机器学习算法人工智能深度学习第14页

【风电数据预测】基于减法平均算法优化双向长短时记忆SABO-biLSTM风电数据预测附Matlab代码

机器学习之·2023-11-16 04:04

Python+树莓派+YOLO打造一款人工智能照相机

这是一款专门面向开发人员的全球首个支持深度学习的摄像机，它所使用的机器学习算法不仅可以检测物体活动和面部表情，而且还可以检测类似弹吉他等复杂的活动。

一枚新手程序媛·2023-11-16 04:24

亚马逊云AI大语言模型应用下的创新Amazon Transcribe的使用

语音识别技术已经发展了几十年，直到2009年，Hinton把人工智能深度学习解决方案引入语音识别中，语音识别才取得了巨大突破。AmazonTranscribe是一项自动语音识别(AS

lqj_本人·2023-11-16 04:18

基础篇——强化学习之Markov决策过程建模

欢迎喜欢编程语言知识和机器学习算法等科技类文章，以及经济和历史等文史类文章的朋友们关注公众号：CodingFarmer2019，我们一起格物致知和学史悟道，实现人生辉煌！

口叮码农CodingFarmer·2023-11-16 02:59

针对 Python 开发人员的 10 个“疯狂”的项目构想！

它甚至是最适合用于实现人工智能和机器学习算法的语言。因此，在过去的几周里，我为Python开发人员收集了一些独特的项目构想。这些项目构想很有可能会让你对这门神奇的语言产生兴趣。

爬遍天下无敌手·2023-11-15 17:24

Python机器学习算法入门教程（第五部分）

接着Python机器学习算法入门教程（第四部分），继续展开描述。

别致的SmallSix·2023-11-15 11:25

基于支持向量机 (SVM) 和稀疏表示理论 (SRC) 的人脸识别比较

一背景1.1支持向量机简介支持向量机（SupportVectorMachine，SVM）是AT&TBell实验室的V.Vapnik等人提出的一种机器学习算法，是迄今为止最重要的机器学习理论和方法之一，也是应用最广泛

西部小狼_·2023-11-15 01:36

一文读懂支持向量机SVM（附实现代码、公式）

来源：机器学习算法与Python学习本文约11000字，建议阅读10+分钟。本文以简单实例化形式记录学习SVM的过程，力图帮助新手级学习者少走弯路。

数据派THU·2023-11-15 01:05

knn算法python代码鸢尾花

K-最近邻(K-NearestNeighbors,KNN)是一种用于分类和回归的简单机器学习算法。

猫一样的女子245·2023-11-14 19:11

基于LDA主题+协同过滤+矩阵分解算法的智能电影推荐系统——机器学习算法应用(含python、JavaScript工程源码)+MovieLens数据集（三）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据爬取及处理2.模型训练及保存1）协同过滤2）矩阵分解3）LDA主题模型3.接口实现1）流行电影推荐2）相邻用户推荐3）相似内容推荐相关其它博客工程源代码下载其它资料下载前言前段时间，博主分享过关于一篇使用协同过滤算法进行智能电影推荐系统的博文《基于TensorFlow+CNN+协同过滤算法的智能电影推荐系统——深度学习算法应用(含微信

小胡说人工智能·2023-11-14 10:22

基于LDA主题+协同过滤+矩阵分解算法的智能电影推荐系统——机器学习算法应用(含python、JavaScript工程源码)+MovieLens数据集（四）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据爬取及处理2.模型训练及保存3.接口实现4.收集数据5.界面设计系统测试相关其它博客工程源代码下载其它资料下载前言前段时间，博主分享过关于一篇使用协同过滤算法进行智能电影推荐系统的博文《基于TensorFlow+CNN+协同过滤算法的智能电影推荐系统——深度学习算法应用(含微信小程序、ipynb工程源码)+MovieLens数据集》，

小胡说人工智能·2023-11-14 10:22

python算法中的机器学习算法之半监督学习和强化学习（详解）

目录学习目标：学习内容：1.半监督学习（Semi-SupervisedLearning）Ⅰ.基于图的半监督学习

除不掉的灰色·2023-11-14 05:27

python算法中的机器学习算法之监督学习知识点（详解）

目录学习目标：学习内容：Ⅰ.线性回归（LinearRegression）Ⅱ.逻辑回归（LogisticRegression）

除不掉的灰色·2023-11-14 05:27

51 个基本的机器学习面试问题和答案

51个基本的机器学习面试问题和答案机器学习面试问题：4个类别我们传会看到机器学习面试问题涉及以下几个类别：第一个类别与机器学习算法和理论有关。

程序_丸·2023-11-14 02:34

时序数据库 TDengine + 高级分析软件 Seeq，助力企业挖掘时序数据潜力

这些功能使组织能够将自己或第三方机器学习算法部署到前线流程工程师和主题专家使用的高级分析应用程序，从而使单个数据科学家的努力扩展到许多前线员工。

涛思数据（TDengine）·2023-11-13 19:49

机器自主程度越高人机融合可能会越难

如机器学习算法可以根据数据的模式和趋势对未知的数据进行预测和分类，这就是一种智能行为。因此，可以说智能算法具备一定的智能。智能算法的智能程度是相对的，取决于其设计和训练的复杂程

人机与认知实验室·2023-11-13 13:58

逻辑回归癌症病人预测与不均衡样本评估指标

逻辑回归：逻辑回归是一种用于分类问题的机器学习算法。它基于线性回归模型，通过将输入特征与权重进行线性组合，并将结果通过一个称为sigmoid函数的激活函数映射到0和1之间的概率值来进行分类

Aqiyou859·2023-11-13 08:23

机器学习算法系列（一）：决策树模型

文章主要参考以下博客：决策树算法原理(上)-刘建平Pinard-博客园最近心情比较糟糕，对未来比较迷茫。将自己这几年擅长的东西整理记录下来，希望能够为自己带来好运，也希望能够帮助有需要的人。谢谢。决策树算法是机器学习中经典且重要的一个算法。它既可以用于分类，也可用于回归，同时也是很多复杂集成模型的基模型。所以掌握决策树模型算是机器学习很好的入门了。一、决策树简介决策树由节点和有向边组成。节点有两种

NO PAIN_NO GAIN·2023-11-13 08:34

Python手写实现LDA与QDA算法

完整版LDAQDA对IRIS数据集进行实验近期实验室在上一门机器学习的讨论班，第一次作业中有一道题要求实现LDA算法与QDA算法，这里LDA部分参考了以下文章与教材，详细的推导在下面的文章里也有介绍：机器学习算法推导

Lizytzh·2023-11-12 20:33

基于Python+djangoAI 农作物病虫害预警系统智能识别系统设计与实现（源码＆教程）

通过对比不同机器学习算法的性能，选定最优算法构建健康识别模型，并在实际农作物数据上进行验证，证实了该方法的有效性2.图片展示（提供主要功能）（吗.

程序员阿龙·2023-11-12 19:10

机器学习算法 - 集成算法

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集成算法1.Bagging算法1.1随机森林2.Boosting算法3.Adaboost算法4.Stacking模型集成算法集成学习（ensemblelearning）是目前非常流行的机器学习策略，基本上所有问题都可以借用其思想来得到效果上的提升。基本出发点就是把算法和各种策略集中在一起，说白了就是一个搞不定大家一起上！集

weixin_50304531·2023-11-12 19:34

机器学习算法之集成算法

集成算法1.什么是集成算法2.Bagging类的集成算法2.1Bagging2.2随机森林2.3有放回随机抽样2.4Bagging的另一个要求1.什么是集成算法集成算法(集成学习)本身不是一种单独的机器学习算法

Nothing249·2023-11-12 19:00

机器学习算法-集成学习

集成学习通常被视为一种元算法（meta-algorithm），因为它不是单独的机器学习算法，而是一种通用的策略，可以应用于各种不同类型的机器学习算法。

田晖扬·2023-11-12 19:59

正负样本不均衡的解决办法

与此同时，越来越多的机器学习算法从学术界走向工业界，而在这个过程中会有很多困难。数据不平衡问题虽然不是最难的，但绝对是最重要的问题之一。

weixin_33834910·2023-11-11 22:46

机器学习常见问题及解决方案——正负样本不均衡

与此同时，越来越多的机器学习算法从学术界走向工业界，而在这个过程中会有很多困难。数据不平衡问题虽然不是最难的，但绝对是最重要的问题之一。

荒野13·2023-11-11 22:12

机器学习算法学习笔记：线性回归

文章目录一、理论篇1、回归分析2、一元线性回归3、代价函数4、梯度下降法4、多元线性回归6、标准方程法7、多项式回归8、特征缩放9、BGD、SGD和MBGD的比较10、正则化回归10.1岭回归10.2LASSO回归10.3LASSO与岭回归一、理论篇1、回归分析线性回归是利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，是机器学习最基础的算法之一。•回归模型

Jason Hwang·2023-11-11 17:48

机器学习算法——线性回归的详细介绍及利用sklearn包实现线性回归模型

目录1、线性回归简介1.1线性回归应用场景1.2什么是线性回归1.2.1定义与公式1.2.2线性回归的特征与目标的关系分析2、线性回归api初步使用2.1线性回归API2.2举例2.2.1步骤分析2.2.2代码过程3、线性回归的损失和优化3.1损失函数3.2优化算法3.2.1正规方程（1）什么是正规方程（2）正规方程求解举例3.2.2正规方程的推导**推导方式一**：**推导方式二**：3.2.2

Ma Sizhou·2023-11-11 13:46

机器学习算法——线性回归与非线性回归

目录1.梯度下降法1.1一元线性回归1.2多元线性回归1.3标准方程法1.4梯度下降法与标准方程法的优缺点2.相关系数与决定系数1.梯度下降法1.1一元线性回归定义一元线性方程y=ωx+by=\omegax+by=ωx+b则误差（残差）平方和C(ω,b)=∑i=1n(yi^−yi)2C(\omega,b)=\sum_{i=1}^n(\hat{y_i}-y_i)^2C(ω,b)=i=1∑n(yi^−

哈密瓜Q·2023-11-11 13:36

Python机器学习算法入门教程（第四部分）

接着Python机器学习算法入门教程（第三部分），继续展开描述。

别致的SmallSix·2023-11-11 11:07

【第5期送书活动】10本Python书籍，试试你的手气！

机器学习算法与Python学习·2023-11-11 09:52

pytorch优化器详解

即优化器是一种特定的机器学习算法，通常用于在训练深度学习模型时调整权重和偏差。是用于更新神经网络参数以最小化某个损失函数的方法。它通过不断更新模型的参数来实现这一目的。

智慧医疗探索者·2023-11-10 18:38

收藏 | 机器学习模型与算法最全分类汇总！

机器学习Author：louwillMachineLearningLab本文总共涉及了26种机器学习模型与算法，几乎涵盖了全部主流的机器学习算法。

louwill12·2023-11-10 15:12

简述计算机视觉在各领域中的成功应用,深度学习分类网络研究及其在计算机视觉中的应用...

相比于传统的机器学习算法在计算机视觉中的应用效果,近年来获得蓬勃发展的深度学习方法,在计算机视觉的某些研究方向上取得了突破性进展。

Rome Cao·2023-11-10 12:58

使用深度神经网络预测股票价格

该项目将引导您完成端到端数据科学生命周期，即使用AlphaVantageAPI和称为长短期记忆(LSTM)的强大机器学习算法开发股票价格变动预测模型。

Omer_·2023-11-10 11:45

STM32单片机使用KNN算法实现鸢尾花分类

一、概述最近在利用业余时间学习机器学习算法，由于笔者是嵌入式软件工程师，想将机器学习算法在单片机端实现，KNN算法（k-NearestNeighbor，K最近邻算法）是为数不多的可在单片机端实现的机器学习算法

wanglong3713·2023-11-10 08:03

【机器学习基础】优化算法详解

导语在学习机器学习的过程中我们发现，大部分的机器学习算法的本质都是建立优化模型，通过最优化方法对目标函数(或损失函数)进行优化，从而训练出最好的模型，梯度下降是最基本的优化算法。

风度78·2023-11-10 04:08

详解机器学习最优化算法

前言对于几乎所有机器学习算法，无论是有监督学习、无监督学习，还是强化学习，最后一般都归结为求解最优化问题。因此，最优化方法在机器学习算法的推导与实现中占据中心地位。

金戈鐡馬·2023-11-10 04:35

第五章:人工智能深度学习教程-人工神经网络(第一节-人工神经网络及其应用)

当您阅读这篇文章时，您体内的哪个器官正在思考这个问题？当然是大脑啦！但你知道大脑是如何运作的吗？嗯，它有神经元或神经细胞，它们是大脑和神经系统的主要单位。这些神经元接收来自外界的感觉输入并进行处理，然后提供可能作为下一个神经元的输入的输出。这些神经元中的每一个都通过突触以复杂的排列方式与其他神经元相连。现在，您想知道这与人工神经网络有什么关系吗？嗯，人工神经网络是根据人脑中的神经元建模的。让我们详

geeks老师·2023-11-10 03:16

第四章:人工智能深度学习教程-激活函数(第四节-深入理解激活函数)

什么是激活函数？在人工神经网络中，节点的激活函数定义了该节点或神经元对于给定输入或一组输入的输出。然后将该输出用作下一个节点的输入，依此类推，直到找到原始问题的所需解决方案。它将结果值映射到所需的范围，例如0到1或-1到1等。这取决于激活函数的选择。例如，使用逻辑激活函数会将实数域中的所有输入映射到0到1的范围内。二元分类问题的示例：在二元分类问题中，我们有一个输入x，比如一张图像，我们必须将其分

geeks老师·2023-11-10 03:15

第四章:人工智能深度学习教程-激活函数(第二节-ANN 中激活函数的类型)

生物神经网络以人工神经网络的形式建模，其中人工神经元模拟生物神经元的功能。人工神经元如下图所示：人工神经元的结构每个神经元由三个主要部分组成：一组“i”个突触，其权重为wi。信号xi形成具有权重wi的第i个突触的输入。任何权重的值都可以是正值或负值。正权重具有非凡的效果，而负权重对求和点的输出具有抑制作用。输入信号的求和点由相应的突触权重加权。因为它是加权输入信号的线性组合器或加法器，所以求和点的

geeks老师·2023-11-10 03:45

第四章:人工智能深度学习教程-激活函数(第三节-Pytorch 中的激活函数)

在本文中，我们将了解PyTorch激活函数。目录什么是激活函数以及为什么使用它们？Pytorch激活函数的类型ReLU激活函数：Python3LeakyReLU激活函数：Python3S形激活函数：Python3Tanh激活函数：Python3Softmax激活函数：Python3什么是激活函数以及为什么使用它们？激活函数是Pytorch的构建块。在讨论激活函数的类型之前，让我们首先了解人脑中神经

geeks老师·2023-11-10 03:37

snownlp 原理_snownlp入门

我本科毕业设计做的是文本挖掘，用R语言做的，发现R语言对文本处理特别不友好，没有很多强大的库，特别是针对中文文本的，加上那时候还没有学机器学习算法。

马福报·2023-11-09 22:27

第四章:人工智能深度学习教程-激活函数(第一节-激活函数)

简单来说，人工神经元计算其输入的“加权和”并添加偏差，如下图所示的净输入。从数学上来说，现在净输入的值可以是从-inf到+inf之间的任何值。神经元并不真正知道如何绑定到值，因此无法决定激发模式。因此激活函数是人工神经网络的重要组成部分。他们基本上决定神经元是否应该被激活。因此它限制了净输入的值。激活函数是一种非线性变换，我们在将输入发送到下一层神经元或将其最终确定为输出之前对输入进行非线性变换。

geeks老师·2023-11-09 17:22

第三章:人工智能深度学习教程-基础神经网络(第三节-Tensorflow 中的多层感知器学习)

在本文中，我们将了解多层感知器的概念及其使用TensorFlow库在Python中的实现。多层感知器多层感知也称为MLP。它是完全连接的密集层，可将任何输入维度转换为所需的维度。多层感知是具有多个层的神经网络。为了创建神经网络，我们将神经元组合在一起，以便某些神经元的输出是其他神经元的输入。神经网络和TensorFlow的简单介绍可以在这里找到：神经网络TensorFlow简介多层感知器有一个输入

geeks老师·2023-11-09 17:45

IBM Qiskit量子机器学习教程翻译：第二章参数化电路

介绍参数化量子电路，其中的门是通过可调参数定义的，是近期量子机器学习算法的基本组成部分。在文献中，根据上下文，参数化量子电路也被称为参数化试态、变分形式或分析。

溴锑锑跃迁·2023-11-09 08:04

IBM Qiskit量子机器学习教程翻译：第三章数据编码

对于经典机器学习来说，问题是如何用数字表示数据，以便经典机器学习算法对数据进行最好的处理。

溴锑锑跃迁·2023-11-09 08:33

第三章:人工智能深度学习教程-基础神经网络(第一节-ANN 和 BNN 的区别)

你有没有想过建造大脑之类的东西是什么感觉，这些东西是如何工作的，或者它们的作用是什么？让我们看看节点如何与神经元通信，以及人工神经网络和生物神经网络之间有什么区别。1.人工神经网络：人工神经网络（ANN）是一种基于前馈策略的神经网络。之所以这样称呼，是因为它们不断地通过节点传递信息，直到到达输出节点。这也被称为最简单的神经网络类型。ANN的一些优点：无论数据类型如何（线性或非线性），都能够学习。人

geeks老师·2023-11-09 03:14

合工大《数字媒体技术》课程调研报告-视频伪造

作为人工智能深度学习领域的一个分支，Deepfake(深度伪造)技术在近几年迅速兴起，为国家间的政治抹黑、军事欺骗、经济犯罪甚至恐怖主义行动等提供了新工

晓宜·2023-11-09 03:44

基于机器学习的 ICU 脑血管疾病死亡风险智能预测系统

本系统通过构建决策树机器学习算法，可根据ICU中脑血

Python极客之家·2023-11-08 23:15

第三章:人工智能深度学习教程-基础神经网络(第六节-ML深度学习层列表)

要指定所有层按顺序连接的神经网络的架构，请直接创建层数组。要指定层可以有多个输入或输出的网络架构，请使用LayerGraph对象。使用以下函数创建不同的图层类型。输入层：功能描述图像输入层将图像输入网络应用数据标准化序列输入层将序列数据输入到网络。可学习层：功能描述卷积2d层对输入应用滑动过滤器。它通过沿输入垂直和水平移动滤波器并计算权重和输入的点积，然后添加偏差项来对输入进行卷积。转置Conv2

geeks老师·2023-11-08 22:20

推荐频道

机器学习算法人工智能深度学习