机器学习自学整理

Python第二十三课：自监督学习 | 无标注数据的觉醒

MaskedAutoencoder）开发实战项目：亿级参数模型轻量化探索数据增强的创造性艺术一、自监督学习基础（AI的拼图游戏）1.核心思想解析学习范式数据需求生活比喻监督学习海量标注数据老师逐题批改作业无监督学习纯无标签数据自学杂乱笔记自监督学习自动生成伪标签玩拼图游戏
程之编·2025-03-17 06:54

新手村：数据预处理-异常值检测方法

机器学习中异常值检测方法一、前置条件知识领域要求编程基础Python基础（变量、循环、函数）、JupyterNotebook或PyCharm使用。
嘉羽很烦·2025-03-17 05:20

新手村：数据预处理-特征缩放

新手村：数据预处理-特征缩放特征缩放（FeatureScaling）是数据预处理中的一个重要步骤，特别是在应用某些机器学习算法时。
嘉羽很烦·2025-03-17 05:20

过拟合：机器学习中的“死记硬背”陷阱

在机器学习中，过拟合（Overfitting）是一个几乎每个从业者都会遇到的经典问题。它像一把双刃剑：当模型过于“聪明”时，可能会陷入对训练数据的过度依赖，从而失去处理新问题的能力。
彩旗工作室·2025-03-17 05:44

2、3ds Max的界面（3DMAX基础自学系列）

一、3dsMax2012中文版的操作界面二、各功能区的介绍1、菜单栏菜单栏位于软件界面顶部，共13个，分别是文件、编辑(E)、工具(T)、组(G)、视图(V)、创建(C)、修改器、动画、图标编译器、渲染(R)、自定义(U)、MAXScript(M)、帮助(H)。可以使用ALT+菜单的字母来打开菜单。①文件左上角的Max图标为文件操作入口，旁边为文件操作的快捷按钮，包含用于管理文件的命令，包括创建、
weixin_34409703·2025-03-17 04:43

Unreal Engine 5.4 (虚幻引擎5)中动画制作快捷键大全

UnrealEngine5.4中动画制作（重点围绕Sequencer与动画编辑器）的核心快捷键大全，按功能分类整理：一、Sequencer（动画序列控制）功能目标快捷键说明新建SequencerCtrl
金米kk·2025-03-17 04:41

Spring-Boot学习笔记

这个笔记是在自己学习的过程中根据实际用到的和学到的整理出来的，可能会有缺失，错误等，主要是给激励自己学习，遇到写不下去的情况给自己一个参考，请各位大佬发现问题提出问题时能嘴下留情，也希望多提建议，谢谢。
戴帽子的小熊猫·2025-03-17 04:41

MongoDB集合（表）自动创建机制

开发项目时，要整理上线涉及的表，MongoDB里新创建的表是不用整理发给运维的，因为代码中插入数据时，MongoDB会自动创建哦MongoDB中的集合（表）是在插入数据时自动创建的。
zpjing~.~·2025-03-17 04:11

Python常用国内镜像源（清华、豆瓣、阿里云、中科大）

使用Python最便捷的就是下载使用各种“包”，然而往往长时间不用就容易忘记，在这里将网上一些资源收集整理，一是方便自己日后使用，二是与诸君共享。
老马达·2025-03-17 04:38

【Python】已解决：pip安装第三方模块（库）与PyCharm中不同步的问题（PyCharm添加本地python解释器）

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
屿小夏·2025-03-17 03:02

如何在github上参与开源项目

2.找到感兴趣的项目GitHub上有成千上万的开源项目，你可以通过以下方式找到感兴趣的项目：搜索项目：在GitHub首页的搜索框中输入关键词，例如“机器学习”、“Web开发”等。
这个懒人·2025-03-17 03:00

麒麟系统如何安装Anaconda

在银河麒麟操作系统（KylinOS）中安装Anaconda的步骤相对简单，以下是基于搜索结果整理的详细安装指南：步骤1：下载Anaconda安装脚本打开浏览器，访问Anaconda官方下载页面。
乙龙·2025-03-17 02:29

【AI大模型智能应用】Deepseek生成测试用例

DeepSeek基于人工智能和机器学习，它能够依据软件的需求和设计文档，自动生成高质量的测试用例，显著减轻人工编写测试用例的负担。
柳柳的博客·2025-03-17 02:51

Python依赖管理工具分析

缺乏从一开始就进行统一规划和设计的意识社区的分散性：Python社区庞大且分散，众多开发者和团队各自为政，根据自己的需求和偏好开发工具，缺乏统一的协调和整合机制多样化的使用场景：Python应用场景广泛，从Web开发到数据科学、机器学习
xdpcxq1029·2025-03-17 01:19

json 数据格式的转换

json与对象的互相转换以下为整理内容1前台//将JSON转为字符串varaToStr=JSON.stringify(a);//将字符串转为JSON格式varbToObj=JSON.parse(b);/
amd2015·2025-03-17 01:47

【人工智能基础2】机器学习、深度学习总结

文章目录一、人工智能关键技术二、机器学习基础1.监督、无监督、半监督学习2.损失函数：四种损失函数3.泛化与交叉验证4.过拟合与欠拟合5.正则化6.支持向量机三、深度学习基础1、概念与原理2、学习方式3
roman_日积跬步-终至千里·2025-03-16 23:02

IMX6ULL学习整理篇——UBoot的一些基础知识（1.编译流程）

前言笔者整理了最近刷IMX6ULL的一些学习笔记，这里打算稍微整理一下东西发上来作为作为一个补充正文大部分而言，当我们拿到源码的时候，一般都是——先使用make来生成一份针对我们目标开发板的配置。
charlie114514191·2025-03-16 21:49

【数据分享】1999—2023年地级市地方一般公共预算收支状况数据（科学技术支出/教育支出等）

在之前的文章中，我们分享过基于2000-2024年《中国城市统计年鉴》整理的1999-2023年地级市的人口相关数据、染物排放和环境治理相关数据、房地产投资情况和商品房销售面积相关指标数据和社会消费品零售总额和年末金融机构存贷款余额
小鲨鱼-立方数据学社·2025-03-16 21:47

Python精进系列： K-Means 聚类算法调用库函数和手动实现对比分析

一、引言在机器学习领域，聚类分析是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇，使得同一簇内的样本具有较高的相似性，而不同簇之间的样本具有较大的差异性。
进一步有进一步的欢喜·2025-03-16 21:15

【科研绘图系列】R语言绘制网络相关图（cor network plot）

禁止商业或二改转载，仅供自学使用，侵权必究，如需截取部分内容请后台联系作者!
生信学习者1·2025-03-16 20:42

热门AI创作助手推荐【第一期】

2.机器学习和数据分析：人工智能的机器学习算法被用于数据分析、预测建模、用户个性化推荐等领域，帮助企业做出更准确的商业决策。3.计算机视觉：人工智能在计算机视觉领域的应用包括图像识别、视
量子星澜·2025-03-16 20:11

【C 语言极简自学笔记】Day1 初识「C语言」

一句话认识C语言「C是唯一能让你同时触摸硬件和软件的语言」C语言是一门通用计算机编程语言，广泛应用于底层开发，主要是提供一种能以简易的方式编译、处理低级存储器、产生少量的机器码以及不需要任何运行环境支持便能运行的编程语言。第一个C语言实例#includeintmain(){printf("HelloWorld!!!");return0;}(1)main函数是C语言程序的入口，一个C语言程序有且只有
LQYYDSY·2025-03-16 19:32

新手村：线性回归-实战-波士顿房价预测

新手村：线性回归-实战-波士顿房价预测前置条件阅读：新手村：线性回归了解相关概念实验目的1.熟悉机器学习的一般流程2.掌握基础的数据处理方法3.理解常用的回归算法教学例子：预测房价（以波士顿房价数据集为例
嘉羽很烦·2025-03-16 18:28

【解锁机器学习：探寻数学基石】

机器学习中的数学基础探秘在当今数字化时代，机器学习无疑是最具影响力和发展潜力的技术领域之一。
游戏乐趣·2025-03-16 17:23

机器学习——正则化、欠拟合、过拟合、学习曲线

过拟合（overfitting）:模型只能拟合训练数据的状态。即过度训练。避免过拟合的几种方法：①增加全部训练数据的数量（最为有效的方式）②使用简单的模型（简单的模型学不够，复杂的模型学的太多），这里的简单指的是不要过于复杂③正则化（对目标函数后加上正则化项）：使得这个“目标函数+正则化项”的值最小，即为正则化，用防止参数变得过大（参数值变小，意味着对目标函数的影响变小），λ是正则化参数，代表正则
代码的建筑师·2025-03-16 17:51

从过拟合到强化学习：机器学习核心知识全解析

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·2025-03-16 16:16

DeepSeek 助力 Vue3 开发：打造丝滑的表格（Table）示例3: 行选择

欢迎收藏+关注哦目录DeepSeek助力Vue3开发：打造丝滑的表格（Table）示例3:行选择前言页面效果指令输入定义属性数据相关样式与布局相关功能相关定义事件其他think组件代码代码测试示例3，整理后主要代码定义组件
宝码香车·2025-03-16 16:42

利用matlab实现贝叶斯优化算法（BO）优化支持向量机回归(SVR)的超参数

【导读】在机器学习建模中，支持向量机（SVM）回归模型的效果高度依赖超参数选择。但手动调参就像"大海捞针"，而网格搜索又面临"计算爆炸"的难题。今天给大家介绍一个智能调参黑科技——贝叶斯优化算法。
是内啡肽耶·2025-03-16 16:41

自动语音识别（ASR）模型全览

以下为截至2024年底主流ASR模型的详细列表，涵盖传统模型、端到端模型、开源框架及商业解决方案，按技术类型分类整理，并标注适用场景：一、传统混合模型（GMM/HMM、DNN/HMM）GMM/HMM公开时间
u013250861·2025-03-16 15:05

机器学习的下一个前沿是因果推理吗？——探索机器学习的未来方向！

机器学习的进化：从预测到因果推理机器学习凭借强大的预测能力，已经彻底改变了多个行业。然而，要实现真正的突破，机器学习还需要克服实践和计算上的挑战，特别是在因果推理方面的应用。
真智AI·2025-03-16 13:49

DeepSeek+元脑企智大模型一体机（培训交流）

本文档仅做整理。
互联网之路.·2025-03-16 13:48

深入解析LTE-A到5G的系统消息架构与功能演进

5G系统消息还通过机器学习和大数据分析实现智能化分发，增强了网络灵活性、智能
罗博深·2025-03-16 11:35

解决约束多目标优化问题的新方法：MOEA/D-DAE算法深度解析

解决约束多目标优化问题的新方法：MOEA/D-DAE算法深度解析在工程优化、机器学习等众多领域，约束多目标优化问题（CMOPs）广泛存在。
木子算法·2025-03-16 11:32

python 人工智能实战案例

游戏行业的蓬勃发展促使机器学习的产生，通过计算机能够进行高效率地模拟人类的学习、决策过程，不断升级提升人类的能力。游戏领域中的AI
2401_86114612·2025-03-16 11:31

Python 在人工智能领域的实际6大案例

从机器学习到深度学习，从自然语言处理到计算机视觉，Python提供了丰富的库和框架，使得开发者能够快速实现各种AI应用。本文将通过多个实际案例，展示Python在人工智能领域的强大功能和应用前景。
Solomon_肖哥弹架构·2025-03-16 10:00

基于AI算法实现的情感倾向分析的方法

完整代码：https://download.csdn.net/download/pythonyanyan/87430621背景目前，情感倾向分析的方法主要分为两类：一种是基于情感词典的方法；一种是基于机器学习的方法
程序员奇奇·2025-03-16 10:28

机器学习算法实战——天气数据分析（主页有源码）

机器学习算法在天气数据分析中的应用，不仅能够提高天气预报的准确性，还能为气候研究、灾害预警等提供有力支持。本文将介绍机器学习在天气数据分析中的应用，探讨
喵了个AI·2025-03-16 10:27

【Python机器学习】2.2. 聚类分析算法理论：K均值聚类(KMeans Analysis)、KNN(K近邻分类)、均值漂移聚类(MeanShift)

喜欢的话别忘了点赞、收藏加关注哦（关注即可查看全文），对接下来的教程有兴趣的可以关注专栏。谢谢喵！(=･ω･=)2.2.1.K均值聚类(KMeansAnalysis)K均值算法是以空间中K个点为中心进行聚类，对最靠近他们的对象归类，是聚类算法中最为基础但也最为重要的算法。数学原理计算数据点与各簇中心点的距离：dist(xi,ujt){dist}(x_i,u_j^t)dist(xi,ujt)然后根据
SomeB1oody·2025-03-16 08:13

JVM GC四大算法

JVMGC四大算法文章目录JVMGC四大算法GC四大算法一、引用计数法二、复制算法（COPY）三、标记清除算法（MARK-SWEEP）四、标记整理算法（MARK-COMPACT）五、总结GC四大算法一、
coding_-_半生·2025-03-16 07:10

开博尔支持超高清8K显示HDMI2.1线材评测体验

前言（网络整理）：虽然目前没有真正的HDMI2.1的电视机，但是HDMI协会针对HDMI2.1标准做出了临时参数标准和HDMI2.1连接器认证授权，经开博尔技术咨询后得知，开博尔对于HDMI协会当前对HDMI2.1
只你不知·2025-03-16 06:03

Julia语言的学习路线

特别是在科学计算、数据分析和机器学习等领域，Julia的表现十分出色，成为研究人员和开发者的热门选择。
樟松·2025-03-16 05:27

【PCDN】2020架构: 提高穿透和分享、BGP协议

小溪流科技自研海外PCDN系统技术架构与演进转载自腾讯云文/张道远整理/核心组网我们自己的P2P组网模型。我们采用了树形组网，但是我们规避优化了传统树形模型的缺点。
等风来不如迎风去·2025-03-16 05:53

【机器学习】基于t-SNE数据可视化工程

一、说明t-SNE(t-DistributedStochasticNeighborEmbedding)是一种常用的非线性降维技术。它可以将高维数据映射到一个低维空间（通常是2D或3D）来便于可视化。Scikit-learnAPI提供TSNE类，以使用T-SNE方法可视化数据。在本教程中，我们将简要学习如何在Python中使用TSNE拟合和可视化数据。二、t-SNE是个什么？2.1什么是t-SNE？
无水先生·2025-03-16 04:17

数据处理和分析之数据降维：t-SNE：使用t-SNE进行数据可视化实践

数据处理和分析之数据降维：t-SNE：使用t-SNE进行数据可视化实践数据降维简介降维技术的重要性在数据科学和机器学习领域，数据降维是一种关键的技术，用于减少数据集的维度，同时保留数据的结构和重要信息。
kkchenkx·2025-03-16 04:17

TensorRT-LLM保姆级教程-快速入门

另外，我撰写的大模型相关的博客及配套代码均整理放置在Github，有需要的朋友自
大模型八哥·2025-03-16 02:34

远程推送didReceiveRemoteNotification代理方法调用详细说明

遇到了问题，解决之后整理出来！
Ethan. L·2025-03-16 02:00

数据分布偏移检测：保障模型在生产环境中的稳定性

数据分布偏移检测：保障模型在生产环境中的稳定性引言在机器学习系统从开发环境部署到生产环境的过程中，数据分布偏移问题是影响模型性能的主要挑战之一。
trust Tomorrow·2025-03-16 00:18

Python史上最强工具书——《Python编程 从入门到实践》，允许白嫖

今天给大家推荐一本超级适合自学的Python的工具书——《Python编程从入门到实践》。非常的适合零基础的小白来学习！备受业内人士推崇，豆瓣评分高达9.1！
编程咕咕gu-·2025-03-16 00:46

不知道天气咋样？一起用Python爬取天气数据分析告诉你

拆解需求，大致可以整理出我们需要分为以下几步完成：通过爬虫获取中国天气网7.20-7.21的降雨数据，包括城市，风力方向，风级，降水量，相对湿度，空气质量。对获取的天气数据进行预处理，分析河南的风力等
Dragon少年·2025-03-15 23:41

基于热力梯度的线圈设计用来更替新型的储能方式

2.开发动态热-电-磁耦合模型，结合有限元分析（COMSOL）与机器学习算法（遗传算法优化参数）。
热爱电气·2025-03-15 23:07
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他