机器学习模型调参

Halcon颜色提取，基于MLP自动颜色提取功能

但是使用RGB进行调参时又很难达到所需要的效果（异常区域过多不好处理）。在Halcon中，halcon对颜色提取采用MLP（多层感知模型）的形式实现对图像颜色的识别和分类。
爱炸薯条的小朋友·2024-01-04 07:15

（10-2-01）贷款预测模型

贷款预测模型是一种机器学习模型，用于预测个人或机构是否有资格获得贷款，以及贷款的条件，如贷款金额和利率。这种模型在银行和金融机构中广泛应用，有助于自动化贷款批准流程、提高效率、减少风险和改善客户体验。
码农三叔·2024-01-04 07:09

（3-3-01）数据标准化与归一化

3.3.1标准化与其重要性标准化是数据预处理中的一项重要技术，它对于训练和优化机器学习模型具有重要作用。
码农三叔·2024-01-04 07:09

（3-3-02）数据标准化与归一化

3.3.3数据转换和规范化数据转换和规范化是数据预处理的重要步骤，用于将原始数据转化为适合机器学习模型训练的格式，同时对数据进行标准化和处理，以提高模型的性能和稳定性。
码农三叔·2024-01-04 07:09

AutoSub 中文视频字幕生成，语音识别翻译的工具

AutoSub使用记录AutoSubAutoSub新工具可调参数AutoSubAutosub是用于自动语音识别和字幕生成的实用程序。
棋圣阳阳阳·2024-01-04 06:49

【Python机器学习】鸢尾花分类——鸢尾花数据集

背景：鸢尾花会有3种分类（setosa、versicolor、virginica），对于测量数据，可以确定每朵鸢尾花所属的品种，目标是构建机器学习模型，从已知鸢尾花测量数据中进行学习，从而预测鸢尾花的品种
zhangbin_237·2024-01-03 16:23

【Python机器学习】衡量模型是否成功：训练数据&测试数据

在机器学习中，为了衡量模型是否成功，通常做法是吧将收集好的带标签数据分成两部分，一部分用于构建机器学习模型，叫做训练数据或训练集；其余数据用来评估模型性能，叫做测试数据、测试集或者留出集。
zhangbin_237·2024-01-03 16:23

【Python机器学习】观察数据&散点图矩阵

构建机器学习模型前，通常要检查数据，判断不用机器学习能不能轻松完成任务，或者需要的信息有没有包含在数据中。检查数据也是发现异常值和特殊值的好办法。
zhangbin_237·2024-01-03 16:18

Tips for Training DNN

NN和很多经典机器学习模型（如KNN、SVM）不同，它经过训练后在训练集上的表现未必会很好，这是因为它优化的损失函数是非凸的，训练停止时可能会停在局部最优点、鞍点或平坦点（即各个方向梯度都约等于零的点）
单调不减·2024-01-03 15:31

白话机器学习的数学-3-评估

所以我们需要能够定量地表示机器学习模型的精度。2、交叉验证回归问题的验证把获取的全部训练数据分成两份：一份用于测试，一份用于训练，然后用前者来评估模型。如果变量增加，就不能画图了，就
Leon.ENV·2024-01-03 15:10

机器学习 泛化能力 过度拟合 最低损失值

泛化能力泛化能力是指机器学习模型对未见过的新数据进行有效预测或分类的能力。
小黄人软件·2024-01-03 15:34

【图片识别标注工具】标注软件收集汇总初始用体验

在训练机器学习模型时，需要大量的标注数据来指导模型学习任务。标注软件可以帮助人们有效地进行
quanjui·2024-01-03 14:51

uni原生导航栏切换监听方法

onTabItemTap(e){/*tab切换时更新统计*///console.log('cardtab',e);this.getCountData();//调取接口的方法名},onTabItemTap回调参数说明如下属性类型说明
qq_43628158·2024-01-03 10:09

即插即用篇 | YOLOv8 Gradio 前端展示页面 | 支持 【分类】【检测】【分割】【关键点】 任务

分类任务效果分割任务效果检测任务效果关键点任务效果使用方法Gradio是一个开源库，旨在为机器学习模型提供快速且易于使用的网页界面。
迪菲赫尔曼·2024-01-03 09:36

一个神奇的Python库：Evidently，机器学习必备

简介Evidently是一个开源的Python工具，旨在帮助构建对机器学习模型的监控，以确保它们的质量和在生产环境运行的稳定性。
机器学习算法与Python实战·2024-01-03 07:22

如何完整地掌握一个机器学习模型

如何完整地掌握一个机器学习模型要全面地学习、掌握一个机器学习模型，可以遵循以下步骤：基础理论学习：了解该模型的背后数学原理和推导过程，包括假设、损失函数、优化方法等。
机器学习算法与Python实战·2024-01-03 07:50

【软件学报 】基于中间层的可扩展学习索引技术

DabbleKraska等人提出使用机器学习模型代替传统的B树索引，并在真实数据集上取得了不错的效果，但其提出的模型假设工作负载是静态的、只读的，对于索引更新问题没有提出很好的解决办法。
三半俊秀·2024-01-03 00:35

2018年1月29日

但是深度学习模型还是不会调参啊……中午在食堂解决，下午则基本是摸鱼为主……PRML也看了一点，不过第三章中后期还是看不懂就跳到第四章了，感觉又犯了心浮气躁
真昼之月·2024-01-02 19:22

效率倍增，5 个提高生产力的 Jupyter notebook插件

JupyterNotebook因其可用性和实用性而成为数据分析和机器学习模型领域最流行的IDE，它也是很多数据初学者的首选IDE。它最具特色的是，拥有丰富的插件、扩展数据处理能力和提升工作效率。
我爱Python数据挖掘·2024-01-02 12:04

TensorFlow Hub模型

TensorFlowHub是一个库，用于分享和发现预训练的机器学习模型。
朱雀333·2024-01-02 06:23

《论文阅读：Backdoor Attacks Against Dataset Distillation》

数据浓缩下的后门攻击1.摘要数据集蒸馏已成为训练机器学习模型时提高数据效率的一项重要技术。它将大型数据集的知识封装到较小的综合数据集中。
volcanical·2024-01-02 03:44

机器学习前的数据清洗（异常值检验，标准化处理，哑变量处理）

机器学习简介机器学习模型训练前，需要把原始数据进行预处理，并建立合适的特征工程。
开始King·2024-01-01 23:37

【Python特征工程系列】教你利用AdaBoost模型分析特征重要性（源码）

一、问题应用背景介绍：如果有一个包含数十个甚至数百个特征的数据集，每个特征都可能对你的机器学习模型的性能有所贡献。但是并不是所有的特征都是一样的。
数据杂坛·2024-01-01 12:31

C语言调用python训练的机器学习模型（项目需求轻体量）

问题描述机器学习模型基本上都是python下的实现与使用，有关C如何调用训练好的模型或是C实现模型的相关教程相对较少同时，项目需求整个模型大小尽可能小，大概在几十Kb由于是表格类型的数据，因此主要考虑树模型一般而言
墨柳烟·2024-01-01 10:57

使用概率编程和Pyro进行财务预测

如果您阅读它们，您必须注意到，当您尝试将某些机器学习模型放在“随机”数据上时，希望找到隐藏的模式，您往往会过度适应火车。
readilen·2024-01-01 09:28

Pearson correlation coefficient (Pearson’s r) 皮尔森相关系数

此图用的是箱状图，的纵轴是“Pearson’sr”，是实际观测值与机器学习模型预测值之间的相关性Pearson'sf得分，它是一个统计量，用来衡量两个变量之间线性相关性的强度。
马鹏森·2023-12-31 17:26

调参

1首先是数据增强，因为正常情况下，数据量往往不够，因此需要通过裁剪2数据预处理，pca，normalization，whiten3初始化权重Xavier和偏置constant4激活函数sigmoid，tanh，relu5学习率6dropout7正则化避免过拟合8画图看曲线
writ·2023-12-31 15:29

【Python特征工程系列】教你利用XGBoost模型分析特征重要性（源码）

一、问题应用背景介绍：如果有一个包含数十个甚至数百个特征的数据集，每个特征都可能对你的机器学习模型的性能有所贡献。但是并不是所有的特征都是一样的。
数据杂坛·2023-12-31 14:34

竞赛保研 基于机器学习与大数据的糖尿病预测

文章目录1前言1课题背景2数据导入处理3数据可视化分析4特征选择4.1通过相关性进行筛选4.2多重共线性4.3RFE（递归特征消除法）4.4正则化5机器学习模型建立与评价5.1评价方式的选择5.2模型的建立与评价
iuerfee·2023-12-31 06:05

自然语言处理3——玩转文本分类 - Python NLP高级应用

目录写在开头1.文本分类的背后原理和应用场景1.1文本分类的原理1.2文本分类的应用场景2.使用机器学习模型进行文本分类（朴素贝叶斯、支持向量机等）2.1朴素贝叶斯2.1.1基本原理2.1.2数学公式2.1.3
theskylife·2023-12-31 05:56

【Latex错误：】Package fontspec: The font “SIMLI“ cannot be found. LaTex [行 37，列1]

Thefont"SIMLI"cannotbefound.LaTex[行37，列1]解决方案错误详情如下图所示：最近使用latex写毕业论文，效率是快，但是出些一些错误就难得搞了，上面的问题一直困扰我一周之久，起因是在调参考文献格式时候一直调不到
异乡人hl·2023-12-31 02:58

Python数据挖掘与机器学习实践技术应用

机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。
思考的小猴子·2023-12-30 19:34

双语!性能优越|融合黏菌和差分变异的量子哈里斯鹰算法SDMQHHO

HarrisHawksOptimization,HHO).HHO是Heidari等[1]于2019年提出的一种新型元启发式算法，设计灵感来源于哈里斯鹰在捕食猎物过程中的合作行为以及突然袭击的狩猎风格，具有需调参数少
KAU的云实验台·2023-12-30 11:26

catboost回归自动调参

importosimporttimeimportoptunaimportpandasaspdfromcatboostimportCatBoostRegressorfromsklearn.metricsimportr2_score,mean_squared_errorfromsklearn.model_selectionimporttrain_test_splitX_train=data.drop(
兔兔爱学习兔兔爱学习·2023-12-30 10:10

【数据挖掘】模型融合

模型融合是指将多个不同的机器学习模型组合起来，通过综合多个模型的预测结果来得到更准确的预测结果。模型融合可以提高模型的鲁棒性，减小模型的方差，提高模型的泛化能力。
Oo_Amy_oO·2023-12-30 07:28

机器学习中的偏差和方差

评估机器学习模型的方法有很多种。我们可以使用MSE（均方误差）进行回归；精确度，召回率和ROC（特征接收器）用于分类问题。
python收藏家·2023-12-29 21:01

机器学习模型可解释性的结果分析

模型的可解释性是机器学习领域的一个重要分支，随着AI应用范围的不断扩大，人们越来越不满足于模型的黑盒特性，与此同时，金融、自动驾驶等领域的法律法规也对模型的可解释性提出了更高的要求，在可解释AI一文中我们已经了解到模型可解释性发展的相关背景以及目前较为成熟的技术方法，本文通过一个具体实例来了解下在MATLAB中是如何使用这些方法的，以及在得到解释的数据之后我们该如何理解分析结果。要分析的机器学习模
叁苏言·2023-12-29 20:05

如何信任机器学习模型的预测结果？

模型自解释结果与LIME解释结果的对比随机森林回归模型是基于决策树的集成模型，因此，模型本身也具有可解释性。我们对训练好的模型查看模型属性predictorImportance，并进行可视化：bagTreeMdl=mdl_bag;bar(bagTreeMdl.predictorImportance);f=gca;f.XTickLabel=bagTreeMdl.PredictorNames;f.XT
叁苏言·2023-12-29 20:35

如何信任机器学习模型的预测结果？

在本篇中，我将通过一个例子演示在MATLAB如何使用LIME进行复杂机器学习模型预测结果的解释。我使用数据集carbig（MATLAB自带的数据集）训练一个回归模型，用于预测汽车的燃油效率。
叁苏言·2023-12-29 20:03

数据挖掘、机器学习、自然语言处理Python工具包(持续更新)

这类数值计算广泛用于以下任务：机器学习模型：在编写机器学习
fpzRobert·2023-12-29 14:10

机器学习三要素与拟合问题

1.如何构建机器学习模型？
小森( ﹡ˆoˆ﹡ )·2023-12-29 12:19

介绍 TensorFlow 的基本概念和使用场景。

它的主要目标是简化机器学习模型的构建和训练过程。TensorFlow的核心概念是张量（Tensor），它是一个多维数组，可以表示数据和计算图中的节点。
荆赫同艺·2023-12-29 09:30

【Gradio】1、Gradio 是什么

官网：https://www.gradio.app/一、Gradio是什么Gradio是一个用于创建机器学习模型交互式界面的Python库。
呆呆的猫·2023-12-29 07:49

干货！ 一键领取超火的 20 个 LLM 中文数据集

以下文章来源于OpenBayes贝式计算，作者小贝OpenBayes贝式计算.OpenBayes贝式计算是中国领先的高性能计算服务提供商，通过为新一代异构芯片嫁接经典软件生态及机器学习模型，向工业企业及高校科研提供更加快速
HyperAI超神经·2023-12-29 00:15

模型调参

模型调参模型调参的具体操作1.学习目标2.模型对比与性能2.1逻辑回归2.2决策树模型2.3集成模型集成方法（ensemblemethod）2.4模型评估方法3.模型调参的三种方法3.1贪心算法3.2网格调参
alstonlou·2023-12-28 23:43

数据挖掘（作业3

任务一对以下数据集使用K均值聚类算法：1）观察实验结果是否符合预期；2）利用SSE标准确定K值；3）自行调参并观察对聚类结果的影响。注意：需要把类别信息去掉。
全是头发的羊羊羊·2023-12-28 11:59

什么是迁移学习（Transfer Learning）？定义，优势，方法

近来，技术专家开始探索优化机器学习模型的新方法，其中迁移学习和
澳鹏Appen·2023-12-28 10:58

大数据就业前景简析

2020年大数据分析市场新趋势，2019年企业将部署流媒体平台，推动低延迟DevOps管道，不断向移动应用、物联网、机器人和其他边缘应用注入经过训练的最佳机器学习模型。
Java领域指导者·2023-12-28 10:31

通过使用SVM对鸢尾花数据集进行分类，掌握SVM分类器的原理与使用方法，了解调参对分类准确率的影响。

一、实验目的通过使用SVM对鸢尾花数据集进行分类，掌握SVM分类器的原理与使用方法，了解调参对分类准确率的影响。
2450哥·2023-12-28 05:39

人工智能学习笔记

机器学习概述人工智能概述人工智能、机器学习和深度学习的关系机器学习工作流程1.定义2.工作流程3.获取到的数据集介绍4.数据基本处理5.特征工程6.机器学习7.模型评估机器学习算法分类模型评估Azure机器学习模型搭建实验深度学习简介二
sober30·2023-12-27 12:41
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他