机器学习算法系列

《21天晋级大数据实战营》小结汇总

【DAY17】轻松探索数据背后的价值-数据湖探索实验小结点击查看【DAY15】让数据产生价值--数据仓库服务实验小结点击查看【DAY14】机器学习实战-销售预测实验小结点击查看【DAY13】车联网应用之轨迹分析实验小结点击查看
技术火炬手·2024-01-16 12:48

深度学习：大规模模型分布式训练框架DeepSpeed

参考文献DeepSpeed简介随着机器学习模型变得越来越复杂和庞大，训练这些模型所需的计算资源也在不断增加。
AI Player·2024-01-16 12:31

【AI】 AIOTSummary

智能物联网（AIoT）是2018年兴起的概念，指系统通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下的），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测
路途…·2024-01-16 12:51

深入解析多目标优化技术：理论、实践与优化

本文深入探讨了多目标优化技术及其在机器学习和深度学习中的应用，特别聚焦于遗传算法的原理和实践应用。
TechLead KrisChang·2024-01-16 11:10

竞争力榜单！大模型加持高阶智驾，TOP10数据服务提供商

比如，2006年发布的ImageNet，就是机器学习社区最流行的图像分类基准数据集，包含超过1400万张标注图像，也成为评估计
高工智能汽车·2024-01-16 11:35

NLP 学习资源

自然语言处理经典任务|学习自然语言处理技术数据结构与算法基础|时间复杂度、空间复杂度|斐波那契数列的时间和空间复杂度|动态规划算法|经典的DP问题|练习：DP问题的代码解法|专题：时序分析中的DTW算法机器学习基础
红烧肉_2121·2024-01-16 11:10

Python实现滚动回归模型(RollingOLS算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-16 11:00

Python实现对角但非同一性协方差结构回归模型(WLS算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-16 11:30

Python实现分位数回归模型(quantreg算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-16 11:30

Python实现递归最小二乘法回归模型(RecursiveLS算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2024-01-16 11:55

监督学习 - 梯度提升回归（Gradient Boosting Regression）

什么是机器学习梯度提升回归（GradientBoostingRegression）是一种集成学习方法，用于解决回归问题。它通过迭代地训练一系列弱学习器（通常是决策树）来逐步提升模型的性能。
草明·2024-01-16 11:02

机器学习实际案例-量化交易案例

量化交易案例介绍1.1案例说明机器学习与人工智能在金融领域已有成熟的应用。用统计模型来预测股票等金融产品的价格并自动交易，这是其中的经典问题。
xiaoshun007～·2024-01-16 10:36

机器学习_梯度下降

文章目录什么是梯度梯度下降梯度下降有什么用什么是梯度计算梯度向量其几何意义，就是函数变化的方向，而且是变化最快的方向。对于函数f(x)，在点(xo,yo)，梯度向量的方向也就是y值增加最快的方向。也就是说，沿着梯度向量的方向△f(xo)，能找到函数的最大值。反过来说，沿着梯度向量相反的方向，也就是-△f(xo)的方向，梯度减少最快，能找到函数的最小值。如果某一个点的梯度向量的值为0，那么也就是来到
you_are_my_sunshine*·2024-01-16 10:05

机器学习在什么场景下最常用-九五小庞

机器学习在多个场景中都有广泛的应用，下面是一些常见的应用场景：自然语言处理（NLP）：如语音识别、自动翻译、情感分析、垃圾邮件过滤等。数据挖掘和分析：如市场分析、用户画像、推荐系统、欺诈检测等。
Up九五小庞·2024-01-16 10:33

机器学习中的准确率，敏感性，特异性，阳性预测值，阴性预测值，假阳率，假阴率 -九五小庞

机器学习中常用的评价指标包括准确率（Accuracy）、敏感性（Sensitivity）、特异性（Specificity）、阳性预测值（PositivePredictiveValue，PPV）、阴性预测值
Up九五小庞·2024-01-16 10:03

开源项目汇总：机器学习前沿探索 | 开源专题 No.60

facebookresearch/xformersStars:6.0kLicense:NOASSERTIONxFormers是一个加速Transformer研究的工具包，主要功能如下：可自定义构建模块：无需样板代码即可使用的独立/可定制化构建模块。这些组件与领域无关，被视觉、NLP等领域的研究人员广泛使用。以研究为先导：xFormers包含在pytorch等主流库中还不可用的尖端组件。注重效率：因
开源服务指南·2024-01-16 10:01

机器学习学习笔记（吴恩达）（第三课第一周）（无监督算法，K-means、异常检测）

欢迎聚类算法：无监督学习：聚类、异常检测推荐算法：强化学习：聚类（Clustering）聚类算法：查看大量数据点并自动找到彼此相关或相似的数据点。是一种无监督学习算法聚类与二院监督学习算法对比：无监督：（聚类是无监督学习算法之一）聚类算法应用：如相似的新闻文章组合，市场细分，DNA数据分析，天文数据分析（星系、天体结构）K-means算法是一种常用的聚类算法原理概述【K-means工作原理过程】（
kgbkqLjm·2024-01-16 10:30

机器学习——主成成分分析PCA

如上图所示，一共有4个属性，身高（m为单位），身高（cm）,时速（每小时公里），时速（每小时里），身高的两个属性是相关的，时速的两个属性也是相关的，我们把四组具有相关性的变量转换成了两组不相关的变量，我们把转换后的这2组变量称为它的主成分。说白了，就是这两组变量能够代表这个人的身高特征和骑自行车的特征。上述例子体现了降维。维数少了，数据就少了。在上述的例子中，我们可以用肉眼看出来存在相关性；在实际
你若盛开，清风自来！·2024-01-16 10:29

【白话机器学习的数学】读书笔记(1)简介机器学习

一、简介机器学习1.机器学习擅长的任务回归分类聚类2.聚类与分类的区别：数据带不带标签。
JunLal·2024-01-16 10:27

在 TensorFlow 中启用 Eager Execution

探索EagerExecution，了解在TensorFlow中默认启用它的好处TensorFlow是一个端到端的开源机器学习平台，可以更轻松地构建和部署机器学习模型。
AI-智能·2024-01-16 10:43

深度学习入门

深度学习基础知识了解深度学习与机器学习的关系，探索其基础知识，并了解在某些应用中使用深度学习算法的优势。技能水平初学者估计完成时间约2小时。
AI-智能·2024-01-16 10:13

机器学习入门

概述此学习路径专为有兴趣快速掌握机器学习的任何人而设计。学习路径包括分步教程和动手演示，您将在其中构建模型并在应用中使用它们。你将使用Python和scikit-learn来生成和测试模型。
AI-智能·2024-01-16 10:42

使用 Python 和 scikit-learn 生成机器学习模型

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。
AI-智能·2024-01-16 10:42

Python提取PDF中部分页面的实战代码

从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2024-01-16 09:04

书生·浦语大模型实战2

轻松玩转书生·浦语大模型趣味Demo大模型及InternLM模型简介什么是大模型大模型通常指的是机器学习或人工智能领域中参数数量巨大、拥有庞大计算能力和参数规模的模型。
__如果·2024-01-16 09:54

半监督学习 - 自监督学习（Self-Supervised Learning）

什么是机器学习自监督学习既不是纯粹的半监督学习，也不是纯粹的无监督学习，而是介于两者之间的一种学习范式。在自监督学习中，模型从数据本身中生成标签，而不是依赖外部的人工标签。
草明·2024-01-16 09:21

半监督学习 - 三元组学习（Triplet Learning）

什么是机器学习三元组学习（TripletLearning）是半监督学习中一种用于学习有用表示的方法。它通常用于学习数据中的相似性关系，尤其在人脸识别、图像检索等领域中得到广泛应用。
草明·2024-01-16 09:44

MATLAB Deep learning

Chapter1:MachineLearning存在的问题过拟合Overfitting解决过拟合regularizationandvalidationregularization正则化validation验证机器学习的类型有监督学习分类
JNU freshman·2024-01-16 09:37

#AIGC##VDB# 【一篇入门VDB】矢量数据库-从技术介绍到选型方向

首先，文章解释了矢量的数学和物理学概念，然后引入了矢量在数据科学和机器学习中的应用。随后，详细介绍了什么是矢量数据库，以及它在搜索引擎、自然语言处理、图像识别等方面的优势。
向日葵花籽儿·2024-01-16 09:28

从零开始的神经网络

了解如何在没有框架帮助的情况下构建神经网络的基础知识，这些框架可能使其更易于使用在Python中创建具有不同架构的复杂神经网络应该是任何机器学习工程师或数据科学家的标准做法。
AI-智能·2024-01-16 08:14

【文本到上下文 #5】：RNN、LSTM 和 GRU

从NLP的基础知识到机器学习应用程序，我们现在深入研究了神经网络的复杂世界及其处理语言的深刻能力。
无水先生·2024-01-16 08:42

深度学习笔记（七）——基于Iris/MNIST数据集构建基础的分类网络算法实战

截图和程序部分引用自北京大学机器学习公开课认识网络的构建结构在神经网络的构建过程中，都避不开以下几个步骤：导入网络和依赖模块原始数据处理和清洗加载训练和测试数据构建网络结构，确定网络优化方法将数据送入网络进行训练
絮沫·2024-01-16 08:49

【深度学习I-基础知识】

深度学习I-基础知识1基础知识1.1模型的基本概念1.2机器学习1.2.1概率建模1.2.2核方法1.2.3决策树、随机森林和梯度提升机1.3深度学习1.3.1张量1.3.2数据批量1.3.3张量运算1.3.4
Dymc·2024-01-16 08:50

探索GpuMall智算云平台的AI云计算：SSH连接GPU云主机进行深度学习

#GpuMall##GpuMall智算云##算力租赁##ai#在人工智能和机器学习的领域中，获取强大的计算资源已经成为推进项目进展的关键。随着AI研究的深入，需求对GPU加速的计算能力也在不断提升。
GpuMall·2024-01-16 07:17

pytorch集智-5手写数字识别器-卷积神经网络

一般机器学习需要特征工程，cnn可以自动识别，极大代替或取代了特征工程和多层感知机原理不同点：层包含卷积层，池化层。但也是一种前馈神经网络输入与输出：输入可为图像，输出为目标分类个数（比
peter6768·2024-01-16 07:15

机器学习算法——KNN算法

1.KNN算法基本概念1.1KNN（K-NearestNeighbors，K个最近的邻居）算法是一种基本的机器学习算法，它主要用于分类和回归问题。
AI天任·2024-01-16 07:10

多臂老虎机 “Multi-armed Bandits”

将强化学习与机器学习、深度学习区分开的最重要的特征为：它通过训练中信息来评估所采取的动作，而不是给出正确的动作进行指导，这极大地促进了寻找更优动作的需求。
EasonZzzzzzz·2024-01-16 07:48

探索sklearn中SVM模型的原理及使用案例

大家好，支持向量机（SupportVectorMachines，SVM）是一种经典的机器学习算法，被广泛应用于分类和回归任务中。
python慕遥·2024-01-16 07:12

StanFord 机器学习公开课笔记(4):生成学习算法

本讲视频及讲义链接生成学习算法生成学习算法和判别学习算法的区别判别学习算法(Discriminative)我们之前学习过Logistic算法来解决分类问题，回想一下分类过程：我们使用所有训练样本训练出一个函数,之后若要预测一个样本的类别，只需要将这个样本的特征作为得到的函数的输入，看看输出是啥即可。类似这样的分类方法，称为判别学习算法，判别学习算法一般有以下两种类型：直接学习。给出一个，得到的值，
v1gor·2024-01-16 07:03

人工智能对我们的生活影响有多大

方向一：人工智能的领域机器学习（MachineLearning）：机器学习是人工智能的核心，通过让计算机系统从数据中学习，而不是进行明确的编程。包括监督学习、无监督
胡图不迷糊·2024-01-16 07:07

自然语言中的神经网络基础（1）

感知机模型是最简单的也是最早出现的机器学习模型，我们使用“面试官打分”的例子来说明，假设有n个面试官对面试者进行打分x1,x2...xn，显然
makelope·2024-01-16 07:48

机器学习之协同过滤算法

概念协同过滤是一类常用于推荐系统的机器学习算法，它基于用户行为历史或物品属性来推荐用户可能感兴趣的物品。协同过滤算法主要分为两种类型：基于用户的协同过滤和基于物品的协同过滤。
贾斯汀玛尔斯·2024-01-16 07:56

机器学习基础 集成学习进阶（XGBoost+LightGBM）

文章目录一、XGBoost算法原理1.最优模型的构建方法2.XGBoost的目标函数推导2.1目标函数确定2.2CART树的介绍2.3树的复杂度定义2.3.1定义每课树的复杂度2.3.2树的复杂度举例2.4目标函数推导3.XGBoost的回归树构建方法3.1计算分裂节点3.2停止分裂条件判断4.XGBoost与GDBT的区别5.小结二、XGBoost算法api介绍1.XGBoost的安装：2.XG
落花雨时·2024-01-16 07:22

机器学习集成学习进阶Xgboost算法原理

目录1最优模型的构建方法2XGBoost的目标函数推导2.1目标函数确定2.2CART树的介绍2.3树的复杂度定义2.3.1定义每课树的复杂度2.3.2树的复杂度举例2.4目标函数推导3XGBoost的回归树构建方法3.1计算分裂节点3.2停止分裂条件判断4XGBoost与GDBT的区别5小结1最优模型的构建方法XGBoost（ExtremeGradientBoosting）全名叫极端梯度提升树，
赵广陆·2024-01-16 07:18

XGBoost eXtreme Gradient Boosting

的应用场景四、构建XGBoost模型的注意事项五、XGBoost模型的实现类库六、XGBoost模型的评价指标七、类库xgboost实现XGBoost的例子八、XGBoost的模型参数总结前言XGBoost是机器学习中有监督学习的一种集成学习算法
JasonH2021·2024-01-16 07:17

机器学习——eXtreme Gradient Boosting（XGBoost）模型实战

XGBoost实战笔记最近在做的项目中，有利用XGBoost模型作为Baseline进行比较。本篇文章记录了一些学习资源和在写代码过程中遇到的一些问题及解决方法。I.学习资源XGBoost论文原文XGBoost的解读及对参数解释XGBoost调参方法（若要详细了解可以参考这篇paper，但不一定能打开)(｡ì_í｡)II.实战笔者第一次接触XGBoost,若有写的不对的地方请见谅。a.导入必要的包
Alphoseven·2024-01-16 07:46

机器学习-集成学习XGBoost

文章目录前言基本原理常见应用特征选择参数调整XGBoost优缺点模型集成并行计算代码结论前言XGBoost(eXtremeGradientBoosting)是一种流行的机器学习算法，用于解决各种预测问题
太阳是白的·2024-01-16 07:16

机器学习之集成学习 XGBoost（eXtreme Gradient Boosting）附代码

概念XGBoost（eXtremeGradientBoosting）是一种用于机器学习的开源软件库，它实现了梯度提升框架。
贾斯汀玛尔斯·2024-01-16 06:44

牛人（周志华）推荐的人工智能网站

北京大学视觉与听觉信息处理实验室北京邮电大学模式识别与智能系统学科复旦大学智能信息处理开放实验室IEEEComputerSociety北京映象站点计算机科学论坛机器人足球赛模式识别国家重点实验室南京航空航天大学模式识别与神经计算实验室-PARNEC南京大学机器学习与数据挖掘研究所
城市中迷途小书童·2024-01-16 06:24

《计算机视觉处理设计开发工程师》

为实现这个目标，计算机视觉结合了图像处理、机器学习、模式识别、计算几何等多个领域的理论和技术。
人工智能技术与咨询·2024-01-16 06:05
上一页 53 54 55 56 57 58 59 60 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他