉的核心概念和技术。

极客代码·2024-08-29 11:54

机器学习和深度学习中常见损失函数，包括损失函数的数学公式、推导及其在不同场景中的应用

目录引言什么是损失函数？常见损失函数介绍3.1均方误差（MeanSquaredError,MSE）3.2交叉熵损失（Cross-EntropyLoss）3.3平滑L1损失（SmoothL1Loss）3.4HingeLoss（合页损失）3.5二进制交叉熵损失（BinaryCross-EntropyLoss）3.6KL散度（KLDivergence）3.7Huber损失（HuberLoss）3.8对比

早起星人·2024-08-29 09:44

Python学习笔记二(布尔值及类型检查)

字符串赋值与布尔值及类型检查布尔值(bool)假：False真：Truea1='a'a2='a'print(a1==a2)print(a1!=a2)TrueFalse布尔值也属于整型，True相当于1False相当于0print(True+

StaticKing·2024-08-29 09:41

AI学习记录 - 对抗性神经网络

有用点赞哦学习机器学习到一定程度之后，一般会先看他的损失函数是什么，看他的训练集是什么，训练集是什么，代表我使用模型的时候，输入是什么类型的数据。

victor-AI最好的学习方式是画图·2024-08-29 09:40

【ShuQiHere】《机器学习的进化史『上』：从数学模型到智能算法的百年征程》

【ShuQiHere】引言：概述机器学习的演进机器学习的发展史是一段从数学基础到智能算法的演进历程。

ShuQiHere·2024-08-29 08:33

推荐频道

机器学习技法学习笔记