机器学习模型

zkPoT：基于机器学习模型训练的ZKP

1.引言SanjamGarg等人2023年论文ExperimentingwithZero-KnowledgeProofsofTraining中，所设计的zkPoT（zero-knowledgeproofoftraining）协议：为streaming-friendly的。所需RAM与训练电路size不呈比例。结合了MPC-in-the-head＋zk-SNARKs。总的proofsize比训练用的
mutourend·2023-10-04 19:05

智能优化算法-超290种基础优化算法Matlab版代码下载

引言群智能优化算法可以作为很好的工具来解决许多实际问题，如特征选择、图像分割、医学诊断，经济排放调度问题，植物病害识别，工程设计，PID优化控制，设备故障诊断，机器学习模型参数整定等等。
88号技师·2023-10-03 09:36

Kaggle比赛成绩最新分析之：周末与熬夜

从如下的分析可以得出这样的推测：有大量的参赛是多人组成团队，他们形成最后的提交机器学习模型和预测报告的时间一般是周一到周五。周末休息，没有提交比赛报告。
DT数据说·2023-10-03 05:29

机器学习7：逻辑回归

一、说明逻辑回归模型是处理分类问题的最常见机器学习模型之一。二项式逻辑回归只是逻辑回归模型的一种类型。它指的是两个变量的分类，其中概率用于确定二元结果，因此“二项式”中的“bi”。
无水先生·2023-10-03 03:08

机器学习（四十八）：粒子群优化（PSO）-提升机器学习模型准确率的秘密武器

PSO与其他启发式算法的比较如何使用PSO优化机器学习模型？
川川菜鸟·2023-10-02 19:47

搭建金融信贷风控中的机器学习模型-(6)模型验证、监控与调优

1.模型的区分度评分模型的作用是通过分数将好坏样本进行区分。理想情况下，所有非违约人群的分数均高于违约人群的分数。因此我们需要某些统计量来衡量好坏样本的分数差异性，即评分模型的区分能力。评分指标需要满足一定的性质：与区分能力单调相关，即指标越高，区分能力越强；与好坏样本的占比不相干，即好坏样本分层抽样后，衡量指标不会明显改变。好坏样本分布的差异性：KSks=max(TPR-FPR)，KS值越大，区
GQRstar·2023-10-02 18:19

【论文笔记】Reconstructing Training Data with Informed Adversaries

ReconstructingTrainingDatawithInformedAdversaries摘要&介绍由于机器学习模型可以有“记忆”功能，那么当训练数据涉及隐私信息时，若被攻击者还原出原始训练数据
sugar_e·2023-10-02 16:30

如何利用Python进行机器学习模型部署

简介：本文将介绍如何使用Python快速部署机器学习模型。我们将基于flask框架构建一个简单的Web应用程序，并通过该程序提供API接口来实现模型的部署。
zh_f·2023-10-02 07:39

【机器学习】训练集/验证集/测试集释疑

Train/TestSet划分ValidationSet6.训练集、验证集和测试集的比例怎么设置7.模型表现不好时测试集可以反复使用来调整模型吗8.训练集、验证集和测试集的数据是否可以有所重合9.常见的机器学习模型验证方法有哪些序言关于数据集的一些疑问厘清
shuaixio·2023-10-02 00:28

【数据仓库架构】什么是 Azure Synapse，它与 Azure Data Bricks 有何不同？

后者通过与PowerBI和Azure机器学习的集成而成为可能，因为Synapse能够使用ONNX格式集成数学机器学习模型。
架构师酒馆·2023-10-01 09:45

数据预处理与模型评估【机器学习、人工智能、实际事例】

它们确保我们构建的机器学习模型能够从数据中有效地学习并做出准确的预测。本文将详细介绍数据预处理和模型评估的概念，并通过现实中的例子来阐述它们之间的密切关系。数据预处理什么是数据预处理？
修炼室·2023-09-30 15:13

深度学习超参数搜索实用指南

与机器学习模型不同，深度学习模型里面充满了各种超参数。而且，并非所有参数都能对模型的学习过程产生同样的贡献。考虑到这种额外的复杂性，在一个多维空间中找到合适的参数变量成为了挑战。
城市中迷途小书童·2023-09-30 13:14

机器学习的超参数 、训练集、归纳偏好

超参数：超参数是在机器学习模型训练过程中需要手动设置的参数，而不是从数据中学习得到的。这些参数影响模型的学习和泛化能力，例如学习速率、正则化项的强度、模型复杂度等。
物随心转·2023-09-30 11:01

Numpy练习题-锻炼手写机器学习模型的能力

Numpy是一个用python实现的科学计算的扩展程序库，包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。NumPy（NumericPython）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库
风度78·2023-09-29 20:13

《向量数据库指南》——向量数据库与向量搜索库

向量数据库利用了机器学习模型的Emb
LCHub低代码社区·2023-09-29 14:11

机器学习-特征选择：如何使用交叉验证精准选择最优特征？

交叉验证是一种常用的评估机器学习模型性能的方法，它将数据集划分为训练集和验证集，并通过多次迭代评估模型在不同数据子集上的表现。特征选择过
笑不语·2023-09-29 11:33

【ESP32 + Edge Impulse平台】运行AI算法模拟多传感器数据融合实现异常检测

本教程介绍如何使用EdgeImpulse和机器学习来实现ESP32异常检测系统，系统使用一个机器学习模型，检测气体何时出现异常。
Intoxicated_Rookie·2023-09-28 22:31

TensorFlow简介及主要用途（个人浅见）

TensorFlow是一个开源的机器学习框架，它的主要作用是提供了一个强大的工具集，用于构建和训练机器学习模型。
喝凉白开都长肉的大胖子·2023-09-27 13:14

spark java web_在Java Web中使用Spark MLlib训练的模型

PMML是一种通用的配置文件，只要遵循标准的配置文件，就可以在Spark中训练机器学习模型，然后再web接口端去使用。
圆山中庸·2023-09-27 11:55

使用Java中的TensorFlow来构建和训练机器学习模型

如果您觉得本博客的内容对您有所帮助或启发，请关注我的博客，以便第一时间获取最新技术文章和教程。同时，也欢迎您在评论区留言，分享想法和建议。谢谢支持！一、引言1.1TensorFlow简介TensorFlow是由GoogleBrain团队开发的开源深度学习框架，于2015年首次发布，目前已成为业界广泛使用的深度学习框架之一。TensorFlow提供了一个灵活的、高度可扩展的平台，可用于构建和训练机器
青年老年程序员·2023-09-27 11:23

Java应用|使用Apache Spark MLlib构建机器学习模型

如果您觉得本博客的内容对您有所帮助或启发，请关注我的博客，以便第一时间获取最新技术文章和教程。同时，也欢迎您在评论区留言，分享想法和建议。谢谢支持！一、引言1.1SparkMLlib简介ApacheSparkMLlib（MachineLearninglibrary）是一个开源机器学习框架，建立在ApacheSpark之上，支持分布式计算和大规模数据处理。它提供了许多经典机器学习算法和工具，如分类、
青年老年程序员·2023-09-27 11:21

Java应用|使用Apache Spark MLlib构建机器学习模型【下】

如果您觉得本博客的内容对您有所帮助或启发，请关注我的博客，以便第一时间获取最新技术文章和教程。同时，也欢迎您在评论区留言，分享想法和建议。谢谢支持！四、无监督学习4.1聚类4.1.1K-MeansK-Means是一种常见的无监督学习算法，用于将一组数据分成k个簇，使得每个数据点都属于离其最近的簇。K-Means的目标是最小化所有数据点到其所属簇中心的距离的平方和。K-Means算法的基本流程如下：
青年老年程序员·2023-09-27 11:21

使用 Elastic GPU 管理 Kubernetes GPU 资源

当前存在问题GPU具备大量核心和高速内存，擅长并行计算，非常适合训练和运行机器学习模型。由于近几年AI技术愈发成熟，落地场景越来越多，对GPU的需求呈井喷趋势。而在资源
「已注销」·2023-09-27 07:39

05704-A-0145 HONEYWELL 将autoML技术应用于预训练的模型

但由于autoML算法在底层机器学习模型之上的抽象层次上运行，仅依赖这些模型的输出作为指导，因此它们可以节省时间和计算。
zhang13365909307·2023-09-27 06:12

深度学习入门教学——对抗攻击和防御

目录一、对抗样本二、对抗攻击三、对抗防御一、对抗样本对抗样本是指对机器学习模型的输入做微小的故意扰动,导致模型输出结果出现错误的样本。深度神经网络在经过大量数据训练后，可以实现非常复杂的功能。
恣睢s·2023-09-26 21:08

4项简化IT服务台任务的ChatGPT功能

ChatGPT是OpenAI开发的机器学习模型，它使用基于生成预训练转换器（GPT）架构的大型语言模型（LLM）。ChatGPT以互联网上的海量
Zoho_Manager·2023-09-26 16:30

4项简化IT服务台任务的ChatGPT功能

ChatGPT是OpenAI开发的机器学习模型，它使用基于生成预训练转换器（GPT）架构的大型语言模型（LLM）。ChatGPT以互联网上的海量
·2023-09-26 15:32

提升程序运行速度-计算加速的20种方法

-应用场景：大规模数据处理，机器学习模型训练等。-例子：使用CUDA加速GPU计算。2.GPU加速：-优点：GPU拥有大量的并行计算单元，适用于高计算密集型任务。
专注VB编程开发20年·2023-09-25 21:56

Python深度学习入门 - - 人工神经网络学习笔记

与常见的机器学习模型不同的是，深度学习的数据量更大，特征参数更多，但更重要的是深度学习不需要人为准备特征
szu_ljm·2023-09-25 20:55

用Python机器学习模型预测世界杯结果靠谱吗？

看到kaggle、medium上有不少人用球队的历史数据来进行建模预测，比如用到泊松分布、决策树、逻辑回归等算法，很大程度上能反映强者恒强的现象，比如巴西、英格兰等大概率能进8强，就像高考模拟考试成绩越好，大概率高考也会考得好。这个和人脑的预测是类似的，建立在你看了足够多的球赛，对每一个国家队、球员、教练、打法等都了如指掌，你才能有充分的判断依据。而且你还不能带有主观的倾向，意大利球迷肯定笃定意大
python大数据分析·2023-09-25 10:28

Tensorflow1架构内核和学习方法论

目录概念简介总体介绍名词解释疑问辨析工程构建代码生成技术栈模型类型系统架构分层架构图控制运行机制会话机制队列运行模型本地模式分布式模式技能方法论发现领域模型挖掘系统架构细节是魔鬼适可而止发现她的美形式化独乐乐，不如众乐乐更新知识专攻术业概念简介总体介绍TensorFlow的主要作用是构建和训练复杂的机器学习模型
数据与后端架构提升之路·2023-09-25 07:20

模型部署 Model Deploy

模型部署是指将训练好的机器学习模型部署到生产环境中，以便实际应用中使用。在模型发布之前，需要将模型从训练环境中导出，然后将其部署到生产环境中，通常是作为一个服务或者一个库的形式。二、如何模型
JasonH2021·2023-09-25 03:04

深度学习自学笔记六：深层神经网络

一、深层神经网络概述深层神经网络（DeepNeuralNetworks，DNN）是一种机器学习模型，由多个神经网络层组成。
ironmao·2023-09-25 02:16

机器学习之泛化与过拟合的概念

文章目录泛化（Generalization）：过拟合（Overfitting）：例子泛化（Generalization）：泛化是指机器学习模型在未见过的新数据上表现良好的能力。
JNU freshman·2023-09-24 18:34

机器学习之正则化与验证提高模型泛化

让我详细介绍一下这两个概念：正则化（Regularization）：正则化是一种用于防止机器学习模型过拟合（Overfitting）的技术。
JNU freshman·2023-09-24 18:34

最著名的监督机器学习算法

监督学习是向机器学习模型提供输入数据和正确输出数据的过程。监督学习是机器学习的一种类型，其中机器使用“标记良好”的训练数据进行训练，并基于该数据，机器预测输出。
Darren老师·2023-09-24 04:49

深度学习模型汇总

学习王喆老师的深度学习推荐系统第3章学习深度学习推荐模型的演化流程了解模型改进的一般方式改变深度神经网络的复杂程度特征交叉模型组合深度学习模型总结一、与传统机器学习模型相比，深度学习模型的优势1、表达能力更强能够挖掘出更多数据中潜藏的模式
怼怼是酷盖·2023-09-24 00:10

可解释的人工智能 | 构建健壮，无偏见的AI

由于公司正在考虑将关键决策移交给医疗保健和金融等行业的人工智能，因此缺乏对复杂机器学习模型的理解存在很大问题。
深度学习炼丹·2023-09-24 00:04

亚马逊云科技Amazon SageMaker推出新功能，提供强大、高效、更具成本效益的生成式AI服务

与传统的机器学习模型相比，生成式AI模型要大得多，也复杂得多。然而，这种模型增加了复杂性，也带来了高昂的推理成本，以及对强大计算资源日益增长的需求。
互联科技报·2023-09-24 00:04

联邦学习系统攻击与防御技术

摘要联邦学习作为一种使用分布式训练数据集构建机器学习模型的新兴技术，可有效解决不同数据用户之间因联合建模而导致的本地数据隐私泄露问题，从而被广泛应用于多个领域并得到迅速发展。
a soldiers·2023-09-23 11:30

NVIDIA GPU Cloud加速医学影像机器学习模型开发及应用部署

从头搭建机器学习平台--费时费力医学影像是深度学习等人工智能相关技术在医疗健康领域应用最为迅猛的方向，作为深耕医学影像领域多年，长期关注技术趋势的企业，翼展在2016年也开始进行医学影像人工智能应用的研发。当时公有云厂商能够提供GPU实例的还非常少，并且性价比不太高，于是我们又走了一遍自己采购硬件搭建服务器的老路。先是配置了一台双TitanX卡的工作站小试牛刀，按照网上的教程一步步安装ubuntu
风波榭主人·2023-09-23 11:46

损失函数的期望值与泛化误差

理解这两者之间的关系有助于我们了解机器学习模型的训练和泛化过程。损失函数的期望值：损失函数的期望值是指在整个数据分布上对损失函数的期望进行计算。
Chen_Chance·2023-09-23 08:16

OpenAI官方吴达恩《ChatGPT Prompt Engineering 提示词工程师》(2）如何迭代开发提示词

然后您可以查看该输出，进行错误分析，找出哪些地方工作或不工作，然后甚至可以改变您要解决的问题或如何处理它的确切想法，并更改实现并运行另一个实验等，一遍又一遍地迭代，以获得有效的机器学习模型。
李又懂·2023-09-23 07:22

神经网络案例分析

类似其它的机器学习模型（比如决策树、随机森林、支持向量机SVM等），神经网络模型构建时首先将数据分为训练集和测试集，训练集用于训练模型，测试集用
spssau·2023-09-22 15:57

我们如何将机器学习应用到 Positive Technologies 产品中

我们为什么使用ML在讨论使用机器学习模型的必要性之前，我们有必要先了解安全工具的工作原理。这一切都要从获取初始数据开始：日志、流量、可执行文件等。
ptsecurity·2023-09-22 09:39

全面解析广告和推荐系统的两种架构

那么广告和推荐系统是怎么在线上部署机器学习模型的呢？
丨程序之道丨·2023-09-21 16:21

如何高效编写 prompt

Prompt是指用于引导机器学习模型生成符合预期输出的文本或代码片段。编写高效的Prompt对于提高模型效果至关重要。本文将探讨如何高效编写Prompt。
zz_jesse·2023-09-21 08:55

使用 sklearn 进行数学建模的通用模板

前言无论是本科和研究生都会有的数学建模含金量还是很高的，下面将介绍一下进行数学建模的一些基本操作方法，这里主要是利用sklearn进行建模，包括前期的一些数据预处理以及一些常用的机器学习模型以及一些简单粗暴的通用建模步骤
talentsta·2023-09-20 21:18

中二青年付杰的逆袭故事：从二本生到 ICLR 杰出论文奖，我用了20年

通常来说，一个机器学习模型在开始阶段的损失下降明显、精度上升明显，最后的结果也往往是优异的；而如果初始阶段的训练损失下降地很缓慢，那么后期结果大概率也不会好转。
Datawhale·2023-09-20 14:53

基于随机森林+小型智能健康推荐助手(心脏病+慢性肾病健康预测+药物推荐)——机器学习算法应用(含Python工程源码)+数据集（三）

它利用了随机森林机器学习模型，通过对这些特征进行训
小胡说人工智能·2023-09-20 14:50
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他