机器学习数据挖掘特征提取

3.召回率-机器学习模型性能的常用的评估指标

在机器学习领域，召回率是一个关键的性能指标，用于评估模型在正样本中正确识别的能力。召回率的计算涉及到模型成功检测到的正样本数量与实际正样本的总数量之比。
Algorithm_Engineer_·2024-01-24 17:48

从零开始学python第二版_从零开始学Python数据分析与挖掘-从零开始学Python数据分析与挖掘第二版pdf下载电子版-精品下载...

数据分析与挖掘第二版以Python3.7版本作为数据分析与挖掘实战的应用工具，从Python的基础语法开始，陆续介绍有关数值计算的numpy、数据处理的pandas、数据可视化的matplotlib和数据挖掘的
weixin_39874366·2024-01-24 17:58

机器学习实验2——线性回归求解加州房价问题

文章目录实验内容数据预处理代码缺失值处理特征探索相关性分析文本数据标签编码数值型数据标准化划分数据集线性回归闭合形式参数求解原理梯度下降参数求解原理代码运行结果总结实验内容基于CaliforniaHousingPrices数据集，完成关于房价预测的线性回归模型训练、测试与评估。数据预处理代码"""数据预处理"""importpandasaspdimportnumpyasnpimportmatplo
在半岛铁盒里·2024-01-24 16:26

【机器学习】机器学习8大调参技巧！

今天给大家一篇关于机器学习调参技巧的文章超参数调优是机器学习例程中的基本步骤之一。该方法也称为超参数优化，需要搜索超参数的最佳配置以实现最佳性能。
风度78·2024-01-24 16:55

机器学习：P-R曲线（Python）

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.preprocessingimportStandardScaler,label_binarizefromsklearn.multiclassi
捕捉一只Diu·2024-01-24 16:25

机器学习入门基础-决策树

决策树是一个非常常见并且优秀的机器学习算法，它易于理解、可解释性强，其可作为分类算法，也可用于回归模型。决
风度78·2024-01-24 16:24

Jupyter Notebook安装使用教程

其应用场景非常广泛，特别适用于数据科学、机器学习和教育领域。它可以用于数据分析、数据可视化、模型开发和实验、编写教程和文档等。
亦世凡华、·2024-01-24 16:47

关于大模型学习中遇到的4

是多层感知器（MultilayerPerceptron）的缩写，多层感知机（MLP）是一种人工神经网络（ANN）的一种，也称为多层前馈网络（MLFN）、深度前馈神经网络（DFNN）、回归神经网络（RNN），是机器学习中一种有监督学习算法
ringthebell·2024-01-24 16:45

低成本大模型解决方案

在大数据时代，机器学习模型的大小呈指数级增长，随之而来的是计算成本的飙升。对于许多企业和组织来说，这成了一个难以承受的负担。那么，如何在预算有限的情况下实现高效的机器学习呢？
百度_开发者中心·2024-01-24 16:13

Python—Pandas的基本使用(机器学习基础）

一.pandas基础1.pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。（百度百科）2.pandas是基于Numpy构建的含有更高级数据结构和工具
思君_4cd3·2024-01-24 15:52

车联网平台如何提高主动发现能力浅谈

异常检测算法：采用先进的机器学习和深度学习算法，构建异常检测模型，对车辆数据进行分类和聚类，及时发现异常行为和潜在的安全隐患。同时，根据实际需求不断优化算法和模型，提高检测准确率和实时性。预警与通
MarkHD·2024-01-24 15:21

神码ai人工智能写作机器人_现代测试人员在机器学习（ML）和人工智能（AI）时代的作用...

神码ai人工智能写作机器人我们不断听到有关自动化测试和连续测试的新解决方案的信息。此类解决方案旨在随着产品的发展增加测试自动化的编写以及与这些测试相关的维护。在这种趋势下，许多软件质量工程师，SDET和测试自动化架构师都在问自己，他们的工作是否处于危险之中，他们的未来前景如何？在回答这些问题并重新描述现代测试人员角色之前，让我们研究一下ML/AI术语，这些工具背后的算法以及当今的工具格局。人工智能
danpu0978·2024-01-24 15:49

机器学习工程师在人工智能时代的角色

机器学习工程师在人工智能时代的角色在当今的数字时代，人工智能（AI）已成为许多行业不可或缺的一部分。从流程自动化到增强客户体验，人工智能具有改变企业的巨大潜力。
安静到无声·2024-01-24 15:19

开源模型应用落地-qwen模型小试-入门篇（五）

汇聚各领域最先进的机器学习模型，提供模型探索体
charles_vaez·2024-01-24 15:09

使用GradCAM 使用用于脑肿瘤分类的脑 MRI 扫描数据分类-含理论与源码

随着人工智能和机器学习系统，特别是卷积神经网络(CNN)，越来越多地融入技术和日常生活的各
TD程序员·2024-01-24 15:26

如何一键生成原创文案？方法大揭密

这些工具运用了自然语言处理和机器学习的技术，能够理解用
yangguangcl12·2024-01-24 14:53

【思路】stable diffusion应用场景细分及实现设想

这可以通过音频处理算法、音频特征提取技术或深度学习模型来完成。视觉效果设计：根据音频特征和所需的视觉效果，设计合适的视觉效果元素，如动画
李加号pluuuus·2024-01-24 14:31

TensorFlow

TensorFlow是一个用于机器学习和深度学习的开源软件库，由Google创建和维护。它提供了一个灵活的编程环境，可用于构建和训练各种机器学习模型。
先------------------·2024-01-24 13:48

【小白学机器学习4】从求f(x)的误差和函数E(θ)的导函数，到最速下降法，然后到随机梯度下降法

目录1从求f(x)的误差和函数E(θ)的导函数，开始通过参数θ去找E(θ)的最小值，从而确定最好的拟合曲线函数f(x)1.1从f(x)对y的回归模拟开始1.2从比较不同的f(x)的E(θ)，引出的问题1.3f(x)的误差和E(θ)函数，可以变成通用的函数形式，从而E(θ)只需要关注其参数θ0,θ1...的不同，而找到其最小值1.4调整参数θ0，θ1...，试图找到f(x)的误差和函数E(θ)的最小
奔跑的犀牛先生·2024-01-24 13:43

深入理解边缘高斯分布与条件高斯分布

多元高斯分布在统计学和机器学习领域中扮演着关键的角色。在这个分布的框架下，我们经常会遇到边缘高斯分布和条件高斯分布，它们分别涉及了从原始分布中选择一部分变量和在已知条件下计算其他变量的概率分布。
DoYoungExplorer·2024-01-24 13:55

影像组学学习笔记(19)-数据标准化、归一化极简概述

1.机器学习算法的要求2.便于横向比较#标准化(影像组学中最常用)#z=(x-u)/s#异常值一般对结果影响不大fromsklearn.preprocessingimportStandardScalerdata
北欧森林·2024-01-24 12:51

【大道至简】机器学习算法之隐马尔科夫模型(Hidden Markov Model, HMM)详解（3）---预测问题：维特比算法（Viterbi Algorithm）详解及Python代码实现

❤️本篇相关往期文章汇总：（1）HMM开篇：基本概念和几个要素（2）HMM计算问题：前后向算法（3）HMM学习问题：Baum-Welch算法❤️本文隶属专栏：大道至简之机器学习系列❤️更多精彩文章持续发布
五点钟科技·2024-01-24 12:34

自然语言处理--基于HMM+维特比算法的词性标注

用于识别文本中每个词的词性，例如名词、动词、形容词等；词性标注也被称为语法标注或词类消疑，是语料库语言学中将语料库内单词的词性按其含义和上下文内容进行标记的文本数据处理技术；词性标注可以由人工或特定算法完成，使用机器学习方法实现词性标注是自然语言处理的研究内容
Java之弟·2024-01-24 12:01

【RT-DETR有效改进】华为 | GhostnetV2移动端的特征提取网络效果完爆MobileNet系列

前言大家好，这里是RT-DETR有效涨点专栏。本专栏的内容为根据ultralytics版本的RT-DETR进行改进，内容持续更新，每周更新文章数量3-10篇。专栏以ResNet18、ResNet50为基础修改版本，同时修改内容也支持ResNet32、ResNet101和PPHGNet版本，其中ResNet为RT-DETR官方版本1：1移植过来的，参数量基本保持一致(误差很小很小)，不同于ultra
Snu77·2024-01-24 11:18

01 机器学习与深度学习

源自：《深度学习》（徐立芳/主编莫宏伟/副主编）1.11.2机器学习方法类型1.监督式学习每个训练数据集包含输入和正确输出。
幽径微澜·2024-01-24 11:47

机器学习-numpy

机器学习–numpyNumpy（NumericalPython）是一个开源的Python科学计算库，用于快速处理任意维度的数组。Numpy支持常见的数组和矩阵操作。
江江江江江江江江江·2024-01-24 11:38

人工智能与机器学习在工业质量检测中的融合发展

人工智能与机器学习在工业质量检测中的融合发展随着科技的进步，人工智能和机器学习已经成为引领工业质量检测变革的重要力量。
matlabgoodboy·2024-01-24 11:36

ID3, C4.5和CART的异同点

ID3,C4.5和CART都是决策树算法，它们在数据挖掘和机器学习中被广泛应用。下面是它们的一些异同点：相同点：都是用于构建决策树的算法，可以用于分类和回归问题。
今天也要加油丫·2024-01-24 11:35

开启 AI 未来：零基础小白如何玩转深度学习

一、深度学习基本概念深度学习，作为机器学习的一个分支，主要研究如何让计算机通过层次化的模型来学习数据表示。简单来说，深度学习就是构建一个像人脑一样的神经网络，让计算机自动提取特征，并
灸哥漫谈·2024-01-24 10:56

时间序列大模型：TimeGPT

通过对预训练模型进行了评估，并与既定的统计、机器学习和深度学习方法进行了比较，证明了TimeGPT在性能、效率和简单性方面表现出色。1介绍
AI知识图谱大本营·2024-01-24 10:53

机器学习之matplotlib学习

matplotlib库学习matplotlib库的介绍折线图的绘制导入excel表数据绘制折线图柱状图的绘制散点图的绘制扇形图的绘制总结matplotlib库的介绍折线图的绘制绘制折线图使用plot函数进行绘制第一个参数为x横坐标，第二个参数为y纵坐标，第三个参数为线的颜色和类型，第四个参数是线的标签绘制完成之后使用show函数，将图形展示出来简单的折线图演示#绘制折线图x=[1,2,3,4,5]
温柔了岁月.c·2024-01-24 10:45

机器学习之numpy库

机器学习之numpy库numpy库概述numpy库历史numpy的核心numpy基础ndarray数组内存中的ndarray对象ndarray数组对象的特点ndarray数组对象的创建ndarray对象属性的基本操作数组的维度元素的类型数组元素的个数数组元素索引
温柔了岁月.c·2024-01-24 10:12

【论文阅读】LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning

、基本信息1、研究动机2、创新点3、准备3.1、文本属性图3.2、语言模型用于文本分类3.3、大语言模型和提示3.4、结点分类4、方法论4.1、生成基于LLM的预测和解释4.2、LM解释器的微调与节点特征提取
鲸可落·2024-01-24 10:39

模型部署flask学习篇（一）---- flask初始及创建登录页面

提示：文章写完后，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前言一、Flask快速使用二、快速使用flask三、创建登录页面前言在学习机器学习或者深度学习后，我们常常会将自己训练好的模型来进行部署或者可视化出来
算法小白（真小白）·2024-01-24 10:32

轻松上手：通过阿里云PAI QuickStart微调部署Qwen-72B-Chat模型

阿里云人工智能平台PAI是面向开发者和企业的机器学习/深度学习平台，提供AI开发全链路服务。快速开
阿里云大数据AI技术·2024-01-24 10:31

人工智能是做什么的

他们的主要职责包括设计和实现机器学习和深度学习算法，处理和分析大规模数据集，构建和训练模型，以及解决各种与人工智能相关的问题。
人工智能技术与咨询·2024-01-24 10:49

人工智能工程师将来有什么发展

人工智能工程师负责创建和开发自动化系统、算法和机器学习模型，以实现自主决策和任务执行。
人工智能技术与咨询·2024-01-24 10:49

如何成为一名合格的人工智能工程师

人工智能工程师负责创建和开发自动化系统、算法和机器学习模型，以实现自主决策和任务执行。
人工智能技术与咨询·2024-01-24 10:49

机器学习_从线性回归到逻辑回归原理和实战

文章目录介绍分类问题用线性回归+阶跃函数完成分类通过Sigmiod函数进行转换逻辑回归的假设函数逻辑回归的损失函数用逻辑回归解决二元分类问题介绍分类问题机器学习两个主要应用是回归和分类问题。
you_are_my_sunshine*·2024-01-24 09:23

机器学习-PCA降维【手撕】

降维算法降维算法中的”降维“，指的是降低特征矩阵中特征的数量，其目的是为了让算法运算更快，效果更好，同时可以方便数据可视化。过高的维度特征维度的特征矩阵无法通过可视化，数据的性质也就比较难理解。其中主要用到的降维方法为PCA和SVDPCA在降维中，我们会减少特征的数量，这意味着删除数据，数据量变少则表示模型可以获取的信息会变少，模型的表现可能会因此受影响。同时，在高维数据中，必然有一些特征是不带有
alstonlou·2024-01-24 09:52

机器学习整理

绪论什么是机器学习？机器学习研究能够从经验中自动提升自身性能的计算机算法。机器学习经历了哪几个阶段？
Loli_Wolf·2024-01-24 09:48

机器学习：性能度量——Precision，Recall，F1_score（Python）

importpandasaspdfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.preprocessingimportStandardScalerfromsklearn.linear_modelimportLogisticRegressionfromsklearnimport
捕捉一只Diu·2024-01-24 09:18

人工智能时代的十大核心技术：重塑未来的无限可能 - 第三章 - 迁移学习，让AI更聪明地“举一反三”

迁移学习是一种机器学习的方法，它允许一个已经训练好的模型将其学到的知识应用于一个与它原本训练任务不同的新任务。简单来说，就是
百家峰会·2024-01-24 09:47

迁移混合模型-基于新数据的迁移学习预测-寻找普通苹果与其他苹果

英文：transferlearning模型A存储了模型结构、权重系数（weights）模型B基于新数据，实现了对模型A的部分结构或权重系数的更新特征提取使用模型A，移除输出层，提取目标特征信息结构引用使用模型
小旺不正经·2024-01-24 09:47

opencv特征线检测与应用

这时不如换个思路[换个角度看问题]，既然特征点不行，那就找特征线，Opencv中提供了两种线特征提取器，接下来就让我们分
人工智能大讲堂·2024-01-24 09:30

日更73｜你的工作，会被人工智能取代吗？

数据挖掘就是从已
飛妃1224·2024-01-24 08:21

【算法小记】——机器学习中的概率论和线性代数，附线性回归matlab例程

内容包含笔者个人理解，如果错误欢迎评论私信告诉我线性回归matlab部分参考了up主DR_CAN博士的课程机器学习与概率论在回归拟合数据时，根据拟合对象，可以把分类问题视为一种简答的逻辑回归。
絮沫·2024-01-24 08:13

机器学习教程之5-神经网络：表述(Neural Networks:Representation)

1.非线性假设假设我们希望训练一个模型来识别视觉对象（例如识别一张图片上是否是一辆汽车），我们怎样才能这么做呢？一种方法是我们利用很多汽车的图片和很多非汽车的图片，然后利用这些图片上一个个像素的值（饱和度或亮度）来作为特征。显然用线性回归或逻辑回归都是不可取的，因为将一幅图上的所有点作为特征，特征数太多，计算量太大。无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。
豆-Metcalf·2024-01-24 08:01

吴恩达机器学习介绍第一章介绍

1.机器学习的概念在进行特定编程的情况下，给予计算机学习的能力。机器学习是一种人工智能的分支，它关注如何通过计算机算法和模型来使计算机系统从数据中学习和改进。
清☆茶·2024-01-24 08:30

深度学习如何入门，如何快速理解深度学习

深度学习是机器学习的一个分支，它使用深度神经网络来模拟人脑的工作方式，通过学习样本数据的内在规律和表示层次，让机器能够具有类似于人类的分析学习能力。
打工人何苦为难打工人·2024-01-24 08:28
上一页 47 48 49 50 51 52 53 54 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他