机器学习数据挖掘人工智能

深入探索数据结构技术：理论、实践与应用

导语数据结构作为计算机科学的基础核心领域，不仅深刻影响着算法的设计与效率，而且在软件开发、数据分析、人工智能等诸多领域中扮演着关键角色。
小码快撩·2024-08-25 22:34

《人工智能与自然语言处理：开启智能交流新时代》

在当今科技迅猛发展的时代，人工智能已经成为了各个领域的热门话题。
程序猿阿伟·2024-08-25 22:03

《当人工智能牵手新兴技术：安全挑战与应对之策》

在科技日新月异的今天，人工智能的发展势头迅猛，而当它与其他新兴技术如生物技术、纳米技术等相结合时，一场前所未有的科技革命似乎正在悄然酝酿。
程序猿阿伟·2024-08-25 22:03

《打破信息茧房：确保人工智能推荐系统的多元化与公正性》

在当今数字化的时代，人工智能推荐系统已经成为我们获取信息、产品和服务的重要渠道。从社交媒体的内容推荐到电商平台的商品推荐，这些系统在为我们提供便利的同时，也带来了一个潜在的问题——信息茧房效应。
程序猿阿伟·2024-08-25 22:03

《确保人工智能决策的公正与透明：打破技术黑箱的探索》

在当今数字化、智能化的时代，人工智能已经深度融入我们的生活和社会的各个领域，从金融信贷评估到司法判决辅助，从招聘筛选到医疗诊断。
程序猿阿伟·2024-08-25 22:03

《人工智能时代：金融投资决策的潜在系统性风险及防范策略》

在当今数字化飞速发展的时代，人工智能（AI）在金融领域的应用日益广泛，特别是在投资决策方面展现出了巨大的潜力。然而，随着其影响力的不断扩大，我们也必须警惕潜在的系统性风险。
程序猿阿伟·2024-08-25 22:03

《跨越文化与语言的鸿沟：人工智能的挑战与机遇》

人工智能作为一项具有变革性的技术，在应对这些差异方面发挥着越来越重要的作用，但同时也面临着诸多困难。语言是文化的载体，每种语言都蕴含着独特的文化内涵、价值观和思维方式。
程序猿阿伟·2024-08-25 22:03

反无人机技术综述：通信技术与人工智能的融合

来源:无人争锋近年来，智能无人系统的发展日新月异。在俄乌冲突这一现代战争中，双方都大规模使用了无人机执行多样化任务，包括侦查、打击和情报搜集等。无人机为战场带来了前所未有的洞察力，从而改变了传统的战略和战术。因此，反无人机技术的研究和发展变得尤为重要。图1展示了一套当前广泛采用的反无人机系统架构。反无人机技术的现状为了有效应对无人机技术的挑战，研究人员已经开发了多种反无人机技术。这些技术主要分为两
人工智能学家·2024-08-25 21:59

TensorFlow库详解：Python中的深度学习框架

TensorFlow在Python中的使用非常广泛，因为Python是机器学习和数
Ambition_LAO·2024-08-25 21:28

《探秘神经网络：人工智能的强大引擎》

在当今科技飞速发展的时代，人工智能已经成为了热门话题，而神经网络作为人工智能的重要组成部分，正发挥着越来越关键的作用。那么，什么是神经网络呢？它在人工智能中又有哪些令人瞩目的应用呢？
程序猿阿伟·2024-08-25 21:57

《Hadoop核心技术》作者翟周伟 ：我与Hadoop的不解之缘

翟周伟，资深Hadoop技术专家，专注于Hadoop&大数据，数据挖掘，自然语言处理领域，目前就职于百度。2009年，利用Hadoop构建商业级大数据系统，是国内该领域最早的一批人之一；负责设
xytlwp·2024-08-25 21:27

[感悟]关乎未来的思考，四次工业革命

最近在读吴军的《态度》，其中第五篇章提及第四次工业革命，特有此文第四次工业革命，机器智能（又称人工智能）。
时而宁静·2024-08-25 19:48

机器学习（西瓜书）学习笔记导览

本篇文章会持续更新直到更新完毕，关注博主不迷路~（如果没有超链接，表示还没有更新到）第一章绪论1.1引言1.2基本术语1.3假设空间1.4归纳偏好第二章模型评估与选择2.1经验误差与过拟合2.2评估方法2.3性能度量2.4比较检验2.5偏差与方差第三章线性模型3.1基本形式3.2线性回归3.3对数几率回归3.4线性判别分析3.5多分类学习3.6类别不平衡问题第四章决策树4.1基本流程4.2划分选择
盛寒·2024-08-25 18:11

机器学习——逻辑回归

目录一、逻辑回归1.1、模型原理1.2、损失函数二、实例2.1、定义sigmoid函数2.2、数据集2.3、梯度上升算法2.4、预测函数2.5、绘画函数三、代码运行结果：四、总结优点：缺点：一、逻辑回归逻辑回归是一种广义的线性回归分析模型，用于解决二分类或多分类问题。逻辑回归模型，尽管名字中包含“回归”二字，实际上是一种分类方法，特别是用于处理二分类问题。它通过将线性回归的结果通过某种函数映射到(
wsdswzj·2024-08-25 17:06

机器学习中的逻辑回归

机器学习中的逻辑回归简介逻辑回归是机器学习领域中一种用于二分类问题的常用算法。尽管其名字中包含"回归"一词，但实际上，逻辑回归是一种分类算法，用于估计输入特征与某个事件发生的概率之间的关系。
极客李华·2024-08-25 17:35

机器学习最优化方法之梯度下降

另外，在绝大多数机器学习算法情况下(如LR)，损失函数要复杂的多，根本无法得到参数估计值的表达式。因此需要一种更普适的优化方法，这就是梯度下降。
whemy·2024-08-25 17:45

决策树——ID3算法

机器学习中，决策树是一个预测模型；它代表的是对象属性与对象值之间的一种映射关系。
ok的ok路·2024-08-25 16:00

介绍 TensorFlow 的基本概念和使用场景。

TensorFlow是一个开源的机器学习框架，由Google开发并维护。它用于构建和训练各种机器学习模型，包括神经网络模型。
乔丹搞IT·2024-08-25 16:27

macbook air怎么安装python_Mac 10.13 安装 Python-3.6.8 和 IPython-Notebook

机器学习的作业要求Python-3.6的环境，记录下配置mac的配置过程。一、安装Python-3.6.8我用的3.6.8版本，你也可以安装其他版本，方法相同。
weixin_39897267·2024-08-25 16:26

Keras深度学习框架实战（2）：估计模型训练所需的样本量

1、模型训练样本量评估概述1.1样本量评估的意义预估模型需要的样本量对于机器学习项目的成功至关重要，以下是几个主要原因：防止过拟合与欠拟合：过拟合：当模型在训练数据上表现极好，但在未见过的测试数据上表现糟糕时
MUKAMO·2024-08-25 15:52

LangChain 与 Elastic 合作为 RAG 添加向量数据库和语义重排序

前言在过去的一年中，我们看到了生成式人工智能领域的许多进展。许多新服务和库应运而生。LangChain已成为使用大型语言模型(LLM)构建应用程序的最受欢迎的库，例如检索增强生成(RAG)系统。
Cc不爱吃洋葱·2024-08-25 15:52

小琳 AI 课堂：机器学习

欢迎来到小琳AI课堂机器学习：如同让计算机拥有超能力的神奇魔法机器学习，这门超酷的多领域交叉学科，居然融合了概率论、统计学、逼近论、凸分析、算法复杂度理论等等好多学科。
小琳ai·2024-08-25 15:52

数据分析方法概括

数据分析大致可以分为描述性分析、诊断性分析、预测性分析，同样的数据分析的方法论也大致分为：描述性数据分析、数理统计分析、数据挖掘分析。
wujingwin·2024-08-25 15:52

【机器学习】特征工程的基本概念以及LASSO回归和主成分分析优化方法

引言特征工程是机器学习中的一个关键步骤，它涉及到从原始数据中提取和构造新的特征，以提高模型的性能和预测能力LASSO（LeastAbsoluteShrinkageandSelectionOperator
Lossya·2024-08-25 15:48

GeoScene Pro教程（001）：软件功能产品介绍

本软件以云计算为核心并融合各类最新IT技术，具有强大的地图制作、空间数据管理、大数据与人工智能挖掘分析、空间信息可视化以及整合、发布与共享能力。同时在用户体验、软硬件兼容适配、安全可控等方面
叁拾舞·2024-08-25 15:47

人工智能领域--RAG技术

RetrievalAugmentedGeneration）检索增强生成RAG，即Retrieval-AugmentedGeneration（检索增强的生成），是一种结合了检索（Retrieval）和生成（Generation）机制的人工智能技术
胡萝卜不甜·2024-08-25 13:39

编程小白到大神之路

跨学科：编程技术可应用于多个领域，如数据科学、人工智能、游戏开发等。三、市场现状随着科技的发展，各行各业
frostjsy·2024-08-25 12:37

GPT-4：秒懂情感的AI新突破

这不仅仅是一种技术的突破，更是一种对人工智能理解人类情感的深度挖掘。然而，这种技术的发展
一个有梦有戏的人·2024-08-25 12:36

探索联邦学习：保护隐私的机器学习新范式

探索联邦学习：保护隐私的机器学习新范式前言联邦学习简介联邦学习的原理联邦学习的应用场景联邦学习示例代码结语前言  在数字化浪潮的推动下，我们步入了一个前所未有的数据驱动时代。
洋葱蚯蚓·2024-08-25 11:54

赠书 | 李航老师的蓝皮书

赠书活动统计学习方法“统计机器学习方法是实现智能化目标的最有效的手段，统计机器学习是各种智能性处理研究领域中的核心技术，并且在这些领域的发展及应用中起着决定性的作用。”
茗创科技·2024-08-25 10:04

python读取csv，中文输出乱码的解决方案

从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2024-08-25 10:22

数据仓库系列总结

数据仓库中的数据一般不再进行更新或删除操作，而是存储历史数据，以便进行历史趋势分析或进行数据挖掘。数据仓库的设计和实施需要考虑数据的安全性、完整性和准确性，以及如何
大数据00·2024-08-25 10:17

matlab实现梯度下降优化算法

在机器学习领域，它常被用来优化模型的参数，比如线性回归、逻辑回归以及神经网络等模型的权重和偏置。
孺子牛 for world·2024-08-25 09:13

向量数据库Faiss的搭建与使用｜Faiss｜向量数据库｜高效检索｜机器学习｜大规模数据

目录1.Faiss概述1.1Faiss的背景与重要性1.2Faiss的基本概念与特点2.Faiss的安装与环境配置2.1环境要求2.2Faiss的安装2.3验证安装3.Faiss的基本使用3.1创建索引与添加向量3.2执行查询3.3向量的压缩与内存优化4.Faiss的高级功能与优化4.1GPU加速与多GPU支持4.2混合索引与自定义距离度量4.3高维数据的优化在处理高维数据的场景中，快速且高效地进
concisedistinct·2024-08-25 09:10

【机器学习】3. 欧式距离，曼哈顿距离，Minkowski距离，加权欧式距离

Euclidean-L2normL2范数D(A,B)=(a1−b1)2+(a2−b2)2+...D(A,B)=\sqrt{(a_1-b_1)^2+(a_2-b_2)^2+...}D(A,B)=(a1−b1)2+(a2−b2)2+...ManhattanD(A,B)=∣a1−b1∣+∣a2−b2∣+...D(A,B)=\sqrt{|a_1-b_1|+|a_2-b_2|+...}D(A,B)=∣a1−
pen-ai·2024-08-25 08:34

AutoML原理与代码实例讲解

AutoML原理与代码实例讲解作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着数据量的爆炸式增长和算法的日益复杂，机器学习在各个领域的应用越来越广泛
AI大模型应用之禅·2024-08-25 07:31

【机器学习】4. 相似性比较（二值化数据）与相关度(correlation)

SMCSimpleMatchingCoefficient评估两组二进制数组相似性的参数SMC=(f11+f00)/(f01+f10+f11+f00)其中，f11表示两组都为1的组合个数，f10表示第一组为1，第二组为0的组合个数。这样做会有一个缺点，假设是比较稀疏的数据，如今天去哪一个地区，地区有成千上万个，但是去的只有一个地区。那么就会导致f00非常的大，如此计算的结果SMC必然很大，但是能够代
pen-ai·2024-08-25 07:59

【机器学习】5. K近邻（KNN）

K近邻（KNN）1.K-NearestNeighbour1.1特点：计算复杂1.2K的设置1.3加权近邻Weightednearestneighbor1.4决策边界DecisionboundaryVoronoiregion2.KNN总结1.K-NearestNeighbourK:超参数(hyperparameter)定义一种距离，参考第三节距离公式计算预测点到其他训练数据的距离找到最近的K个邻居预
pen-ai·2024-08-25 07:59

机器学习中的各种距离

在做分类时常常需要估算不同样本之间的相似性(SimilarityMeasurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。本文的目的就是对常用的相似性度量作一个总结。本文目录：1.欧氏距离2.曼哈顿距离3.切比雪夫距离4.闵可夫斯基距离5.标准化欧氏距离6.马氏距离7.夹角余弦8.汉明距离9.杰卡德距离&杰
千寻～·2024-08-25 07:58

未来已来：探索机器学习如何重塑人工智能的未来方向

引言：机器学习室实现人工智能的关键技术手段，应用领域持续延伸机器学习是人工智能的一个重要分支，主要研究如何让计算机系统通过数据学习并做出决策或预测，而不需要明确的编程。
华清远见西安中心·2024-08-25 06:56

机器学习 | 距离计算

文章目录距离计算1.闵可夫斯基距离（有序属性）1.1曼哈顿距离1.2欧氏距离2.VDM距离（无序属性）3.MinkovDM距离（混合属性）4.加权距离（重要性不同）参考资料相关文章：机器学习|目录机器学习
X1AO___X1A·2024-08-25 06:55

Python标准库、第三方库和外部工具汇总

这些库可用于文件读写、网络抓取和解析、数据连接、数清洗转换、数据计算和统计分析、图像和视频处理、音频处理、数据挖掘/机器学习/深度学习、数据可视化、交互学习和集成开发以及其他Python协同数据工作工具
weixin_30650039·2024-08-25 06:25

[转载] 140种Python标准库、第三方库和外部工具

参考链接：Python|使用openpyxl在Excel文件中进行算术运算这些库可用于文件读写、网络抓取和解析、数据连接、数清洗转换、数据计算和统计分析、图像和视频处理、音频处理、数据挖掘/机器学习/深度学习
ey_snail·2024-08-25 06:24

人格凭证（PHC）：一种鉴别AI防伪保护隐私的真实身份验证技术

人格凭证（PHC）：一种鉴别AI防伪保护隐私的真实身份验证技术引言随着人工智能（AI）技术的飞速发展，网络空间中的身份验证问题日益凸显。
Chauvin912·2024-08-25 06:52

探索Ruby的自然语言处理宝库：文本魔法的艺术

标题：探索Ruby的自然语言处理宝库：文本魔法的艺术在人工智能的浪潮中，自然语言处理（NLP）成为了连接人类语言与机器理解的桥梁。
2401_85743969·2024-08-25 05:47

AI绘图：艺术与科技的未来交响

AI绘图的挑战与思考1.艺术价值的界定：2.版权问题与伦理道德：五、未来趋势与展望1.技术融合与创新：2.伦理与法律框架的构建：3.艺术与技术的深度对话：结语一、AI绘图：艺术与科技的邂逅在数字时代，人工智能
yuhaoteng666·2024-08-25 04:42

迁移学习之领域泛化

领域泛化领域泛化（DomainGeneralization）是机器学习和计算机视觉中的一个重要概念，它指的是模型能够从一个或多个源领域（sourcedomains）学习到的知识或模式，成功地应用到与训练时未见过的目标领域
踩着上帝的小丑·2024-08-25 04:41

【大模型从入门到精通39】LLM部署运维（LLM Ops）使用Kubeflow Pipelines掌握LLM工作流1

使用KubeflowPipelines掌握LLM工作流在本节中，我们将深入探讨如何使用KubeflowPipelines来编排和自动化机器学习工作流。
水木流年追梦·2024-08-25 03:08

AI人工智能 Agent：高级概念剖析

AI人工智能Agent：高级概念剖析关键词：人工智能，智能代理，机器学习，强化学习，多智能体系统，行为树，决策过程1.背景介绍1.1问题的由来人工智能（ArtificialIntelligence，AI
AI大模型应用之禅·2024-08-25 03:36

2018-05-23

在科技迅猛发展的今天，越来越多的高科技产品进入到了我们的日常生活中，许多商家都开始引进了有自助服务功能的人工智能机器，然而不少机器还是会存在一定的安全隐患，若是消费者不慎使其对自己造成了伤害，那么商家该不该负责
daring婧·2024-08-25 03:56
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他