机器学习精通第20页

Cesium快速入门到精通系列教程九：实现飞机动态圆锥形光柱扫描效果

最终要实现的效果如下：Cesium快速入门到精通系列教程九：实现飞机动态圆锥形光柱一、定位初始场景目的是将地球定位到自己需要的区域。

duansamve·2025-06-16 06:12

Cesium快速入门到精通系列教程九：Cesium 中高效添加和管理图标/标记的标准方式

Cesium中通过Primitive高效添加点、线、多边形、圆、椭圆、球、模型等地理要素，以下是各类地理要素的高效添加方式：一、公告板1.创建BillboardCollection并添加到场景constbillboards=viewer.scene.primitives.add(newCesium.BillboardCollection());newCesium.BillboardCollecti

duansamve·2025-06-16 06:40

【深度学习】嘿马深度学习笔记第1篇：深度学习基本概要【附代码文档】

图片无法加载本教程的知识点为：深度学习介绍1.1深度学习与机器学习的区别TensorFlow介绍2.4张量2.4.1张量(Tensor)2.4.1.1张量的类型TensorFlow介绍1.2神经网络基础

某miao·2025-06-16 06:39

freeCodeCamp.org 的开源代码库和课程

我们的全栈Web开发和机器学习课程是完全免费且自定进度的。我们提供数以千计的交互式编码挑战，帮助您扩展技能。目录认证学习平台报告Bug和问题报告安全问题和负责任的披露

Z深度求索·2025-06-16 05:32

机器学习手撕代码（3）k-means

机器学习手撕代码（3）k-means本篇分享一下k-means的代码，k_means.py为K均值模型的代码。utils.py中为可视化结果的工具。dataset见本系列第0篇。

54渣渣shuo·2025-06-16 04:57

python打卡day31

notebook文件夹内的ipynb文件，介绍下今天的思路2.项目文件夹中其他部分：拆分后的信贷项目，学习下如何拆分的，未来你看到的很多大项目都是类似的拆分方法知识点回顾1.规范的文件命名2.规范的文件夹管理3.机器学习项目的拆分

·2025-06-16 02:18

【OpenCV人脸识别】基于深度学习（Dlib+HOG特征）的人脸识别——QT（C++）+Linux

1.人脸检测工具概述1.DlibDlib是一个开源的C++机器学习和计算机视觉库，用于解决多种任务，包括图像处理、计算机视觉、机器学习、数据分析等。

·2025-06-16 01:43

Python yield 语法详解：从入门到精通

Pythonyield语法详解：从入门到精通一、什么是yield？在Python中，yield是一个关键字，用于定义生成器函数（generatorfunction）。

2501_91537435·2025-06-16 00:36

机器学习在智能水泥基复合材料中的应用与实践

本次会议聚焦机器学习在智能水泥基复合材料中的创新应用，涵盖材料设计优化、性能预测、缺陷检测及寿命管理等前沿方向，为跨学科研究提供方法论支持。

m0_75133639·2025-06-15 22:51

吴恩达机器学习笔记（1）—引言

目录一、欢迎二、机器学习是什么三、监督学习四、无监督学习一、欢迎机器学习是当前信息技术领域中最令人兴奋的方向之一。

大饼酥·2025-06-15 22:20

【Go语言-Day 1】扬帆起航：从零到一，精通 Go 语言环境搭建与首个程序

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-06-15 21:45

机器学习小白必看：从零开始的模型压缩与优化

在机器学习和深度学习领域，模型压缩与优化是一个非常重要且实用的话题。随着模型规模的不断增大，如何在保持模型性能的同时减少模型的存储和计算开销，成为了一个亟待解决的问题。

人工智能教程·2025-06-15 17:22

机器学习新手指南：用Python实现贝叶斯方法与概率模型

在机器学习的世界里，贝叶斯方法和概率模型是一类非常重要的工具。它们通过概率的方式来建模和解决问题，能够提供对数据的深刻理解和预测的不确定性估计。

人工智能教程·2025-06-15 17:22

利用 Python 和 scikit - learn 进行分层抽样

利用Python和scikit-learn进行分层抽样关键词：分层抽样、scikit-learn、Python、数据采样、机器学习、数据预处理、统计学摘要：本文深入探讨了分层抽样在数据科学和机器学习中的应用

Python编程之道·2025-06-15 17:52

Cilium动手实验室: 精通之旅---24.Getting Started with Tetragon

Cilium动手实验室:精通之旅---24.GettingStartedwithTetragon1.LAB环境1.1部署Tetragon1.2小测验2.Hostnamespace2.1启动特权Pod2.2

上海运维Q先生·2025-06-15 15:02

Tree Shaking进阶：如何自定义Webpack实现更彻底的代码删除

文中包含真实项目案例、关键配置解析和常见问题排雷，帮助开发者从“会用”进阶到“精通”。背景介绍目的和范

·2025-06-15 14:58

【人工智能机器学习基础篇】——深入详解无监督学习之聚类，理解K-Means、层次聚类、数据分组和分类

深入详解无监督学习之聚类：如K-Means、层次聚类，理解数据分组和分类无监督学习是机器学习中的一个重要分支，旨在从未标注的数据中发现潜在的结构和模式。

猿享天开·2025-06-15 12:16

《Sklearn 机器学习模型--分类模型》--K-means 聚类（K-means clustering algorithm）

K-means聚类算法K-means聚类算法是一种基于划分的无监督学习算法，通过迭代优化将数据划分为指定簇数（K值），使同一簇内样本相似度最大化、簇间差异最大化34。以下从算法原理、实现步骤、应用场景及优缺点展开说明：‌一、核心原理与实现步骤核心原理K-均值聚类(K-MeansClustering)是一种无监督学习算法，其基本思想是将数据集划分为K个不同的簇，使得每个样本点都属于离它最近的簇中心。

非门由也·2025-06-15 12:16

Java机器学习全攻略：从基础原理到实战案例详解

在当今AI驱动的技术浪潮中，机器学习已成为Java开发者必须掌握的核心技能之一。本文将系统性地介绍Java机器学习的原理基础、常用框架，并通过多个实战案例展示如何在实际项目中应用这些技术。

cyc&阿灿·2025-06-15 12:16

【机器学习与数据挖掘实战 | 医疗】案例16：基于K-Means聚类的医疗保险的欺诈发现

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。

Francek Chen·2025-06-15 12:44

ChatGPT引领的AI面试攻略系列：AI全栈工程师篇

系列文章目录AI全栈工程师（本文）文章目录系列文章目录一、前言二、面试题1.基础理论与数据处理2.机器学习3.深度学习4.大模型与迁移学习5.计算机视觉6.自然语言处理（NLP）7.多模态学习8.AI生成内容

梦想的理由·2025-06-15 11:40

【python机器学习】——线性回归算法

线性回归线性回归基本概念线性回归是一种预测模型，它用于分析两个或多个变量之间的关系。在简单的线性回归中，我们通常有一个目标变量（称为响应变量或因变量）和一个或多个预测变量（称为解释变量或自变量）。目标是找到一条直线（在多元情况下是超平面），使得这条直线尽可能地拟合数据点，即最小化预测值和实际值之间的差异。线性回归的基本原理是通过最小化误差平方和来寻找最佳拟合直线。误差平方和是每个数据点到直线的距离

爱读书的无业游民·2025-06-15 10:03

【Java】已解决java.lang.NullPointerException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

·2025-06-15 08:18

AI人工智能领域的智能供应链管理

AI人工智能领域的智能供应链管理关键词：智能供应链管理、人工智能、机器学习、预测分析、优化算法、物联网、区块链摘要：本文深入探讨AI驱动的智能供应链管理体系，从技术原理、算法实现到实战应用展开全维度解析

AI天才研究院·2025-06-15 07:15

AI人工智能优化：梯度下降算法的参数调优指南

AI人工智能优化：梯度下降算法的参数调优指南关键词：梯度下降、学习率、批量大小、参数调优、机器学习优化、收敛速度、过拟合摘要：梯度下降是机器学习的“引擎”，但它的性能高度依赖参数调优——就像开车时需要调整油门和方向盘

AI原生应用开发·2025-06-15 07:12

langchain从入门到精通（七）——利用回调功能调试链应用 - 让过程更透明

1.Callback功能介绍Callback是LangChain提供的回调机制，允许我们在LLM应用程序的各个阶段使用hook（钩子）。钩子的含义也非常简单，我们把应用程序看成一个一个的处理逻辑，从开始到结束，钩子就是在事件传送到终点前截获并监控事件的传输。Callback对于记录日志、监控、流式传输等任务非常有用，简单理解，Callback就是记录整个流程的运行情况的一个组件，在每个关键的节点记

小陈phd·2025-06-15 06:34

机器学习中的数据预处理：清洗、转换与标准化

目录一、前言二、数据预处理的基本概念（一）数据预处理的定义（二）数据预处理的重要性三、数据预处理的常用方法（一）数据清洗（二）特征选择（三）特征转换（四）数据标准化四、数据预处理的代码示例（一）环境准备（二）数据加载与清洗（三）特征标准化（四）特征选择五、数据预处理的应用场景（一）分类任务（二）回归任务（三）时间序列预测六、数据预处理的注意事项（一）数据质量（二）特征选择方法的选择（三）标准化方法

CarlowZJ·2025-06-15 05:30

机器学习中的数据准备关键技术

有效的数据准备对于构建强大的机器学习模型至关重要。本文档总结并阐述了为监督和非监督学习任务准备数据的关键技术。1.理解数据类型有两种数据类型。定性数据描述对象的特征，而定量数据描述对象的数量。

Morpheon·2025-06-15 05:29

Python编程 - 基于OpenCV实现人脸识别（实践篇）爬虫+人脸识别_python-opencv人脸识别

学习Python门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。

m0_61418142·2025-06-15 04:51

AI测试用例生成的基本流程与实践

目录前言1.需求分析与测试目标确定1.1理解AI系统的功能需求1.2确定测试目标2.输入空间划分与边界分析2.1输入空间划分2.2边界分析3.测试用例自动化生成3.1符号执行3.2模糊测试3.3机器学习辅助生成

cooldream2009·2025-06-15 03:43

【知识图谱构建系列3】zero-shot的理念介绍

hal.science/hal-04862214/项目地址：https://github.com/ChristopheCruz/LLM4KGC/zero-shot“Zero-shot”的标准中文翻译是零样本或零次学习，指机器学习模型在未经特定任务数据训练的情况下直接处理该任务的能力

几道之旅·2025-06-15 01:00

机器学习中的正则化（Regularization）详解

机器学习中的正则化（Regularization）详解正则化的本质：为什么需要它？

DuHz·2025-06-15 01:00

Rocky Linux 9.4 系统以及计算软件安装

Windows安装RockyLinux9.4RockyLinux安装图解（替代centos）服务器+桌面-CSDN博客【部署笔记-RockyLinux】RockyLinux系统安装RockyLinux9从入门到精通

utf_8__·2025-06-14 23:48

微信小程序渗透测试方案，从零基础到精通，收藏这篇就够了！_小程序安全测试

微信小程序作为一种轻量级的应用程序，因其无需下载、即用即走的特点，迅速获得了广大用户的青睐。然而，随着小程序应用的普及，其安全性问题也日益凸显。为了确保小程序的安全运行，保护用户数据和隐私，进行微信小程序渗透测试显得尤为重要。本文将深入探讨微信小程序渗透测试的方案，从测试准备、测试方法、测试步骤到漏洞修复，全方位解析如何有效地进行渗透测试。一、引言微信小程序由前端的视图层（WXML和WXSS）和逻

程序员肉肉·2025-06-14 23:44

Spring 路由匹配机制详解：时间复杂度从 O(n) 降至 O(log n)

__c=1000，移动端可微信小程序搜索“历代文学”）总架构师，15年工作经验，精通Java编程，高并发设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，

越重天·2025-06-14 20:58

点云从入门到精通技术详解100篇-车载激光雷达路面检测

目录前言国内外研究现状车载激光雷达系统研究现状道路检测研究现状车载激光雷达测量系统集成2.1车载激光雷达测量系统原理2.1.1车载激光雷达测量系统硬件组成模块2.1.1.1车载激光雷达数据采集模块2.1.1.2车载激光雷达定位定姿模块2.1.2车载软件处理系统2.1.2.1车载激光雷达测量系统轨迹解算2.1.2.2车载激光雷达测量系统点云解算2.2双模车载激光雷达系统设计2.2.1轨迹误差分析本文

格图素书·2025-06-14 20:57

Vim 命令大全：从入门到精通

前言：在编程和文本编辑的世界里，Vim是一款极具传奇色彩的工具。它以其高效、灵活和强大的功能，赢得了无数用户的青睐。无论你是编程老手还是文本编辑新手，掌握Vim命令都能让你在编辑文本时如虎添翼。本文将为你全面梳理Vim的各类命令，让你轻松驾驭这款强大的编辑器。Vim的发展史和简介Vi的诞生：Vi源自QED编辑器，其发展历程如下：1966年，伯克利分时系统的QED（“QuickEDitor”）出现；

Linux运维技术栈·2025-06-14 20:55

【人工智能】机器学习中的隐马尔可夫模型（Python源码）

目录隐马尔可夫模型(HMM)在数据处理中的应用模型概述模型组成算法实现步骤Python实现示例1.天气预报步骤1：导入所需的库步骤2：定义模型参数步骤3：创建隐马尔可夫模型（HMM）的实例并设置模型参数步骤4：定义一个观测序列步骤5：预测最有可能的隐藏状态序列步骤6：解码观测序列步骤7：绘制结果示例2：使用隐马尔可夫模型（HMM）进行语音识别模型参数定义如下：实现步骤：Python源码隐马尔可夫模

干了这一碗BUG·2025-06-14 20:23

C++11 Type Aliases：从入门到精通

文章目录一、TypeAliases基础概念1.1什么是类型别名1.2基本语法1.3与typedef的对比1.3.1语法对比1.3.2模板支持二、TypeAliases的使用场景2.1简化复杂类型2.2函数指针别名2.3模板别名2.4类成员别名三、TypeAliases的优势3.1提高代码可读性3.2简化代码3.3增强可维护性3.4提高可重用性3.5可移植性四、TypeAliases的注意事项4.1

码事漫谈·2025-06-14 18:13

C++11 Generalized(non-trivial) Unions：从入门到精通

文章目录一、引言二、基础知识回顾2.1传统联合体的定义与特点2.2传统联合体的限制三、C++11广义非平凡联合体的引入3.1概念与特性3.2定义语法四、使用方法与注意事项4.1非平凡成员的初始化4.2注意事项五、应用场景5.1类型安全的枚举5.2解析不同类型的数据六、总结一、引言在C++编程中，联合体（Union）是一种特殊的数据类型，它允许在相同的内存位置存储不同的数据类型。在C++11之前，联

码事漫谈·2025-06-14 18:13

程序员转行大模型：五大热门岗位揭秘，抓住IT行业最后的风口！就在大模型！

大模型入门学习·2025-06-14 18:12

AI创业项目：AI旅游规划定制师

随着人工智能技术的快速发展，AI在自然语言处理、机器学习、数据分析等领域取得了显

Amy_bj·2025-06-14 17:07

Linux完全入门指南：从零基础到精通

目录Linux简介与核心概念系统安装与初始化文件系统结构解析终端基础操作用户与权限管理软件包管理进程与服务管理网络配置与工具Shell脚本编程系统监控与日志安全加固指南实战项目演练Linux简介与核心概念1.1什么是Linux？开源操作系统内核（诞生于1991年，LinusTorvalds开发）与Windows/macOS的本质区别：图表代码下载Linux多用户系统一切皆文件权限严格管控1.2主流

w大魔王·2025-06-14 17:30

程序员转战大模型：热门岗位全解析，如何明智选择你的下一站？非常详细收藏我这一篇就好了！

·2025-06-14 16:29

GPT-ArcGIS 在生态评价中的综合应用：多因子权重分析与适宜性制图

技术点目录专题一AI大模型应用1.1人工智能（AI）、机器学习、深度学习及大模型专题二ArcGIS工作流程及功能专题三prompt的使用技巧专题四AI助力工作流程专题五AI助力数据读取专题六AI助力数据编辑与处理专题七

·2025-06-14 15:46

Python自动化炒股：利用Prophet和ARIMA进行股票价格预测的实战案例

随着机器学习和时间序列分析技术的发展，我们有了更多的工具来尝试预测股票价格。在这篇文章中，我们将探讨如何使用Python中的Prophet和ARIMA模型来进行股票价格预测。

云策量化·2025-06-14 12:00

企业搜索与知识库

技术支撑‌：基于自然语言处理（NLP）、语义分析和机器学习，支持模糊查询、同义词扩展、上下文

MadeInSQL·2025-06-14 12:24

头歌实训机器学习——绪论

第一关：什么是机器学习下面哪种方法属于机器学习？（BC）A、在猫狗分类问题中，先将猫与狗的特点总结出来，再告诉机器，如果符合猫的特点，则判定为猫，如果符合狗的特点，则判定为狗。

敲代码的苦13·2025-06-14 09:17

Tensorflow 基础知识：变量、常量、占位符、Session 详解

在深度学习领域，TensorFlow是一个广泛使用的开源机器学习框架。想要熟练使用TensorFlow进行模型开发，掌握变量、常量、占位符和Session这些基础知识是必不可少的。

芥子沫·2025-06-14 08:07

数据挖掘在大数据领域的重要性及价值

数据挖掘在大数据领域的重要性及价值关键词：数据挖掘、大数据分析、机器学习、商业智能、数据预处理、预测分析、数据价值提取摘要：本文系统解析数据挖掘在大数据时代的核心地位，通过技术原理、算法实现、行业应用等维度

AI天才研究院·2025-06-14 08:36

推荐频道

机器学习精通