机器学习数据集

机器学习

在过去50年，机器学习的研究已经从几个计算机工程师探索计算机是否能学会玩游戏的影响下不断成长，统计领域（在很大程度上忽视计算的考虑）到广泛的学科（该学科产生了基本的学习过程的统计-计算理论）已经设计了许多学习算法
会敲键盘的猩猩·2024-02-19 23:23

tensorflow学习笔记（二）：机器学习必备API

因为我个人的最终目的还是在深度学习上，所以一些深度学习和机器学习模块是必须要了解的，这其中包括了tf.train、tf.contrib.learn、还有如训练神经网络必备的tf.nn等API。
我愛大泡泡·2024-02-19 23:23

机器学习中的特征工程

目录一、特征工程目标二、特征工程内容（一）异常处理（二）特征标准化/归一化（三）数据分桶（四）缺失值处理（五）特征构造（六）特征筛选（特征选择）（七）降维三、代码示例（一）导入数据（二）删除异常值（三）特征构造（四）特征筛选1.过滤式2.包裹式一、特征工程目标对于特征进行进一步分析，并对于数据进行处理。完成对于特征工程的分析，并对于数据进行一些图表或者文字总结。特征工程的主要目的还是在于将数据转换
qq_44980515·2024-02-19 23:52

协调尺度：特征缩放在机器学习中的重要作用

目录一、介绍二、背景知识三、了解功能缩放四、特征缩放方法五、特征缩放的重要性六、实际意义七、代码八、结论一、介绍特征缩放是机器学习和数据分析预处理阶段的关键步骤，在优化各种算法的性能和效率方面起着至关重要的作用
无水先生·2024-02-19 23:50

在 Android 上部署自定义 YOLOv8 教程

在本教程中，我将向您展示如何在Android设备上使用自定义数据集部署YOLOv8。想要了解如何在Android设备上使用您自己的数据集部署YOLOv8？本文将展示如何操作。
小Z的科研日常·2024-02-19 23:05

基于ORB-SLAM2与YOLOv8剔除动态特征点

ORB-SLAM2与YOLOv8剔除动态特征点以下方法以https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download#freiburg3_walking_xyz数据集进行实验测试
笨小古·2024-02-19 23:34

RK3568笔记十四：yolov8pose部署

一、环境1、平台：rk35682、开发板:ATK-RK3568正点原子板子3、环境：buildroot特别说明：本示例中模型的训练使用的数据是coco8-pose数据集，数据量很少，模型效果无法保证，只是用来测试部署用的
殷忆枫·2024-02-19 23:04

目标检测应用场景—数据集【NO.26】满汉字检测数据集

写在前面：数据集对应应用场景，不同的应用场景有不同的检测难点以及对应改进方法，本系列整理汇总领域内的数据集，方便大家下载数据集，若无法下载可关注后私信领取。关注免费领取整理好的数据集资料！
人工智能算法研究院·2024-02-19 23:31

YOLOv8制作自定义数据集并训练

YOLOv8制作自定义数据集并训练前言一、制作自定义数据集1、建立相应文件夹2、下载图片3、为图片打标签（1）安装labelimg（2）打开labelimg（3）标记图片二、按比例移动自定义数据集中的内容三
东东不熬夜·2024-02-19 23:00

MySQL 基础知识（一）之数据库和 SQL 概述

目录1数据库相关概念2数据库的结构3SQL概要4SQL的基本书写规则1数据库相关概念数据库是将大量的数据保存起来，通过计算机加工而成的可以进行高效访问的数据集合数据库管理系统（DBMS）是用来管理数据库的计算机系统
花落随风轻飘舞·2024-02-19 23:55

机器学习---HMM前向、后向和维特比算法的计算

1.HMMimportnumpyasnp#In[15]:classHiddenMarkov:defforward(self,Q,V,A,B,O,PI):#使用前向算法N=len(Q)#状态序列的大小M=len(O)#观测序列的大小alphas=np.zeros((N,M))#alpha值T=M#有几个时刻，有几个观测序列，就有几个时刻fortinrange(T):#遍历每一时刻，算出alpha值i
三月七꧁ ꧂·2024-02-19 23:23

【机器学习笔记】5 机器学习实践

数据集划分子集划分训练集（TrainingSet）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。
RIKI_1·2024-02-19 23:52

WebGL开发飞行模拟器

2.地图和地形数据集成：集成地图和地
super_Dev_OP·2024-02-19 23:22

机器学习和统计学的区别？

1、本质区别：目标：机器学习的核心目标是建立一个可以自动学习和改进的模型，以预测未知数据。它更关注结果的准确性和模型的泛化能力，通常不关心模型是否可以解释。
小桥流水---人工智能·2024-02-19 23:21

GAN生成对抗性网络

一、GAN原理出发点：机器学习中生成模型的问题无监督学习是机器学习和未来人工智能的突破点，生成模型是无监督学习的关键部分特点：不需要MCMC或者变分贝叶斯等复杂的手段，只需要在G和D中对应的多层感知机中运行反向传播或者梯度下降算法模型通常使用神经网络
Dirschs·2024-02-19 23:19

【解决（几乎）任何机器学习问题】：超参数优化篇（超详细）

假设您的机器学习项⽬有⼀个简单的流程。有⼀个数据集，你直接应⽤⼀个模型，然后得到结果。模型在这⾥的参数被称为超参数，即控制模型训练/拟合过程的参数。
X.AI666·2024-02-19 23:48

机器学习网格搜索超参数优化实战(随机森林) ##4

文章目录基于Kaggle电信用户流失案例数据（可在官网进行下载）数据预处理模块时序特征衍生第一轮网格搜索第二轮搜索第三轮搜索第四轮搜索第五轮搜索基于Kaggle电信用户流失案例数据（可在官网进行下载）导入库#基础数据科学运算库importnumpyasnpimportpandasaspd#可视化库importseabornassnsimportmatplotlib.pyplotasplt#时间模块
恒c·2024-02-19 23:47

机器学习中为什么需要梯度下降

在机器学习中，梯度下降是一种常用的优化算法，用于寻找损失函数的最小值。我们可以用一个简单的爬山场景来类比梯度下降的过程。假设你被困在山上，需要找到一条通往山下的路。
华农DrLai·2024-02-19 23:16

创新设计与技术突破：嵌入式系统在人工智能和机器学习领域的应用前景

嵌入式系统在人工智能和机器学习领域的应用前景非常广阔，创新设计和技术突破将进一步推动这些领域的发展。
迷璃学妹·2024-02-19 23:45

深度探索Python集合：从基本操作到高级用法

在Python编程中，集合(Set)作为一种高效且功能强大的内置数据结构，常用于处理不包含重复元素的无序数据集合。本文将详述Python集合的基本操作、进阶技巧以及在实际场景中的应用。
田猿笔记·2024-02-19 22:09

[AIGC_coze] Kafka 的主题分区之间的关系

每个主题可以包含多个分区，每个分区都是一个独立的有序数据集。生产者将数据发送到特定的主题，而消费者通过订阅主题来接收数据。每个主题都被划分为多个分区，每个分区都是一个独立的存储单元。
程序员三木·2024-02-19 22:37

快乐学Python，通过用户和订单的数据分析，制定营销策略【实战】

本篇文章，我们来通过一个真实的电商数据集进行分析，在复习前面内容的基础上，也可以感受一下电商数据分析的分析流程。1、需求说明最近某个电商网站需要策划一场推广活动，通过发短信的方式，向客户发
我爱娃哈哈·2024-02-19 22:37

【论文精读】DALL·E

在大多数数据集上的表现超越以往的方法。
None-D·2024-02-19 22:40

【8】知识加工

简而言之，本体是用于描述一个领域的数据集合，是知识库的骨架。作用：获取、描述和表示相关领域的知识，提供对该领域知识的共同理解，确定领域内共同认可的词汇，提供该领域特定的概念
铁盒薄荷糖·2024-02-19 22:06

扩展语音识别系统：增强功能与多语言支持

一、引言在之前的博客中，我们成功构建了一个基于LibriSpeech数据集的英文语音识别系统。现在，我们将对系统进行扩展，增加一些增强功能，并尝试支持多语言识别。
GT开发算法工程师·2024-02-19 22:24

中科星图——Landsat8_C2_ST数据集是经大气校正的地表温度数据

数据名称：Landsat8_C2_ST数据来源：USGS时空范围：2020年1月-2023年3月空间范围：全国数据简介：Landsat8_C2_ST数据集是经大气校正的地表温度数据，属于Collection2
此星光明·2024-02-19 22:19

谷歌地球引擎（GEE）中公开免费的扩展包介绍（汇总）

您将找到将EarthEngine扩展到新环境、增强可操作性和简化工作流的库和模块，以及教程、脚本、博客和社区托管的数据集。
此星光明·2024-02-19 22:18

Google Earth Engine（GEE）简单介绍及注册

GEE平台融合了谷歌服务器提供的强大计算能力或者以及大范围的云计算资源，平台数据集提供了对地观测卫星大量完整的影像数据如Sentinel，MODIS，Landsat等，也提供了植被、地表温度和社会经济等数据集
生态遥感监测笔记·2024-02-19 22:16

GEE土地分类——如何利用多年的ESRI_Global-LULC_10m将研究区的指定区域重分类分为两类数据（将多类土地分类转化为草地和非草地区域）

简介本教程主要的目的是利用自己上传的多年土地分类应先过来实现指定区域的土地分类，而且只提取ESRI_Global-LULC_10mESRI_Global-LULC_10m数据集是由ESRI（环境系统研究研究所
此星光明·2024-02-19 22:44

听说有 Hugging Face 陪伴的春节，是这样的…

非常感谢将模型、数据集和应用Demo发布在HuggingFace上的团队，新的一年，我们也会持续发掘和介绍更多国内开发者/研究机构发布在HuggingFace上的作品。
·2024-02-19 21:31

2019-02-03

（2）整理（tibble）就是将数据保存为一致的形式，以满足其所在数据集在语义上的要求。简
蜀山黔水·2024-02-19 21:46

探索设计模式的魅力：迭代器模式让你轻松驾驭复杂数据集合

个人主页：danci_系列专栏：《设计模式》制定明确可量化的目标，并且坚持默默的做事。文章目录一、引言二、原理与结构迭代器模式的关键参与者类图和组件间的交互️迭代器接口和具体迭代器类的实现案例三、应用实例️️数组数据结构的迭代树数据结构的迭代四、优缺点与最佳实践优点缺点最佳实践一、引言大家好！今天我们来探索一个至关重要但又不失优雅的编程模式——迭代器模式！在这个信息爆炸、数据成山的时代，能够高效地
danci_btq·2024-02-19 21:21

FFA 2023 专场解读：AI 特征工程、数据集成

今年FlinkForwardAsia（以下简称FFA）重新回归线下，将于12月8-9日在北京望京凯悦酒店举办。FlinkForwardAsia2023大会议程已正式上线！FlinkForward是由Apache官方授权的ApacheFlink社区官方技术大会，作为最受ApacheFlink社区开发者期盼的年度峰会之一，FFA2023将持续集结行业最佳实践以及Flink最新技术动态，是中国Flink
·2024-02-19 20:57

Flink CDC 3.0 正式发布，详细解读新一代实时数据集成框架

一、FlinkCDC概述FlinkCDC是基于数据库日志CDC（ChangeDataCapture）技术的实时数据集成框架，支持了全增量一体化、无锁读取、并行读取、表结构变更自动同步、分布式架构等高级特性
·2024-02-19 20:57

【STM32 CubeMX】GPIO_HAL库源码分析

GPIO1.2HAL_GPIO_Init源码分析GPIO_InitTypeDef初始化结构体HAL_GPIO_Init函数总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要
人才程序员·2024-02-19 20:23

OpenCV介绍和使用

目录一：简介二：安装三：使用一：简介OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库，广泛应用于图像处理、计算机视觉、机器学习等领域。
攻城狮的梦·2024-02-19 20:43

optuna，一个好用的Python机器学习自动化超参数优化库

️个人主页：鼠鼠我捏，要死了捏的主页️付费专栏：Python专栏️个人学习笔记，若有缺误，欢迎评论区指正前言超参数优化是机器学习中的重要问题，它涉及在训练模型时选择最优的超参数组合，以提高模型的性能和泛化能力
牵着猫散步的鼠鼠·2024-02-19 20:23

【机器学习笔记】11 支持向量机

支持向量机（SupportVectorMachine,SVM）支持向量机是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier），其决策边界是对学习样本求解的最大边距超平面（maximum-marginhyperplane）。与逻辑回归和神经网络相比，支持向量机，在学习复杂的非线性方程时提供了一种更为清
RIKI_1·2024-02-19 19:38

【机器学习笔记】12 聚类

无监督学习概述监督学习在一个典型的监督学习中，训练集有标签，我们的目标是找到能够区分正样本和负样本的决策边界，需要据此拟合一个假设函数。无监督学习与此不同的是，在无监督学习中，我们的数据没有附带任何标签，无监督学习主要分为聚类、降维、关联规则、推荐系统等方面。主要的无监督学习方法聚类（Clustering）如何将教室里的学生按爱好、身高划分为5类？降维（DimensionalityReductio
RIKI_1·2024-02-19 19:38

【机器学习笔记】4 朴素贝叶斯

贝叶斯方法贝叶斯分类贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。朴素贝叶斯分类是这一类算法中最简单的较为常见的算法。先验概率根据以往经验和分析得到的概率。我们用()来代表在没有训练数据前假设拥有的初始概率。后验概率根据已经发生的事件来分析得到的概率。以(|)代表假设成立的情下观察到数据的概率，因为它反映了在看到训练数据后成立的置信度。联合概率是指在多元的概率分
RIKI_1·2024-02-19 19:07

【机器学习笔记】 6 机器学习库Scikit-learn

Scikit-learn概述Scikit-learn是基于NumPy、SciPy和Matplotlib的开源Python机器学习包,它封装了一系列数据预处理、机器学习算法、模型选择等工具,是数据分析师首选的机器学习工具包
RIKI_1·2024-02-19 19:07

【机器学习笔记】10 人工神经网络

人工神经网络发展史1943年，心理学家McCulloch和逻辑学家Pitts建立神经网络的数学模型，MP模型每个神经元都可以抽象为一个圆圈，每个圆圈都附带特定的函数称之为激活函数，每两个神经元之间的连接的大小的加权值即为权重。1960年代，人工网络得到了进一步地发展感知机和自适应线性元件等被提出。M.Minsky仔细分析了以感知机为代表的神经网络的局限性，指出了感知机不能解决非线性问题，这极大影响
RIKI_1·2024-02-19 19:07

机器学习训练营逻辑回归分类预测学习笔记

#1.学习知识点概要1.1逻辑回归1.2python的逻辑回归实现#2.学习内容主要学习了逻辑回归的基本公式和概念，然后实践了逻辑回归的简单应用（以iris数据库为例子）。内容比较简单之前都有接触过。###逻辑回归（LR）Logistic回归是一种分类方法，主要用于两分类问题（binaryproblem），所以利用了Logistic函数（或称为Sigmoid函数），函数形式为：$$logi(z)=
咩神烦·2024-02-19 19:04

【机器学习笔记】3 逻辑回归

分类问题分类问题监督学习最主要的类型，主要特征是标签离散，逻辑回归是解决分类问题的常见算法，输入变量可以是离散的也可以是连续的二分类先从用蓝色圆形数据定义为类型1，其余数据为类型2；只需要分类1次，步骤：①->②多分类问题先定义其中一类为类型1（正类），其余数据为负类（rest）；接下来去掉类型1数据，剩余部分再次进行二分类，分成类型2和负类；如果有类，那就需要分类-1次,步骤：①->②->③->
RIKI_1·2024-02-19 19:02

FPGA转行ISP的探索之二：技术路线和概念

图像去噪的算法一般是滤波，比如空域滤波，变换域滤波，机器学习方法等，经常是用OpenCV的代码来写。2）CONTRAST，对比
徐丹FPGA之路·2024-02-19 19:32

使用ETLCloud平台实现实时数据集成

ETLCloud平台使用ETLCloud平台实现实时数据集成（CDC）的优势包括：易于使用：平台提供简单易用的映射和触
·2024-02-19 19:55

企业如何选择一款高效的ETL工具

其超过5000家企业用户的使用和广泛应用，同时国内大量数据集成工程师
·2024-02-19 19:23

ETL数据集成工具DataX、Kettle、ETLCloud特点对比

ETL数据集成工具对于数据仓库，大数据集成类应用，通常会采用ETL工具辅助完成。
·2024-02-19 19:52

机器学习技法笔记5：Kernel 逻辑回归

5-1Soft-MarginSVMasRegularizedModel前面几篇：机器学习技法笔记1：线性SVM机器学习技法笔记2：SVM的对偶形式机器学习技法笔记3：KernelSVM机器学习技法笔记4
wang_buaa·2024-02-19 19:49

【QTableView】

QTableView是Qt框架中用于显示表格形式数据的部件，通常用于显示数据库查询结果、数据集以及其他类似的结构化数据。
Qt历险记·2024-02-19 19:46
上一页 26 27 28 29 30 31 32 33 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他