机器学习数据集第33页

gensim 语言训练库 2018-10-26

一、安装gensimpipinstallgensim二、使用这个训练库很厉害,里面封装很多机器学习的算法,是目前人工智能的主流应用库importjiebaimportgensimfromgensimimportcorporafromgensimimportmodelsfromgensimimportsimilaritiesl1

Mr_Du_Biao·2024-02-11 15:17

【论文精读】GPT2

摘要在单一领域数据集上训练单一任务的模型是当前系统普遍缺乏泛化能力的主要原因，要想使用当前的架构构建出稳健的系统，可能需要多任务学习。

None-D·2024-02-11 15:43

多视图特征学习 Multi-view Feature Learning既可以被看作是一种学习框架，也可以被看作是一种具体的学习算法！

Multi-viewFeatureLearning1.多视图特征学习Multi-viewFeatureLearning的基本介绍总结1.多视图特征学习Multi-viewFeatureLearning的基本介绍多视图特征学习是一种利用多视图数据集来进行联合学习的机器学习方法

小桥流水---人工智能·2024-02-11 15:10

政安晨：梯度与导数～示例演绎《机器学习·神经网络》的高阶理解

这篇文章确实需要一定的数学基础，第一次接触的小伙伴可以先看一下我示例演绎这个主题的前两篇文章：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（一）：政安晨：示例演绎机器学习中（深度学习

政安晨·2024-02-11 15:00

fast.ai 机器学习笔记（四）

机器学习1：第11课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-11-7564c3c18bbb译者：飞龙协议：CCBY-NC-SA4.0

绝不原创的飞龙·2024-02-11 14:57

机器学习笔记（3）：误差、复杂度曲线、学习曲线等

本文来自之前在Udacity上自学机器学习的系列笔记。这是第3篇，介绍了模型的误差类型、误差的由来、找到模型适合的参数、以及避免欠拟合和过拟合的方法。

链原力·2024-02-11 14:23

机器学习系列（8）——提升树与GBDT算法

本文介绍提升树模型与GBDT算法。0x01、提升树模型提升树是以分类树或回归树为基本分类器的提升方法。提升树被认为是统计学习中性能最好的方法之一。提升方法实际采用加法模型（即基函数的线性组合）与前向分步算法，以决策树为基函数的提升方法称为提升树（boostingtree）。对分类问题决策树是二叉分类树，对回归问题决策树是二叉回归树。提升树模型可以表示为决策树的加法模型：其中，表示决策树，为决策树的

陌简宁·2024-02-11 14:40

梯度提升树系列8——GBDT与其他集成学习方法的比较

主要集成学习算法对比1.1GBDT1.2随机森林1.3AdaBoost1.4整体对比2.算法性能的比较分析2.1准确率与性能2.2训练时间和模型复杂度2.3应用实例和案例研究3.选择合适算法的标准3.1数据集的特性

theskylife·2024-02-11 14:39

Python 3 中使用 pandas 和 Jupyter Notebook 进行数据分析和可视化

在本教程中，我们将介绍如何设置一个大型数据集，pandas的groupby()和pivot_table()函数，以及如何可视化数据。要熟悉pandas包，您可以阅读我们的教程《Python3中p

张无忌打怪兽·2024-02-11 13:29

108个Python精选库，看完收获丰富

而且这语言涉及了方方面面，比如自动化测试，运维，爬虫，数据分析，机器学习，金融领域，后端开发，云计算，游戏开发都有涉及。

程序员晚枫·2024-02-11 13:54

python when库_Python精选库大全，建议收藏留用！

而且这语言涉及了方方面面，比如自动化测试，运维，爬虫，数据分析，机器学习，金融领域，后端开发，云计算，游戏开发都有涉及。

weixin_39946964·2024-02-11 13:24

决策树与随机森林算法

决策树与随机森林算法决策树算法概述决策树是一种基于树形结构的机器学习算法，用于建立对象属性与对象值之间的映射关系。

YuanDaima2048·2024-02-11 13:52

2022-12-15科研日志

硕士毕业论文的结构也都大同小异，通常是绪论背景、基础理论介绍、根据已有成果自己改一部分并说明一下改的理论原理、然后就是用公开数据集或者自己搭建实验平台做个实验证明自己改

独孤西·2024-02-11 13:28

人工智能预测地震

AI或是精准预测地震的“救世主”事实上，在20世纪90年代，就有人尝试着用机器学习来预测地震，但收效甚微。

kuntoria·2024-02-11 12:06

2019-10-31 人工智能、机器学习、深度学习的概念

一、什么叫人工智能、机器学习、深度学习人工智能：computationalagents(机器）可计算的机器andactintelligentlyAIaresystems（系统），可以做以下的事情：rationally

可乐W·2024-02-11 12:30

[论文总结] 深度学习在农业领域应用论文笔记12

文章目录1.3D-ZeF:A3DZebrafishTrackingBenchmarkDataset(CVPR,2020)摘要背景相关研究所提出的数据集方法和结果个人总结2.Automatedflowerclassificationoveralargenumberofclasses

落痕的寒假·2024-02-11 12:26

机器学习---学习与推断，近似推断、话题模型

1.学习与推断基于概率图模型定义的分布，能对目标变量的边际分布（marginaldistribution）或某些可观测变量为条件的条件分布进行推断。对概率图模型，还需确定具体分布的参数，称为参数估计或学习问题，通常使用极大似然估计或后验概率估计求解。单若将参数视为待推测的变量，则参数估计过程和推断十分相似，可以“吸收”到推断问题中。假设图模型所对应的变量集x＝｛x1，x2，···，xn｝能分为XE

三月七꧁ ꧂·2024-02-11 12:56

【大厂AI课学习笔记】【1.6 人工智能基础知识】（1）人工智能、机器学习、深度学习之间的关系

6.1人工智能、机器学习与深度学习的关系必须要掌握的内容：如上图：人工智能>机器学习>深度学习。机器学习是人工智能的一个分支，该领域的主要研究对象是人工智能，特别是如何在经验学习中改进具体算法的性能。

giszz·2024-02-11 12:26

政安晨：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（二）{两篇文章讲清楚}

这一篇与上一篇是兄弟篇，意在通过两篇文章讲清楚深度学习中神经网络的数学基础，第一次看到这篇文章的小伙伴可以从上一篇文章看起（包括搭建环境等等都在上一篇），上一篇链接如下：政安晨：示例演绎机器学习中（深度学习

政安晨·2024-02-11 12:56

机器学习：SVM、softmax、Dropout及最大池化max_pool介绍

一、利用线性SVM进行分类train_data:(train_num,3072)训练流程初始化权重W:(3072,10)梯度dW:(3072,10)train_data和权重相乘得到score(10,)对应每个类别的分数2.1对于每个score中的分数i，如果是正确的类别对应的score跳过2.2如果是其他的类别，计算margin=score[i]-correct_score+12.3如果其他的m

是Dream呀·2024-02-11 11:15

fast.ai 机器学习笔记（三）

机器学习1：第8课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-8-fa1a87064a53译者：飞龙协议：CCBY-NC-SA4.0来自机器学习课程的个人笔记

绝不原创的飞龙·2024-02-11 10:19

边缘人工智能的发展 —— 边缘AI图形化开发

1、背景边缘人工智能是指直接在边缘设备上运行的机器学习算法的形式使用人工智能。这里的“边缘设备”指的是网络边缘的设备，例如智能手机、传感器、工业机器人等。

初心不忘产学研·2024-02-11 10:41

2021-07-19

模型搭建和评估1经过前面的探索性数据分析我们可以很清楚的了解到数据集的情况importpandasaspdimportnumpyasnpimportseabornassnsimportmatplotlib.pyplotaspltfromIPython.displayimportImageplt.rcParams

卢坚辉·2024-02-11 10:28

JAMA Surgery长文|实用SEER数据库挖掘综述

与其他常用数据集（例如，美国国家癌症数据库）相比，SEER是基于人群的，因为当地注册机构报告了特定区域和/或定义的种族/族裔人群中所有癌症病例的信息。鉴于SEER数

医科研·2024-02-11 10:31

吴恩达机器学习—正则化

过拟合问题欠拟合与过拟合当变量过少时，可能存在欠拟合；当变量过多时，会存在过拟合。过拟合可能对现有数据拟合效果较好，损失函数值几乎为零，但是不能进行泛化时，即不适于非训练集的其他数据。如何解决过拟合问题特征变量过多造成过拟合绘制假设模型图像，但当特征变量变多时，绘制很困难。当变量过多而训练数据较少时，容易出现过拟合。过拟合的解决办法解决过拟合问题，通常有两种方法：一种是减少特征的数量，可以通过人工

魏清宇·2024-02-11 09:55

《零基础实践深度学习》波士顿房价预测任务 02

波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“HelloWorld”。和大家对房价的普遍认知相同，波士顿地区的房价

软工菜鸡·2024-02-11 09:20

Java和JVM将GPU和容器归零

，这将是支持机器学习和人工智能工作量的关键。Oracle的JavaSE（标准版）开发团队希望配置Java，以便JVM了解应该在GPU上运行哪些工作负载以及哪些应该在CPU上运行。

追梦人在路上不断追寻·2024-02-11 09:55

fast.ai 机器学习笔记（二）

机器学习1：第5课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-5-df45f0c99618译者：飞龙协议：CCBY-NC-SA4.0来自机器学习课程的个人笔记

绝不原创的飞龙·2024-02-11 08:57

关节点检测

p=2&spm_id_from=pageDriver关节点检测全流程YOLO:单阶段，快；MMPose：双阶段，准；标注工具Labelme用Labelme标注样本数据集

Array902·2024-02-11 08:12

大数据基础必备，大数据是什么？

大数据学习群：199427210百科对于大数据是这样解释的：麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转

大数据05·2024-02-11 08:31

机器学习的几种基本算法

在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一中映射关系。

陌上尘飞123·2024-02-11 07:17

flinkcdc 3.0 架构设计学习

然后整体了解一下架构设计,应用场景等,之后再去学习技术细节和源码,由浅入深的学习.文中内容有误请多多包涵,欢迎评论区或者加笔者微信指教.一.概述FlinkCDC(ChangeDataCaputre)是一个数据集成框

Antgeek·2024-02-11 07:56

OpenAI使用的海量数据集介绍

1.OpenAI使用的数据OpenAI为了训练其尖端的自然语言处理模型，如GPT-4，采用了极为庞大的数据集。

科学禅道·2024-02-11 07:53

10大机器学习开源项目推荐（Github平均star为1385）

翻译|suisui出品|人工智能头条（AI_Thinker）本文推荐的10大机器学习开源项目是由Mybridge从250个机器学习开源项目中挑选出来的，Github平均star为1385，主题包含：Tensorflow

城市中迷途小书童·2024-02-11 07:41

机器学习复习（8）——逻辑回归

这个性质使得Sigmoid函数非常适合用来进行二分类，在机器学习中，它可以将任意实数映射到(0,1)区

不会写代码！！·2024-02-11 07:47

机器学习2---逻辑回归(基础准备）

逻辑回归是基于线性回归是直线分的也可以做多分类##数学基础importnumpyasnpnp.pi#三角函数np.sin()np.cos()np.tan()#指数y=3**x#对数np.log10(10)np.log2(2)np.enp.log(np.e)#ln(e)#对数运算#log(AB)=log(A)+logBnp.log(3*4)==np.log(3)+np.log(4)#logA²=2*

pyniu·2024-02-11 06:40

机器学习2--逻辑回归(案列)

糖尿病数据线性回归预测importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_diabetesdiabetes=load_diabetes()data=diabetes['data']target=diabetes['target']feature_names=diabete

pyniu·2024-02-11 06:10

MATLAB实现随机森林回归算法

随机森林回归是一种基于集成学习的机器学习算法，它通过组合多个决策树来进行回归任务。随机森林的基本思想是通过构建多个决策树，并将它们的预测结果进行平均或投票来提高模型的准确性和鲁棒性。

AI Dog·2024-02-11 06:00

【Matlab】聚类方法_基于DBSCAN的密度聚类

【Matlab】聚类方法_基于DBSCAN的密度聚类1.基本思想2.数据集介绍3.文件结构4.详细代码及注释5.运行结果1.基本思想基于DBSCAN的密度聚类的基本思想是：对于任意一个点，如果在它的ε-

敲代码两年半的练习生·2024-02-11 06:53

cs231n_深度之眼第二次作业

label就是分类标签，比如cifar10这个数据集，待分类的这10类数据我们可以写成1-10，或者0-9这就叫做label。图像分类存在的问题与挑战：光照，角度，形变，遮挡。使用python加载一

Jie_Cheney·2024-02-11 05:00

基于体素形态学测量分析(VBM)的工具包比较及其在年龄预测中的应用

本研究以用户为中心，利用三个大型数据集(每个数据集n＞500)，系统地比较了五种VBM工具包，以及与通用模板或特定研究模板的配准。考虑到年龄效应对GMV的影响，本

茗创科技·2024-02-11 05:50

hummingbird，一个便于将模型部署到边缘设备的Python库！

前言随着人工智能和机器学习的快速发展，将训练好的模型部署到生产环境中成为了一个重要的任务。而边缘计算设备，如智能手机、嵌入式系统和物联网设备，也需要能够运行机器学习模型以进行实时推理。

漫走云雾·2024-02-11 05:31

计算机视觉主要知识点

这是一个跨学科领域，融合了计算机科学、图像处理、机器学习和模式识别等多方面的技术。以下是一些计算机视觉入门的基本知识点：图像基础：像素：图片的最基本组成单元，包含了颜色信息。

superdont·2024-02-11 05:55

【Data Procession】随机森林算法

个人理解：随机森林就是生成多个决策树，使用数据集中数量相同但数据不完全相同的数据集进行决策分析，得出不同模型(即不同的决策树)，然后根据不同决策树得出预测结果，并最终求取不同决

咸鱼鲸·2024-02-11 04:51

政安晨：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（一）{两篇文章讲清楚}

第一次接触机器学习的小伙伴，环境搭建参考我的这篇文章（只参考这个里面关于环境搭建的部分就可以）：政安晨的机器学习笔记——跟着演练快速理解Te

政安晨·2024-02-11 03:34

Anaconda安装tensorflow、pytorch

tensorflow与pytorch都是机器学习常用的工具，本文用anaconda为tensorflow与pytorch创建两个环境0.准备首先需要有安装过anaconda，并且会使用anaconda，

zht1999·2024-02-11 03:02

2020年9月人力资源行业投融资动态汇总（共14起）

循环智能是一家AI企业服务公司，通过机器学习的方法分析原始的语音文字销售过程和销售转化结果，帮助客户提高销售转化率。产品是一款新生代的SaaS

个人发展教练张帅·2024-02-11 03:37

01 MySQL概念

数据库是在数据库管理系统管理和控制下，在一定介质上的数据集合。数据库管理系统：管理数据库的软件，用于建立和维护数据库。

简洁冬冬·2024-02-11 02:16

【北邮鲁鹏老师计算机视觉课程笔记】01 introduction

算法、系统、框架、机器学习等是计算机视觉的工具。光学设备采集图像给计算机视觉提供输入图像处理强调的是：我输入的是图像，输出的也是图像，比如增强亮度、去噪计算机视觉系统：输入的图像，输

量子-Alex·2024-02-11 02:14

推荐频道

机器学习数据集