机器学习模型

Huggy Lingo: 利用机器学习改进 Hugging Face Hub 上的语言元数据

HuggingFaceHub已成为社区共享机器学习模型、数据集以及应用的存储库。随着Hub上的数据集越来越多，元数据，作为一种能帮助用户找到所需数据集的工具，变得越来越重要。
Hugging Face·2024-01-09 11:05

【tensorflow&flutter】自己写个机器学习模型用在项目上？

背景拍摄APP项目上线有一阵了，每天的拍摄数据呈现波动上升状态、业务方需要对数据进行加工，如果能有对未来的数据量的预测就好了。目标在端侧展示拍摄数据可视化趋势图等、并能推断数据（选择预测日期）简单实现个demogif背景有点问题先写总结现在来看、出来的东西很简单，但是整个流程时串通起来了。至于什么是tensorflowlite初识TensorFlowLite-CSDN博客总体流程图是这样的从左侧的
这次选左边·2024-01-09 10:34

【深度学习：评估指标】如何在计算机视觉中测量模型性能：综合指南

正确评估机器学习模型的性能是开发生命周期中的关键步骤。通过使用正确的评估指标，机器学习工程师可以更深入地了解模型的优势和劣势，帮助他们不断微调和提高模型质量。
jcfszxc·2024-01-09 09:19

【tensorflow&flutter&web】机器学习模型怎样用到前端上（未写完）

书接上回在上一章我们谈了怎么根据项目需求构建一个简单的机器学习模型。【tensorflow&flutter】自己写个机器学习模型用在项目上？-CSDN博客文章浏览阅读852次，点赞22次，收藏15次。
这次选左边·2024-01-09 06:14

RT-DETR Gradio 前端展示页面

效果展示使用方法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·2024-01-08 23:28

番外篇-Julius AI帮你做数据分析

随着大型机器学习模型的不断完善，数据分析变得前所未有地简单和高效。这些所谓的“巨人”——如GPT-4为代表的一系列创新应用，不仅提高了分析的准确度和深度，还大幅降低了学习门槛。
阿清陪你聊聊数据分析·2024-01-08 21:02

食谱检测 — 一场基于 CNN 的食谱改革

该项目可能涉及使用大量食谱的数据集对机器学习模型进行训练，使系统能够学习和识别特定菜肴的模式和特征。诸如图像识别、自然语言处理和数据挖掘等技术可能被采用以提高食谱检测系统的准确
小北的北·2024-01-08 17:55

AutoKeras

AutoKeras旨在简化机器学习模型的开发过程，其基于Keras构建，并提供了一套高级API，使得模型的训练
缘起性空、·2024-01-08 05:38

【目标优化】使用scipy.optimize.minimize获取模型最大输出对应的输入值

文章目录前言一、scipy.optimize.minimize介绍二、简单示例三、机器学习模型优化总结前言一般模型训练完后，都是通过模型输入来预测输出值。
行走的学习机器·2024-01-08 00:38

[Python] 如何使用joblib库导出和导入scikit-learn线性回归模型

Joblib是一个Python库，用于序列化和反序列化Python对象，包括机器学习模型、数据集等。它提供了一种高效的、可扩展的、跨平台的方式来保存和加载大型数据结构，以便在不同的环境中使用。
老狼IT工作室·2024-01-07 17:15

自然语言处理NLP：使用DisBert模型完成文本二分类任务(Pytorch)

该项目通过建立一个机器学习模型，预测哪些推文是关于真实灾难的，哪些不是。首先读取数据，看一下数据的样子，数据在kaggle上可直接下载。可以看到有用
我还是充钱那个少年@·2024-01-07 11:48

新手可理解的PyTorch 损失函数：优化机器学习模型的关键

目录torch.nn子模块LossFunctions详解nn.L1Loss用途用法使用技巧注意事项代码示例nn.MSELoss用途用法使用技巧注意事项代码示例nn.CrossEntropyLoss用途用法使用技巧注意事项代码示例使用类别索引使用类别概率nn.CTCLoss用途用法使用技巧注意事项代码示例有填充的目标未填充的目标nn.NLLLoss用途用法使用技巧注意事项代码示例一维损失示例二维损失
E寻数据·2024-01-07 11:26

python学习曲线绘制

以下是该函数的主要参数及其解释：estimator:模型估计器（estimator），即要评估性能的机器学习模型。这是必需的参数。X:特征数据，输入模型的训练数据。
月落霜满天·2024-01-07 07:47

使用pip在Python中安装TensorFlow

TensorFlow是一个开源的机器学习框架，它提供了丰富的工具和库，用于开发和训练各种机器学习模型。在Python中安装TensorFlow非常简单，你只需要使用pip包管理器执行几个简单的步骤。
数据科学探险导航·2024-01-07 05:06

图像 中位数-均值评估自定义函数 slecValueOfPic （Matlab）

这些噪音去除和分布特征的提取有助于后续模型预测准度提升（这些偏度和峰度也可作为特征喂给机器学习模型）。因此这里给出了一个运用于提取中位数均值或分布特征的matlab函数示例，用于参考。
foddcusL·2024-01-06 19:22

TensorFlow的详细介绍

它是一个用于构建和训练机器学习模型的强大框架，被广泛用于深度学习和其他机器学习任务。TensorFlow使用图计算的概念，其中图中的节点表示数学运算，边表示数据流。
Jc.MJ·2024-01-06 10:39

小样本学习综述

在人类的快速学习能力的启发下，研究人员希望机器学习模型在学习了一定类别的大量数据后，...分类非常常见，但如果每个类只有几个标注样本，怎么办呢？笔者所在的阿里巴巴小蜜北京团队就面临这个挑战。
雪夜的星_e40c·2024-01-06 09:18

【深度学习每日小知识】数据增强

数据增强是通过对原始数据进行各种转换和修改来人工生成附加数据的过程，旨在增加机器学习模型中训练数据的大小和多样性。这对于计算机视觉领域尤为重要，因为图像经常被用作输入数据。
jcfszxc·2024-01-06 05:31

one-hot编码

概念：hot编码（One-HotEncoding）是一种用于将分类数据转换为机器学习模型可以处理的数值格式的方法。
如果香香是阿姨·2024-01-05 22:22

PostgreSQL pgvector：如何利用向量数据库提升搜索效率和精度

向量嵌入是通过特定的机器学习模型运行对象的特征，将对象的上下文信息投射到潜在空间中来创建的。为了在使用向量嵌入时能够表现得特别好，创建
学习3人组·2024-01-05 19:32

自然语言处理HuggingFace | pipeline

该公司的代表产品是其为自然语言处理应用构建的transformers库，以及允许用户共享机器学习模型和数据集的平台。
Yvhong1·2024-01-05 15:28

举例说明计算机视觉（CV）技术的优势和挑战。

高精度：CV技术可以利用图像处理算法和机器学习模型，实现对图像的准确分析和识别，相比人工处理更加精确。自动化：C
荆赫同艺·2024-01-05 13:41

34、使用Scikit-Learn进行特征选择

在本文中，您将了解如何在使用scikit-learn库创建机器学习模型之前选择数据中的属性。选择功能特征选择是一个过程，您可以自动选择数据中对您感兴趣的预测变量或输出贡献最大的那些特征。
攻城狮笔记·2024-01-05 10:02

机器学习原理到Python代码实现之LinearRegression

更多相关工作请参考：Github算法介绍线性回归模型是一种常见的机器学习模型，用于预测一个连续的目标变量（也称为响应变量）与一个或多个自变量之间的线性关系。
神仙盼盼·2024-01-05 06:15

10.gitchat训练营-决策树——既能分类又能回归的模型

1.什么是决策树决策树是一种非常基础又常见的机器学习模型。
风吹柳_柳随风·2024-01-05 03:59

机器学习模型评价指标

机器学习模型评价指标可以分为以下几类：1.分类模型评价指标：-准确率（Accuracy）：模型正确分类的样本占总样本数量的比例。
亦旧sea·2024-01-05 00:06

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·2024-01-04 18:03

使用Tushare获取股票数据（最新更新版）

对于我们进行机器学习模型的训练，也可以方便地从这里获取训练数据集Tushare主要有以下功能：获取历史交易数据：包括日线、周线、月
草莓橙子碗·2024-01-04 11:54

（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

【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

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

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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他