机器学习算法人工智能深度学习第4页

机器学习算法决策树

决策树的介绍决策树是一种常见的分类模型，在金融风控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分，这种思想是人类处理问题时的本能方法。例如在婚恋市场中，女方通常会先询问男方是否有房产，如果有房产再了解是否有车产，如果有车产再看是否有稳定工作……最后得出是否要深入了解的判断。决策树的主要优点：具有很好的解释性，模型可以生成可以理解的规则。可以发现特征的重要程度

小森( ﹡ˆoˆ﹡ )·2024-02-02 09:27

神经网络与深度学习Pytorch版 Softmax回归笔记

回归模型概述及其在多分类问题中的应用4.Softmax运算在多分类问题中的应用及其数学原理5.小批量样本分类的矢量计算表达式6.交叉熵损失函数7.模型预测及评价8.小结Softmax回归，也称为多类逻辑回归，是一种用于解决多分类问题的机器学习算法

砍树＋c＋v·2024-02-02 09:14

超参数搜索matlab,MATLAB中与算法无关的超参数网格搜索

我想比较不同的机器学习算法.作为其中的一部分,我需要能够执行gridsearchforoptimalhyperparameters.但是,我并没有真正想到为每个固定算法和其超参数的固定子集编写单独的网格搜索实现

徐聪瓜要努力·2024-02-02 08:42

技术科普 | 机器视觉5大关键技术及其常见应用

随着人工智能和机器学习算法进入了与产业深度融合的阶段，机器视觉技术已广泛应用于人脸识别、自动驾驶、无人机、医学影像分析、工业生产等场景，主要运用到以下六大主流机器视觉技术，一起来了解一下~

英码科技·2024-02-02 08:22

Python 机器学习 K-近邻算法

1、理解KNN算法K-最近邻（K-NearestNeighbors，KNN）算法是一种基本且易于实现的机器学习算法，广泛应用于分类和回归问题。

weixin_42098295·2024-02-02 03:25

机器学习驱动的精密缺陷检测技术研究

机器学习驱动的精密缺陷检测技术是一种基于机器学习算法的技术，它可以在各种应用场景中自动、准确地检测缺陷。

matlabgoodboy·2024-02-01 18:59

欧洲安全研究计划——DiSIEM项目

（1）DiSIEM项目的基础是使用可伸缩的信息提取和机器学习算法和工具，从多个大数据源(监控基础设施、开源智能、社交网络、安全新闻提要、咨询

Threathunter·2024-02-01 16:05

故障诊断 | 一文解决，CNN-SVM卷积神经网络-支持向量机组合模型的故障诊断（Matlab）

支持向量机组合模型的故障诊断（Matlab）模型描述卷积神经网络（ConvolutionalNeuralNetwork，CNN）和支持向量机（SupportVectorMachine，SVM）是两种常用的机器学习算法

机器学习之心·2024-02-01 14:01

我本科金融毕业，有基金，证券，期货的从业资格证，会python编程，会点爬虫，可我为什么还是不好找工作？

在学习自己搭建量化交易系统，数据分析，人工智能和机器学习算法。但我为什么感觉，我还是不好找工作。这是我最近逛脉脉职言，看到的一则动态。

程序媛_lisa·2024-02-01 11:14

【深度学习：机器学习模型】如何构建您的第一个机器学习模型

【深度学习：机器学习模型】如何构建您的第一个机器学习模型第1步：将您的机器学习项目置于情境中第2步：探索数据并选择机器学习算法的类型监督学习无监督学习强化学习第3步：数据收集第4步：选择模型评估方法维护保留验证集

jcfszxc·2024-02-01 11:59

OpenCV与机器学习：使用opencv实现KNN

opencv实现KNN前言OpenCV实现KNN生成随机数据使用matplotlib绘制数据OpenCV用于KNN训练生成新数据并观察预测前言KNN算法，即K-NearestNeighbor，是一种简单的机器学习算法

艾醒(AiXing-w)·2024-02-01 10:13

人工智能与机器学习——开启智能时代的里程碑

写在前面前言人工智能与机器学习的概述监督学习、无监督学习和强化学习的基本原理监督学习：无监督学习：强化学习：机器学习的算法和方法常见的机器学习算法和方法线性回归：决策树：支持向量机：神经网络：人工智能与机器学习的应用领域人工智能与机器学习的未来发展结论

洁洁！·2024-02-01 01:32

机器学习-3降低损失(Reducing Loss)

hl=zh-cn本文作为学习记录1.降低损失：迭代方法迭代学习下图展示了机器学习算法用于训练模型的迭代试错过程：迭代策略在机器学习中很常见，主

喜乐00·2024-02-01 00:47

知识蒸馏（paper翻译）

paper：DistillingtheKnowledgeinaNeuralNetwork摘要：提高几乎所有机器学习算法性能的一个非常简单的方法是在相同的数据上训练许多不同的模型，然后对它们的预测进行平均

蓝羽飞鸟·2024-01-31 23:18

【机器学习】常见算法详解第2篇：KNN之kd树介绍（已分享，附代码）

本系列文章md笔记（已分享）主要讨论机器学习算法相关知识。

程序员一诺·2024-01-31 12:45

奠定基础：用于机器学习的微积分、数学和线性代数

然而，在幕后，有一个坚实的数学和线性代数基础，构成了机器学习算法的支柱。在本文中，我们将探讨在深入研究机器学习之前应该熟悉的关键数学概念和线性代数基础知识。

无水先生·2024-01-31 07:54

使用Gensim库对文本进行词袋、TF-IDF和n-gram方法向量化处理

Gensim库简介机器学习算法需要使用向量化后的数据进行预测，对于文本数据来说，因为算法执行的是关于矩形的数学运算，这意味着我们必须将字符串转换为向量。

Yuki_lsq·2024-01-31 03:02

机器学习综述（考试整理的）

3.机器学习算法：在1980年之前，这些机器学习算法都是零碎化的，不成体系。从1980年开始，机器学习才真正成为一个独立的方向。在这之后，各种机器

wyn20001128·2024-01-31 01:53

特征选择综述论文阅读笔记

当数据挖掘和机器学习算法应用于高维数据时，一个关键问题被称为维数诅咒：数据在高维空间中变得更加稀疏，对为低维空间设计的算法产生不利影响的现象。

wyn20001128·2024-01-31 01:23

Orion-14B-Chat-Plugin本地部署的解决方案

985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。

herosunly·2024-01-30 16:43

Docker：Python环境Docker镜像瘦身

关键字：Docker，Python原始镜像封装一个Python3.7的环境并且安装Python依赖包实现一个机器学习算法预测任务，Dockerfile如下FROMpython:3.7MAINTAINERxxxENVPIPURL"https

xiaogp·2024-01-30 15:52

sklearn调包侠之学习曲线和Pipeline

今天不单独讲解某个机器学习算法，而是讲解机器学习中常用的工具或者说是方法。一是绘制学习曲线，看模型的好坏程度（过拟合还是欠拟合）；而是减少代码量，利用pipeline构造算法流水线。

罗罗攀·2024-01-30 14:22

sklearn.preprocessing中的标准化StandardScaler与scale的区别

StandardScaler与scale1、标准化概述2、两种标准化的区别1、标准化概述标准化主要用于对样本数据在不同特征维度进行伸缩变换，目的是使得不同度量之间的特征具有可比性，同时不改变原始数据的分布一些机器学习算法对输入数据的规模和量纲非常敏感

对许·2024-01-30 12:54

【机器学习】工程实践问题概述

机器学习实际应用时的工程问题与面临的挑战一、实现细节问题1.1训练样本训练样本与标注对各类机器学习算法和模型的精度影响训练样本的选择对各类机器学习算法和模型的影响训练样本的优化如何进行数据增强？

十年一梦实验室·2024-01-30 11:12

机器学习算法实现刑事案件文本分类

一、背景随着我国法制建设不断健全，法规日趋完善，人们的法律意识也越来越强。当前，随着越来越多的法律文本公开，为犯罪案件审理这个方面的挖掘积累了大量的文本内容。因此，通过收集法律与犯罪领域文本，构建起司法领域语料库，使用自然语言处理技术进行挖掘，实现文本分类，并利用机器学习等技术实现对法律案件的预测具有重要意义。文本分类算法，是计算机对文本集合按照事先定义好的类别体系进行自动分类标记的技术，它根据一

deleteeee·2024-01-30 08:23

【NLP冲吖~】〇、NLP（自然语言处理、大纲）

0、自然语言处理自然语言处理是一门用于理解人类语言、情感和思想的技术，是人工智能深度学习领域的一项重要分支，去年爆火的GPT就是该分支的一个重要落地的应用。

漂泊老猫·2024-01-30 08:21

基于机器学习的无损缺陷检测技术研究进展

目前，基于机器学习的无损缺陷检测技术研究主要集中在以下几个方面：缺陷特征提取：利用机器学习算法对无损检测数据进行处理，提取出能够反映缺陷特征的信息，如缺陷的形状、大小、位置等。这些信息可以作为

matlabgoodboy·2024-01-30 07:00

机器学习系列 16：使用 scikit-learn 的 Pipeline

在机器学习项目中，我们经常需要进行大量的数据预处理步骤，最后用处理干净的数据集来拟合机器学习算法得到一个合适的机器学习模型。

加百力·2024-01-30 07:28

随机森林和决策树区别

随机森林（RandomForest）和决策树（DecisionTree）是两种不同的机器学习算法，其中随机森林是基于决策树构建的一种集成学习方法。

Recursions·2024-01-30 06:13

应用python实现k近邻算法（学生活跃表现数据实战）

SKlearn中包含有很多现成的机器学习算法包，可大幅度降低使用者1编程难度与复杂度，节省项目开发时间与人力成本。如上图所示的案例，进行KNN分类回归模型计算。

樱落辰`·2024-01-29 20:12

实战案例：使用 Python 机器学习预测外卖送餐时间

其中有一个办法就是，基于外卖员之前的配送信息，使用机器学习算法来预测外卖的配送时间。今天我就给大家来介绍一下，基于Python机器学习预测外卖送餐时间。

Python数据挖掘·2024-01-29 20:10

有关机器学习的两种算法特点

机器学习算法主要有三大类：监督学习、无监督学习和强化学习。监督学习：使用预定义的“训练示例”集合，训练系统，便于其在新数据被馈送

轻雨科技·2024-01-29 17:49

【机器学习】欠拟合与过拟合

（2）添加多项式特征，这个在机器学习算法里用得很普遍，例如将线性模型通过添加二次项或者三次项使模型泛化能力更强。

WEL测试·2024-01-29 16:36

机器学习_集成学习之Stacking/Blending(以预测结果作为新特征)

然而这些大多是基于同一种机器学习算法的集成，而且基本都是在集成决策树。

you_are_my_sunshine*·2024-01-29 08:00

使用机器学习算法检测交易中的异常行为

AI知识图谱大本营·2024-01-29 01:05

【机器学习笔记】1 线性回归

其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值与真实值之间的误差最小化（点越靠近这条线越好）线性回归的符号约定如上表所示m行记录，标签（房价）是y，前面几列列名是特征x，有n=4个特征线性回归-算法流程训练数据利用机器学习算法得到模型

RIKI_1·2024-01-28 23:13

深度学习参数调整—学习笔记

文章目录概念参数和超参数超参数分类欠拟合和过拟合学习率（learningrate）epoch批次大小（batch_size）step参考资料概念训练机器学习算法的主要目的是调整权重以最小化损失或成本。

studyeboy·2024-01-28 21:32

最优化方法之梯度下降法和牛顿法

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。最常见的最优化方法有梯度下降法、牛顿法。

thatway1989·2024-01-28 12:00

机器学习---可能近似正确（PAC）、出错界限框架

1.计算学习理论概述从理论上刻画了若干类型的机器学习问题中的困难和若干类型的机器学习算法的能力这个理论要回答的问题是：在什么样的条件下成功的学习是可能的？在什么条件下某个特定的学习算法可保证成功运行？

三月七꧁ ꧂·2024-01-28 10:35

python-scikit-learn基础

scikit-learn模型调用1.调用模型2.代入数据训练3.模型预测6.scikit-learn结果评价7.scikit-learn过程可视化（以决策树为例）前言scikit-learn是python实现的机器学习算法库

木心心以向荣·2024-01-28 06:11

机器学习库选型

：https://www.080910t.com/2018/02/23/choosing-an-open-source-machine-learning-library/机器学习库选型1.编程模式2.机器学习算法

Francis_Ye·2024-01-28 04:17

Java入门高频考查基础知识5（扎实技术基础应变一切变化-45题4.2万字参考答案）

技术变革裁员影响的因素：自动化替代简单重复性工作：随着技术的发展，一些简单、重复性的编码任务可能被自动化工具或者机器学习算法取代。这可能导致一些岗位的需求减少或者消失，从而可能导致部分人员裁员。

danci_·2024-01-28 01:37

人工智能在教学领域中有哪些运用？

2.自适应评估：通过分析学生的学习数据，利用机器学习算法和模型，实现对学生学习成果的自动评估和反馈，提供针对性的学习建议和指导。

金鸣识别·2024-01-28 00:06

使用 Databricks+Mlflow 进行机器学习模型的训练和部署

机器学习算法中有大量可配置参数，在做机器学习实验时，很难追踪到哪些参数、哪个版本的代码以及哪个版本的数据会产生特定的结果。其次，机器学习实验的结果难以复现。

阿里云云栖号·2024-01-27 17:18

huggingface高速下载模型的实战代码