机器学习算法基础第36页

2024全球机器学习大会上海站重磅官宣，首批演讲嘉宾和12大议题揭晓！

自1936年阿兰·图灵提出「图灵机」以及机器具备「思维」的可能性以来，机器学习已经成为人类实现人工智能的核心路径。

CSDN资讯·2024-02-01 10:10

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

深入理解K均值算法：Python中的应用与实践

目录写在开头1.K均值算法基础1.1什么是K均值算法？

theskylife·2024-02-01 09:54

自然语言处理系列十二》中文分词》机器学习统计分词

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《自然语言处理原理与实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录自然语言处理系列十二中文分词机器学习统计分词总结自然语言处理系列十二中文分词中文分词

陈敬雷-充电了么-CEO兼CTO·2024-02-01 08:15

自然语言处理系列十五》中文分词》机器学习统计分词》CRF分词

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《自然语言处理原理与实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录自然语言处理系列十五中文分词CRF分词总结自然语言处理系列十五中文分词中文分词(ChineseWordSegmentation)指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。我们知道

陈敬雷-充电了么-CEO兼CTO·2024-02-01 08:15

探索智能巡检机器人深度学习的奥秘

机器学习技术已经成为人工智能领域的关键组成部分，在图像识别、语音识别、自然语言处理、推荐系统、金融风控、医疗诊断等各个

超维机器人·2024-02-01 07:27

C++ 程序员必须收藏的资源大全

awesome-cpp就是fffaraz发起维护的C++资源列表，内容包括：标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等。

纵横千里，捭阖四方·2024-02-01 07:25

基于机器学习的物流预测可视化（附源码）

物流行业数据分析简介物流行业是指负责货物运输、仓储、配送等环节的相关产业。随着互联网和电子商务的发展，物流行业正面临着巨大的变革和机遇。数据分析在物流行业中起着重要的作用，可以帮助企业更好地理解和优化其供应链、运输和仓储管理等方面的运营。物流行业数据分析涉略内容运输效率分析：通过对运输网络、路线和调度等数据进行分析，可以评估和改进物流运输的效率和成本。例如，利用运输数据分析可以确定最佳路线、提高装

py爱好者~·2024-02-01 07:34

【SparkML系列2】DataSource读取图片数据

DataSource(数据源)在本节中，我们将介绍如何在机器学习中使用数据源加载数据。除了一些通用的数据源，如Parquet、CSV、JSON和JDBC外，我们还提供了一些专门用于机器学习的数据源。

周润发的弟弟·2024-02-01 07:01

鱼和熊掌如何兼得？一文解析RDS数据库存储架构升级

在2023年云栖大会上，阿里云数据库产品事业部负责人李飞飞在主题演讲中提到，瑶池数据库推出“DB+存储”一体化能力，结合人工智能、机器学习、存储等方法和创新能力，实现BufferPoolExtension

阿里云瑶池数据库·2024-02-01 06:17

你可能不知道，机器学习的核心竟然是学会忘记

很多人并不知道，机器学习的核心竟然是教会机器学会忘记。你没看错，就是“忘记”。人之所以智能，是因为我们有一种能力，只记住需要记住的东西，有些不重要的特征，会自然选择遗忘。

A尚学堂Nancy老师·2024-02-01 06:48

AI项目落地成功因素：数据和机器学习模型的选择

构建机器学习模型时，需要考虑几个关键要素：计算能力、算法和数据。公司往往会将大部分资源集中于开发正确的、无偏见的算法，并加大对计算能力的投入，而在运行模型前，数据通常靠边站或完全被抛诸脑后。

澳鹏Appen·2024-02-01 05:11

AI技术的机遇与挑战

全球新冠肺炎疫情等驱动因素促进了数字化转型，极大地加快了AI和机器学习（ML）技术的发展。越来越多的企业正在研究如何发掘AI的价值，让AI在现实世界中更好地服务于自己的业务和客户。

澳鹏Appen·2024-02-01 05:11

L1-089 ~ L1-092（PTA）

目录L1-089最好的文档（5分）题目描述输入格式：输出格式：输入样例：输出样例：题解思路：L1-090什么是机器学习（5分）题目描述输入格式：输出格式：输入样例：输出样例：题解思路：L1-091程序员买包子

.lby.·2024-02-01 04:08

吴恩达机器学习- 正则化

过拟合和欠拟合定义和形态解决方法减少特征值数量正则化正则化惩罚θ系数线性回归正则化逻辑回归正则化

YANWeichuan·2024-02-01 03:40

python机器学习——简单神经网络算法回归分析

利用python实现简单的神经网络算法回归分析2023年亚太杯数学建模C题可以使用这个代码进行分析importpandasaspdimportnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearn.preprocessingimportStandardScalerfromtensorflow.keras.model

EchoToMe·2024-02-01 02:32

未来软件测试行业发展的10大趋势，&就业钱景

特别是在软件开发和测试领域在不断创新，并可能将人工智能、机器学习、大数据等新兴技术结合起来的当下。

不是Y君·2024-02-01 02:26

存内计算路线再获加持，清华存内芯片登Science

Edgelearningusingafullyintegratedneuro-inspiredmemristorchip”的研究论文，论文显示，团队基于存内计算范式，研制出全系统集成、支持高效片上学习(机器学习能在硬件端直接完成

存内计算开发者·2024-02-01 02:45

聊聊工业界做机器学习的里程碑

文|吴海波编|YY阅读说明，本文的机器学习领域限制于互联网搜索、推荐、广告场景，仅限于个人观点。2017年，我和团队的几个核心去了趟北京，找了各大互联网公司一线实战的同学，交流各自在机器学习上的经验。

夕小瑶·2024-02-01 02:36

【机器学习高级实践】历时一年终于把因果推断与机器学习讲明白了

在本文中，将大家比较关注的机器学习领域新兴分支，因果推断进行简要的介绍。文章目录前言因果推断因果推断的前世今生（1）潜在结果框架

陈橘又青·2024-02-01 02:05

总结机器学习3个时代的算力规律：大模型的出现改变了什么？

作者|刘媛媛来源丨数据实战派图1：1950年至2022年间118个里程碑机器学习系统的趋势。我们区分了三个时代。注意大约2010年的斜率变化，与深度学习的出现相匹配；2015年底出现了新的大规模趋势。

AI科技大本营·2024-02-01 02:04

人工智能、机器学习和深度学习，到底有什么区别？

人工智能、机器学习和深度学习的关系在智能科学领域，有一个初学者很爱问的问题：人工智能、机器学习和深度学习三者有什么联系和区别？这个是既简单又复杂的问题。这个问题是有标准答案的。

Finovy Cloud·2024-02-01 02:04

人工智能在现代科技中的应用和未来发展趋势

以下是一些主要的应用和未来发展趋势：机器学习：人工智能的核心技术之一是机器学习，它通过大量数据和算法训练，使机器能够自动学习和改进。

Komorebi_9999·2024-02-01 02:34

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

8个硬核的python入门项目

大家好，Python是一种通用编程语言，被广泛用于Web开发、数据分析、机器学习和自动化。提高Python技能的最佳方式之一是从事实际项目。

python慕遥·2024-02-01 01:23

机器学习-3降低损失(Reducing Loss)

机器学习-3降低损失(ReducingLoss)学习内容来自：谷歌ai学习https://developers.google.cn/machine-learning/crash-course/framing

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】【概率论】【损失熵】【KL散度】信息量、香农熵和KL散度的计算

1、信息量（AmountofInformation）对于一个事件：小概率-->大信息量大概率-->小信息量独立事件的信息量可以相加I(x)=log2(1p(x))=−log2(p(x))I(x)=log_2(\frac{1}{p(x)})=-log_2(p(x))I(x)=log2(p(x)1)=−log2(p(x))E.g.:一枚均匀的硬币:p(h)=0.5p(h)=0.5p(h)=0.5Ip(

忘却的旋律dw·2024-01-31 23:47

机器学习入门（10）— 浅显易懂的计算图、链式法则讲解

1.计算图概念计算图将计算过程用图形表示出来。这里说的图形是数据结构图，通过多个节点和边表示（连接节点的直线称为“边”）。2.计算图求解问题1：小明在超市买了2个100日元一个的苹果，消费税是10%，请计算支付金额。计算图通过节点和箭头表示计算过程。节点用○表示，○中是计算的内容。将计算的中间结果写在箭头的上方，表示各个节点的计算结果从左向右传递。用计算图解问题1，求解过程如图5-1所示。虽然图5

wohu007·2024-01-31 23:41

Transformer 代码补充

本文是对Transformer-Attentionisallyouneed论文阅读-CSDN博客以及【李宏毅机器学习】Transformer内容补充-CSDN博客的补充，是对相关代码的理解。

Karen_Yu_·2024-01-31 21:27

使用Mediapipe实现CPU上的实时人脸检测（每秒30帧）

照片已检测到人脸关于Mediapipe的一点介绍Mediapipe是一个用于构建跨平台、可定制的实时和流媒体机器学习解决方案的开源框架。它可用于执行各种计算机视觉任

小北的北·2024-01-31 20:55

版本匹配指南：Numpy版本和Python版本的对应关系

参考链接结尾引言在数据科学和机器学习的世界中，Numpy占据着核心地位，其重要性无可替代。它为Python注入了强大的数值计算能力，让处理大型多维数组和矩阵运算变得如履平地。

高斯小哥·2024-01-31 20:07

Tensorflow实战深度学习笔记一

经验----机器学习。训练----特征相关度。特征提取深度学习---自动地将简单的特征组合成更加复杂的特征，并使用这些复杂特征解决问题。深度学习--------不等于模仿人类大脑。

独立开发者Lau·2024-01-31 20:13

VSCode问题记录

20230304-0.引言这几年的编程方式还真是各种变化，从一开始直接VIM，到后面使用jupyter进行机器学习相关，然后再过渡到vim的形式并加以tmux批量化，最后去年使用了vscode作为IDE

V丶Chao·2024-01-31 19:44

【Transformer 】 Hugging Face手册 (01/10)

二、变形金刚适用于PyTorch、TensorFlow和JAX的先进机器学习。 Transformers提供API和工具，可轻松下载和训练最先进的预训练模型。

无水先生·2024-01-31 19:42

【无标题】

系列文章目录提示：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系列文章目录前言一

MarkHD·2024-01-31 18:03

一文讲透Python机器学习特征选择角度的卡方检验

机器学习特征选择角度的卡方检验是计算特征变量与响应变量之间的χ2统计量。χ2统计量越大，则特征变量与响应变量之间独立的概率就越小，相关性就越大。因此，χ2统计量大的特征变量将会被优先选择用于预测。

数据科学作家·2024-01-31 18:52

Python机器学习--简单清晰的说说K近邻算法的基本原理

K近邻算法的基本原理：首先通过所有的特征变量构筑起一个特征空间，特征空间的维数就是特征变量的个数，然后针对某个测试样本，按照参数K在特征空间内寻找与它最为近邻的K个训练样本观测值，最后依据这K个训练样本的响应变量值或实际分类情况获得该样本响应变量拟合值或预测分类情况。针对分类问题，按照“多数票规则”来确定，也就是说，K个训练样本中包含样本数最多的那一类是什么，测试样本的分类就是什么；针对回归问题，

数据科学作家·2024-01-31 18:21

泛谈一下数字化技能的学习，SPSS、Stata还是Python？技术、业务+表达、展现！

很多学生在本科或专科上学时代学过统计学、计量经济学、机器学习、数据分析、统计分析、数据挖掘、量化建模等一门或多门课程，至少也学过概率论、数理统计、线性代数、微积分等课程，其实就已经具备了相对较好的数据分析基础

数据科学作家·2024-01-31 17:49

故障诊断 | 一文解决，GRU门控循环单元故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍模型描述源码设计参考资料效果一览文章概述故障诊断|一文解决，GRU门控循环单元故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 17:30

故障诊断 | 一文解决，BP神经网络的故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍模型描述源码设计参考资料效果一览文章概述故障诊断|一文解决，BP神经网络的故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 17:30

算法基础（可能

蓝桥杯刷题技巧总结文章目录javaAPI复习BigDecimal1、简介2、构造器创建3、方法描述Integercalendar字符串格式化java基础复习HashSet1、HashSet底层机制说明分析HashSet的添加元素底层是如何实现的（hash（）+equals())2、HashSet的扩容和转成红黑树机制HashMapMaphash表TreeSet模板字符串、字符、数字转换*全排列模板

奥丁之眼·2024-01-31 16:08

双N卡完美运行ChatGLM3

之前已经装好了环境，参考：使用TeslaP4双卡配置torch机器学习环境环境配置关于ChatGLM3不过多介绍了，支持工具回调，支持代码执行，是我挺喜欢的一个开源模型，这次直接给出了技术文档

银空飞羽·2024-01-31 15:08

使用Tesla P4 双卡配置torch机器学习环境

写在前面最近一个朋友自己组了一台机器，双TeslaP4N卡，我准备尝试学习一下配置PyTorch的机器学习环境。

银空飞羽·2024-01-31 15:38

Python工具箱系列（五十五）

目前相对成熟的有：•Google的tesseract项目，它能识别100多种语言•基于机器学习的多个项目，例如百度的paddlehubtesseract使用比较简单，但是配置相对复杂一下。

程序媛了了·2024-01-31 15:06

一篇文章预览数据挖掘比赛入门

很多学习机器学习的同学来参加数据挖掘比赛,发现数据挖掘比赛和自己学过的机器学习理论完全不一致.所以,我决定写一篇入门文章给那些新人。

MycountryMyhome·2024-01-31 15:10

故障诊断 | 一文解决，CNN卷积神经网络故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍源码设计参考资料效果一览文章概述故障诊断|一文解决，CNN卷积神经网络故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 15:09

金融风控Task2-数据分析

目的EDA（ExploratoryDataAnalysis）价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.了解变量间的相互关系

sunflowers11·2024-01-31 14:17

AI特训一：为什么要学习AI

AI利用机器学习、深度学习、自然语言处理等技术，能够分析大量的数据、识别模式、做出决策和预测AI有哪些强大之处·处理大量数据：AI能够处理和分析大规模数据，挖掘数据中的模式和洞察，从中获取有价值的信息和知识

我不是费圆·2024-01-31 14:14

推荐频道

机器学习算法基础