机器学习模型

【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

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

【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

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网格调参3.3贝叶斯调参4.具体代码落实5.参考模型调参的具体操作1.学习目标学习机器学习模型的建模过程与调参流程
alstonlou·2023-12-28 23:43

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

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

苹果公司最新力作「Ferret」机器学习模型，开源界的新星登场

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/试试这里https://github.com/apple/ml-ferret苹果公司与康
新加坡内哥谈技术·2023-12-27 04:59

基于随机森林模型的红酒品质分析

1.2数据具体情况1.3导入数据集二、预处理和探索2.1查看数据基本情况2.2处理数据集2.3探索特征属性和目标属性的相关性2.4清洗数据2.5选取训练和测试数据2.6标准化处理三、机器学习建模3.1机器学习模型选择
mumumuw·2023-12-27 00:54

机器学习笔记 - 线性判别分析(LDA)的原理和应用

这项技术在数据科学中很重要，因为它有助于优化机器学习模型。线性判别分析，也称为正态判别分析(NDA)或判别函数分析(DFA)，遵循生成模型框架。
坐望云起·2023-12-26 15:32

DatawhaleAI夏令营第三期 - 基于论文摘要的文本分类与关键词抽取挑战

目录一、赛题背景基于论文摘要的文本分类与关键词抽取挑战赛二、赛事任务任务描述赛题数据集评价指标解题思路方法1：机器学习方法Baseline1.导入模块1.1特征提取1.2基于TF-IDF提取1.3选择机器学习模型
xingzhiyao123456·2023-12-26 07:58

labelme安装与使用教程（内附一键运行包和转格式代码）

LabelMe让用户可以在图片上标注对象和区域，为机器学习模型提供训练
-嘟囔着拯救世界-·2023-12-25 05:26

深入探讨多模态模型和计算机视觉

为了应对这一挑战，研究人员开发了多模态机器学习模型，可以处理来自多种模态的数据，为智能系统释放新的可能性。在这篇博文中，我们将探讨多模态机器学习的挑
Garry1248·2023-12-24 21:03

【Python特征工程系列】利用梯度提升（GradientBoosting）模型分析特征重要性（源码）

一、引言应用背景介绍：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·2023-12-24 21:11

介绍 TensorFlow 的基本概念和使用场景。

它提供了一种灵活而高效的方式来构建和训练各种机器学习模型，包括神经网络模型。TensorFlow的基本概念是通过创建和操作张量（tensor）来定义计算图（computationalgraph）。
ahstudy·2023-12-24 18:21

机器学习中的一些有趣点【Attack 和 Defence】

什么是机器学习中的攻击“攻击机器学习模型”指的是试图危害或操纵机器学习模型的概念。
我就是菜鸡1229·2023-12-24 10:41

神经网络：机器学习基础

误差（Error）=偏差（Bias）+方差（Variance）+噪声（Noise），一般地，我们把机器学习模型的预测输出与样本的真实label之间的差异称为误差，其反应的是整个模型的准确度。
是Dream呀·2023-12-24 10:40

机器学习的一些有趣的点【异常检测】

这是指针对机器学习模型或人工智能系统的一种攻击方法，攻击者通过精心设计的输入，试图欺骗模型，使其产生错误的输出或分类。这种攻击是通过对输入数
我就是菜鸡1229·2023-12-24 10:10

随机森林回归模型，SHAP库可视化

matplotlib库用于数据可视化，shap库用于解释机器学习模型的预测结果，numpy库用于进行数值计算和数组操作，sklearn.ensemble库中的RandomF
进阶媛小吴·2023-12-24 05:02

如何信任机器学习模型的预测结果？

最近在与不同企业的交流中发现，机器学习模型预测结果的可信性得到越来越多的关注。也就是说，如何确定机器学习模型预测的结果是符合常理的，进而确定所选择的机器学习模型是可信的。
叁苏言·2023-12-23 22:21

从零开始安装并运行YOLOv5

yolo是一种用于对象检测的最先进的机器学习模型，yolo有不同的版本比如v5v8，如果你提供一个输入，它会给你返回一个输出，那么yolo的输入和输出是什么呢？
Tmylyh·2023-12-23 21:17

一些常见的机器学习模型

一、词袋模型与one-hot编码：词袋模型是个在自然语言处理和信息检索(IR)下被简化的表达模型。此模型下，一段文本可以用一个装着这些词的袋子来表示，这种表示方式不考虑文法以及词的顺序，只考虑所有的词的出现频率，每个词都是独立的。词袋模型本质是一种用机器学习算法对文本进行建模时表示文本数据的方法，也是ngram中的unigram。如：有了词汇表，我们就可以根据词出现的次数来表示原来的两句话：而on
m0_60388871·2023-12-23 14:21

用C#也能做机器学习？

其实在C#中基于ML.NET也是可以做机器学习的，这种方式比较适合.NET程序员在项目中集成机器学习模型，不太适合专门学习机器学习，本文我将基于ML.NETModelBuilder（低代码、入门简单）构建一个猫狗识别实例
mingupup·2023-12-23 12:06

使用 Python 和 scikit-learn 生成和测试第一个机器学习模型

获得有关如何从头到尾创建和运行分类模型的实践经验在此数据科学和机器学习教程中，获取有关如何从头到尾创建和运行分类模型的动手示例。本教程涵盖以下步骤：数据探索数据预处理拆分数据以进行训练和测试准备分类模型使用流水线组装所有步骤训练模型对模型运行预测评估和可视化模型性能建立本教程包括一个用Python编写的JupyterNotebook。您可以通过IBMCloud帐户使用WatsonStudio在IB
人工智能MOS·2023-12-23 08:44

机器学习优化器（公式+代码）

随机梯度下降（StochasticGradientDescent，SGD）随机梯度下降（StochasticGradientDescent，SGD）是一种常用的优化算法，用于训练机器学习模型。
New___dream·2023-12-23 06:59

马斯克被曝正在“招兵买马”，准备进军AI赛道！

为了开展这项工作，马斯克一直在向IgorBabuschkin抛橄榄枝，这位研究人员曾经在谷歌和OpenAI任职，专门研究为ChatGPT等聊天机器人提供动力的机器学习模型。
链科天下·2023-12-23 02:39

深度学习（Deep Learning） 简介

多层神经网络模型神经网络有监督机器学习模型输入层隐藏层(黑盒)输出层概念:神经元NeuronA^(n+1)网络权重WeightsW^n偏移biasb^n激活函数:ReLUtanhSigmoid点击查看激活函数详情
草明·2023-12-22 20:10

机器学习——模型评估与选择（拟合、）

1、拟合拟合是指机器学习模型在训练的过程中，通过更新参数，使得模型不断契合可观测数据(训练集)的过程。欠拟合指的是模型在训练和预测表现都不好，往往由于模型过于简单,如图(a)所示。
风月雅颂·2023-12-22 18:34

目标检测入门体验，技术选型，加载数据集、构建机器学习模型、训练并评估

Hi,I’mShendi1、目标检测入门体验，技术选型，加载数据集、构建机器学习模型、训练并评估在最近有了个物体识别的需求，于是开始学习在一番比较与询问后，最终选择TensorFlow。
HackShendi·2023-12-22 18:29

机器学习算法(12) — 集成技术（Boosting — Xgboost 分类）

它是训练机器学习模型的有效且可扩展的方法。这种学习方法结合弱模型来产生更
无水先生·2023-12-22 17:23

每日计划详细版

日日行,不怕千万里；常常做,不怕千万事主要内容Python基础数据分析常用库常用机器学习模型每日时间安排上午~下午2：30Python基础下午2：30~下午5：30数据分析常用库下午~晚21：00常用机器学习模型
ctripkai·2023-12-22 15:37

厉害了！几行代码搞定ML模型，低代码机器学习Python库正式开源

在看|星标|留言,真爱机器之心编辑部PyCaret库支持在「低代码」环境中训练和部署有监督以及无监督的机器学习模型，提升机器学习实验的效率。
DevolperFront·2023-12-22 05:49

文档理解的新时代：LayOutLM模型的全方位解读

一、引言在现代文档处理和信息提取领域，机器学习模型的作用日益凸显。特别是在自然语言处理（NLP）技术快速发展的背景下，如何让机器更加精准地理解和处理复杂文档成为了一个挑战。
快乐非自愿·2023-12-22 05:43

TensorFlow介绍

它的主要目的是训练和部署机器学习模型，包括深度学习模型。TensorFlow支持各种深度学习模型的实现，包括卷积神经网络（CNN）、递归神经网络（RNN）和长短时记忆网络（LSTM）等。
xhlh-cn·2023-12-21 22:23

AI绘画中CLIP文本-图像预训练模型

介绍OpenAI在2021年提出了CLIP（ContrastiveLanguage–ImagePretraining）算法，这是一个先进的机器学习模型，旨在理解和解释图像和文本之间的关系。
Dlimeng·2023-12-21 22:53

深度学习｜词嵌入的演变

它们通常是通过在大量文本数据上训练Word2Vec、GloVe或BERT等机器学习模型来创建的。这些模型能够捕获单词和短语之间的复杂关系，包括语义、上下文，甚至语法的某些方面。
冷冻工厂·2023-12-21 20:36

变分自动编码器【03/3】：使用 Docker 和 Bash 脚本进行超参数调整

GitHub存储库在GitHub-asokraju/ImageAutoEncoder:ArepositorytolearnfeaturesfromOffRoadNavigationVehicles在任何机器学习模型中
无水先生·2023-12-21 17:38

R语言机器学习与临床预测模型74--模型建立和验证的统计基础

统计模型所包含的假设描述了一组概率分布，这将其与非统计、数学或机器学习模型区分开来。统计模型总是从一些基本假设开始，对于这些假设，变量应该保持不变，那么模型提供的性能在统计上具有重要意义。
科研私家菜·2023-12-21 16:47

可解释性分析（XAI)常用方法

1、SHAP(SHapleyAdditiveexPlanations)SHAP是一种博弈论方法，可用于解释任何机器学习模型的输出。
笑傲江湖2023·2023-12-21 16:54
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他