机器学习理论基础第7页

C#串口通信上位机笔记（modbus协议）

C#串口通信上位机笔记（modbus协议）提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录

指针刺客·2025-07-04 10:36

Pytorch Lightning使用：【LightningModule、LightningDataModule、Trainer、ModelCheckpoint】

PyTorchLightning—PyTorchLightning2.1.0devdocumentationhttps://lightning.ai/docs/pytorch/latest/PytorchLightning简介PyTorchLightning是面向专业AI研究人员和机器学习工程师的深

LeapMay·2025-07-04 08:24

机器学习-三大SOTA Boosting算法总结和调优

参考书籍：《机器学习公式推导和代码实现》书籍页码：P197～205简介除了深度学习适用的文本、图像、语音、视频等非结构化数据，对于训练样本较少的结构化数据，Boosting算法仍是第一选择。

小新学习屋·2025-07-04 05:02

为什么 Python 是 AI 的首选语言？

文章目录一、简洁优雅，易于上手二、丰富的库和框架1.数据处理与分析2.数据可视化3.机器学习与深度学习框架三、强大的社区支持四、跨平台性和可移植性五、与其他语言的互操作性文章配套代码已上传，点击查看：https

·2025-07-04 02:43

ChatGPT、DeepSeek等大语言模型技术教程

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。

·2025-07-03 23:54

LLM大模型命名规则与部署硬件实践手册

文章目录一、理论基础：从信息编码到系统设计1.1命名系统的信息论基础1.2硬件架构与模型运行的关系1.3量化技术的数学原理二、国际主流模型命名规则深度解析2.1OpenAI：极简主义与功能导向2.2AnthropicClaude

·2025-07-03 22:49

【机器学习】什么是逻辑回归？从入门到精通：掌握逻辑回归与二分类问题的解决之道

从入门到精通：掌握逻辑回归与二分类问题的解决之道引言1.1逻辑回归简介1.2逻辑回归的应用场景逻辑回归基本原理2.1逻辑回归概述逻辑回归的基本思想预测类别的概率2.2线性模型与Sigmoid函数线性模型Sigmoid函数Sigmoid函数的性质为什么选择Sigmoid函数2.3逻辑回归的输出：概率值分类决策代价函数与优化数学基础3.1逻辑回归的假设与目标假设目标3.2对数似然函数概率模型对数似然函

宸码·2025-07-03 21:15

Python爬虫实战：研究httplib2库相关技术

网络爬虫作为一种自动获取互联网信息的程序，能够按照一定的规则，自动地抓取网页内容并提取和整理信息，为信息检索、数据分析、机器学习等领域提供了丰富的数据来源。

ylfhpy·2025-07-03 21:11

Hamiltonian Transformer理论：融合哈密顿力学与Transformer架构的新范式

本文将系统梳理HamiltonianTransformer的理论基础、关键创新点、实现方法以及应用前景，并分析其相对于传统Transformer架构的优势与潜在限制。哈密顿力学与T

墨顿·2025-07-03 20:37

机器学习笔记：MATLAB实践

在机器学习领域，MATLAB是一种功能强大且广泛使用的工具，它提供了许多内置函数和工具箱，方便开发者进行各种机器学习任务。本文将介绍一些常见的机器学习任务，并提供相应的MATLAB源代码示例。

techDM·2025-07-03 20:03

西南交通大学【机器学习实验1】

实验目的理解和掌握回归问题和分类问题模型评估方法，学会使用均方误差、最大绝对误差、均方根误差指标评估回归模型，学会使用错误率、精度、查全率、查准率、F1指标评价分类模型。实验内容给定回归问题的真实标签和多个算法的预测结果，编程实现MSE、MAE、RMSE三种评测指标，对模型进行对比分析。给定二分类问题真实标签和多个算法的预测结果，编程实现混淆矩阵评测，采用错误率、精度、查全率、查准率、F1指标对结

·2025-07-03 18:48

学习笔记(28):随机噪声的原理、作用及代码实现详解

在机器学习中，随机噪声是指数据中无法用特征解释的随机波动，通常符合某种概率分布（如正态分布）。

宁儿数据安全·2025-07-03 17:14

学习笔记(29):训练集与测试集划分详解：train_test_split 函数深度解析

在机器学习中，模型需要经历两个核心阶段：训练阶段：用训练集数据学习特征与目标值的映射关系（如线性回归的权重）。

宁儿数据安全·2025-07-03 17:42

RAG实战指南 Day 2：RAG开发环境搭建与工具选择

理论基础

在未来等你·2025-07-03 16:35

《dlib库中的聚类》算法详解：从原理到实践

一、dlib库与聚类算法的关联1.1dlib库的核心功能dlib是一个基于C++的机器学习和计算机视觉工具库，其聚类算法模块提供了多种高效的无监督学习工具。

A小庞·2025-07-03 16:34

机器学习：集成算法的装袋法（Bagging）：随机森林（Random Forest）

随机森林（RandomForest）是一种集成学习方法，通过构建多个决策树并结合其预测结果来提升模型的性能和稳定性。它由LeoBreiman于2001年提出，广泛应用于分类和回归任务。以下是随机森林的详细介绍，包括其基本概念、构建过程、优缺点及应用场景。基本概念随机森林是一种基于决策树的集成算法，通过生成多棵决策树，并将这些树的预测结果结合起来，以提高整体模型的预测准确性和稳定性。每棵决策树都是在

rubyw·2025-07-03 15:58

森林的智慧：随机森林与集成学习的民主之道

当约阿夫·弗罗因德和罗伯特·沙皮尔提出的AdaBoost算法在90年代末期以其强大的预测精度震惊机器学习界，展示了“团结弱者为强者”的集成魅力时，另一种集成思想也在悄然孕育。

田园Coder·2025-07-03 15:57

机器学习：集成学习方法之随机森林(Random Forest)

一、集成学习与随机森林概述1.1什么是集成学习集成学习(EnsembleLearning)是机器学习中一种强大的范式，它通过构建并结合多个基学习器(baselearner)来完成学习任务。

慕婉0307·2025-07-03 15:55

机器学习在智能金融风险评估中的应用：信用评分与欺诈检测

随着大数据和机器学习技术的快速发展，金融机构开始探索如何利用机器学习算法来提高风险评估的准确性和效率。

Blossom.118·2025-07-03 14:23

机器学习在智能制造业中的应用：质量检测与设备故障预测

智能制造业通过整合物联网（IoT）、大数据和机器学习等先进技术，实现从生产计划到质量控制的全流程优化。机器学习技术在智能制造业中的应用尤为突出，尤其是在质量检测和设备故障预测方面。

Blossom.118·2025-07-03 14:21

面了字节跳动的数据挖掘岗，感觉真的很难。。。

节前，我们社群组织了一场技术&面试讨论会，邀请了一些互联网大厂同学、参加社招和校招面试的同学，针对新手如何入门机器学习算法、该如何备战、面试常考点分享等热门话题进行了深入的讨论。

大模型爱好者社区·2025-07-03 14:49

【学习】《算法图解》第十二章学习笔记：K近邻算法

前言《算法图解》第十二章介绍了一种简单而强大的机器学习算法——K近邻算法（K-NearestNeighbors，简称KNN）。这是一种基于实例的学习方法，也是机器学习领域中最基础、最直观的算法之一。

·2025-07-03 13:01

AttributeError: module ‘openai‘ has no attribute ‘ChatCompletion‘解决方案

爱编程的喵喵·2025-07-03 13:40

嵌套列表与二维列表的遍历方法

无论是在软件开发、测试数据构造、数据分析、机器学习、自动化运维还是教育教学场景中，嵌套结构的遍历与处理都是工程能力的一项基本功。

·2025-07-03 11:25

《P9工作法》：架构师视角下的技术成长与实践

《P9工作法》中提到的技术硬实力，为架构设计提供了坚实的理论基础。书中强调了编写优质代码、定义接口契约、

吴free·2025-07-03 10:52

AppML 案例简介

AppML案例简介引言AppML，全称为“应用程序机器学习”，是一种将机器学习技术与移动应用开发相结合的技术框架。

沐知全栈开发·2025-07-03 04:04

【Java】已解决java.sql.SQLRecoverableException异常

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-07-03 02:15

深度学习流体力学【干货】

深度学习作为一种新兴的机器学习技术，为流体科学的研究提供了新的思路和方法。通过对大量数据的学习和分析，深度学习模型可以自动提取特征和模式，为流体科学中的复杂问题提供解决方案。

人工智能交叉前沿技术，·2025-07-03 01:15

使用GPU进行机器学习训练时，如果GPU-Util计算核心满载工作但是显存占用较少，应该如何优化？

是否需要优化？如果任务运行正常：无需干预（GPU设计本就是优先榨干计算性能）。如果出现卡顿或效率低下：增大batch_size：提升显存占用，减少数据搬运次数（但需避免OOM）。启用混合精度：torch.cuda.amp可减少显存占用并加速计算。检查CPU到GPU的数据流：避免频繁的小数据拷贝（如DataLoader的num_workers设置）。

十子木·2025-07-03 01:11

机器学习中为什么要用混合精度训练

目录FP16与显存占用关系机器学习中一般使用混合精度训练：FP16计算+FP32存储关键变量。FP16与显存占用关系显存（VideoRAM，简称VRAM）是显卡（GPU）专用的内存。

十子木·2025-07-03 01:39

入门pytorch-联邦学习

联邦学习说白了，就是假如有NNN个数据拥有者F1,...,FN{F_1,...,F_N}F1,...,FN，他们希望使用这些数据来训练机器学习模型，但是又各

四代机您发多少·2025-07-03 00:05

SoK: A Critical Evaluation of Efficient Website Fingerprinting Defenses

：（1）增加虚拟流量、（2）增加流量延迟、（3）将流量从一个流移到另一个流固定速率发送流量F，随机抽样以添加填充R，修改流量以产生与目标流量样本或模式的碰撞C，将流量分成多个流S，使用对抗性扰动来欺骗机器学习模型

·2025-07-02 22:50

Python知识点：如何使用Nvidia Jetson与Python进行边缘计算

这些设备小巧、节能且功能强大，非常适合用于执行机器学习、计算机视觉和自然语言处理等任务。Python

杰哥在此·2025-07-02 20:03

脑机新手指南（十五）speechBCI 项目新手入门指南（上）：项目概述、代码结构与环境搭建

该项目与前沿的学术研究、丰富的数据集以及具有挑战性的机器学习竞赛紧密相连。本指南将分上下两篇，详细引导新手深入了解和使用speechBCI项目。

Brduino脑机接口技术答疑·2025-07-02 17:46

Python程序设计第6章：函数和函数式编程

Python程序设计Python是全球范围内最受欢迎的编程语言之一，学好Python将对个人职业生涯产生很大的助力，Python在机器学习、深度学习、数据挖掘等领域应用极为广泛。

若北辰·2025-07-02 17:14

什么是神经网络和机器学习？【云驻共创】

什么是神经网络和机器学习？一.背景在当今数字化浪潮中，神经网络和机器学习已成为科技领域的中流砥柱。它们作为人工智能的支柱，推动了自动化、智能化和数据驱动决策的进步。

一键难忘·2025-07-02 17:12

python学智能算法（十五）|机器学习朴素贝叶斯方法进阶-CountVectorizer多文本处理

【1】引言前序学习进程中，已经学习CountVectorizer文本处理的简单技巧，先相关文章链接为：python学智能算法（十四）|机器学习朴素贝叶斯方法进阶-CountVectorizer文本处理简单测试

西猫雷婶·2025-07-02 17:41

python学智能算法（十六）|机器学习支持向量机简单示例

西猫雷婶·2025-07-02 16:08

人工智能-基础篇-2-什么是机器学习？（ML，监督学习，半监督学习，零监督学习，强化学习，深度学习，机器学习步骤等）

1、什么是机器学习？机器学习（MachineLearning,ML）是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析等数学理论。

weisian151·2025-07-02 16:38

2025 年最强 RPA 软件盘点

拥有易用的低代码设计器，便于快速上手；强大的AI集成，可实现机器学习和文档理解；能与ERP、CRM等系统无缝集成。适用场景：适用于金融、零售、制造业等需要处理复杂

天竺鼠不该去劝架·2025-07-02 16:36

《机器学习数学基础》补充资料：什么是随机变量

卓永鸿提供本文介绍什么是随机变量及为什么要发展此种概念。我们先来看这个问题：一个边长为aaa的正三角形，CCC为其外接圆，外接圆半径为RRR。若在圆内随机作一弦，则弦长lll大于aaa的概率为何？法1：随机半径法先拉出一条圆半径，然后随机在半径上取一点，再画出通过此点并垂直半径的弦。易知当弦心距小于R/2R/2R/2时，弦长lll大于aaa，故概率为1/21/21/2。法2：随机端点法在圆周上随机

CS创新实验室·2025-07-02 16:33

在浏览器中使用TensorFlow.js

TensorFlow.js是一个库，用于使用JavaScript开发和训练机器学习模型，并将其部署在浏览器中或Node.js上。

魏铁锤chui·2025-07-02 14:25

c++基于BP神经网络的手写数字识别

)、github开源爱好者（go-zero源码二次开发、游戏后端架构https://github.com/Peakchen）基于BP（Backpropagation）神经网络的手写数字识别是一种常见的机器学习应用

鱼弦·2025-07-02 14:24

基于uniapp微信小程+SpringBoot+Vue的流浪动物救助领养系统设计和实现(源码+论文+部署讲解等)

技术领域和学生毕业项目实战,高校老师/讲师/同行前辈交流✌技术范围：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等

·2025-07-02 13:15

大学专业科普 | 计算机应用、视觉与算法

二、课程设置专业基础课程：包括计算机组成原理、操作系统、数据结构、计算机网络等，为学生构建坚实的理论基础。

鸭鸭鸭进京赶烤·2025-07-02 12:34

【Python】Hydra 用法详解

Hydra官方文档Hydra（Python配置管理工具）1.引言在机器学习、深度学习和软件开发中，管理复杂的配置是一个常见的挑战。

行码棋·2025-07-02 12:34

用户实体行为分析与数据异常访问联防方案

一、用户实体行为分析（UEBA）技术概述1.1定义与概念用户实体行为分析（UEBA）是一种高级网络安全方法，它利用机器学习和行为分析技术，对用户、设备、应用程序等实体在网络环境中的行为进行深入分析，以检测出异常行为和潜在的安全威胁

KKKlucifer·2025-07-02 11:00

java opencv 数字识别算法_[机器学习]基于OpenCV实现最简单的数字识别

本文将基于OpenCV实现简单的数字识别。这里以游戏AngryBirds为例，通过以下几个主要步骤对其中右上角的分数部分进行自动识别。1.学习分类器根据训练样本，选取模型训练产生数字分类器。这里的样本可以是通用的数字样本库(如NIST等)，也可以是针对应用场景而制作的专门训练样本。前者优在泛化性，后者强在准确率，当然常用做法是将这两者结合，即在通用数字库基础上做修改。另外这里由于模式并不复杂，计算

后期小雨·2025-07-02 11:28

Python 爬虫实战：从图片网站抓取图片并进行特征提取（2025 最新版）

无论是计算机视觉、机器学习，还是数据分析，图像数据的获取和处理都是基础。然而，获取大量高质量的图像数据并非易事。

Python爬虫项目·2025-07-02 10:16

机器学习-- 聚类

什么是聚类？Clustering可以简单地说，对有标注的数据分类，就是逻辑回归（属于有监督分类），对无标注的数据分类，就是聚类（属于无监督分类）聚类是一种无监督学习技术，其目标是根据样本之间的相似性将未标记的数据分组。比如，在一个假设的患者研究中，研究人员正在评估一项新的治疗方案。在试验期间，患者每周会报告自身症状的频率以及严重程度。研究人员可以使用聚类分析将对治疗反应相似的患者归为同一类。图1展

SunsPlanter·2025-07-02 05:17

推荐频道

机器学习理论基础