机器学习论文第15页

【Gaussian Model】高斯分布模型

检测阶段：计算概率判断异常点3.示例代码4.高斯分布异常检测的优缺点优点缺点5.适用场景6.结论高斯分布模型用于异常检测（GaussianModelforAnomalyDetection）在数据分析和机器学习任务中

HP-Succinum·2025-03-07 00:36

深入浅出地理解-随机森林与XGBoost模型

2.3随机森林的参数调整三、XGBoost：高效且强大的Boosting方法3.1Boosting的基本原理3.2XGBoost的优化3.3XGBoost的优点四、随机森林与XGBoost的对比五、总结在机器学习的实战中

HP-Succinum·2025-03-07 00:06

飞书多维表格+DeepSeek R1：打工人必备的AI神器，效率暴涨1000%！[特殊字符]

本文手把手教你用「零代码」实现批量文案改写、论文精读、视频脚本生成。

sherlock__cc·2025-03-07 00:36

芯科科技通过全新并发多协议SoC重新定义智能家居连接

MG26系列SoC现已全面供货，为开发人员提供最高性能和人工智能/机器学习功能致力于以安全、智能无线连接技术，建立更互联世界的全球领导厂商SiliconLabs（亦称“芯科科技”，NASDAQ：SLAB

电子科技圈·2025-03-06 23:56

【Python编程】Python交互式应用框架巅峰对决 —— Streamlit vs Gradio

它们各有独特的设计理念和适用场景，以下是基于功能特性、开发效率和应用场景的对比分析：一、核心定位与功能对比特性GradioStreamlit核心目标快速部署机器学习模型交互界面构建数据科学和复杂交互应用输入

木亦汐丫·2025-03-06 23:54

JAVA毕设项目-基于SSM框架的百色学院创新实践学分认定系统源码+设计文档

文末获取源码+数据库+文档感兴趣的可以先收藏，有毕设问题，项目以及论文撰写等问题都可以和博主沟通，尽最大努力帮助更多的人！

AICurator·2025-03-06 22:46

机器学习平台系列（一） - 初探 Jupyter Notebook 认证机制

最近准备调研下JupyterNotebook的单用户安全机制（认证）以及如何实现多租户，以便集成到公司的云平台，进而作为基于大数据平台的机器学习平台的一部分。

窝窝和牛牛·2025-03-06 22:45

《机器学习实战：从数据清洗到云端部署的可视化进阶指南（三）》

▍前言：阶段核心突破当前已完成模型开发与优化升级核心任务，成功将理论模型转化为工业级解决方案。本阶段基于前期标准化数据，实现从基础模型构建到高性能算法迭代的跨越式发展。▍章节回顾：攻坚与优化成果3.模型开发阶段算法实现：逻辑回归：搭建分类基线（LogisticRegression，准确率基准）支持向量机：对比线性核与RBF核性能差异（F1-score提升12%）K近邻：动态优化邻居数（k=5时验证

庸俗今天不摸鱼·2025-03-06 21:11

基于单片机的室外休闲智能座椅设计（论文+源码）

1系统总体设计本课题为基于单片机的室外休闲智能座椅的设计，其可以实现温湿度检测，座椅加热，自动照明，背靠调节等工作。整个系统架构如图2.1所示其中包括了按键模块，温湿度检测模块，显示模块，加热模块，照明模块，按摩模块，背靠调节模块等器件设备。其中，显示模块采用LCD1602液晶显示当前的状态信息；温湿度检测，采用DHT11传感器实现，加热和照明功能，采用继电器间接控制加热棒和LED灯来实现；按摩则

云山工作室·2025-03-06 20:26

自识别标记(self-identifying marker) -（1）简介

自识别标记在不同的论文中有不同称谓，比如self-identifyingmarker,self-identifyingmarkerpattern,fiducialmarker等,在此我们统称为自识别标记

计算机视觉life·2025-03-06 19:17

VoVNet（2019 CVPR）

论文标题AnEnergyandGPU-ComputationEfficientBackboneNetworkforReal-TimeObjectDetection论文作者YoungwanLee,Joong-wonHwang

刘若里·2025-03-06 19:15

2025全球机器学习技术大会即将召开：汇聚全球AI顶尖专家，共话未来技术趋势

由CSDN与Boolan联合主办的「2025全球机器学习技术大会」（MLSummit2025）将于4月18日至19日在上海虹桥西郊庄园丽笙大酒店隆重举行。

·2025-03-06 18:36

详解：Grok中文版 _Grok 3 国内中文版本在线使用

作为该公司核心技术之一，GrokAI专注于推动人工智能在各行各业的实际应用，尤其在数据分析、自然语言处理（NLP）、自动化决策、机器学习等领域表现出色。Grok的最大亮点在于其强大的数据处理能力。

·2025-03-06 18:35

【好书推荐7】《机器学习平台架构实战》

是Yu欸·2025-03-06 18:41

Python 机器学习基础之模型评估与改进【评估指标与评分】的简单说明

Python机器学习基础之模型评估与改进【评估指标与评分】的简单说明目录Python机器学习基础之模型评估与改进【评估指标与评分】的简单说明一、简单介绍二、评估指标与评分1、牢记最终目标2、二分类指标1

仙魁XAN·2025-03-06 18:38

大白话聊聊“深度学习”和“大模型”

1950年图灵发表论文《计算机器与智能》（ComputingMachineryandIntelligence），提出了“机器智能”（MachineIntelligent）的概念，并且提出了著名的“图灵测试

程序员鬼鬼·2025-03-06 17:06

2024论文AIGC降重避雷指南：这些“坑”千万别踩！

据公开数据，某985院校硕士论文初检AIGC率超标比例达35%。”

LL06210721·2025-03-06 17:00

基于hive的电信离线用户的行为分析系统

通过收集电信用户的通话记录、上网行为、短信使用等多源数据，利用Hive数据仓库工具进行数据存储和处理，采用数据挖掘和机器学习算法对用户行为进行分析。实验结果表明，该系统

赵谨言·2025-03-06 17:29

基于STM32的智能家居蓝牙系统（论文+源码）

1总体方案设计本次基于STM32的智能家居蓝牙系统，其系统总体架构如图2.1所示，采用STM32f103单片机作为控制器，通过DHT11传感器实现温湿度检测，MQ-2烟雾传感器实现烟雾检测，光敏电阻实现光照检测，同时将数据通过HC-05蓝牙模块上传到手机APP，用户可以通过手机APP实现对LED灯的开关控制，以及设定温度的报警阈值，如果温度太高会启动风扇进行降温，并将检测的参数通过OLED1286

云山工作室·2025-03-06 17:28

【精华推荐】AI大模型学习必逛的十大顶级网站

1.CourseraCoursera是一个在线学习平台，提供各类AI和机器学习课程，包括斯坦福大学的机器学习课程和深度学习专项课程。通过视频讲解

大模型入门学习·2025-03-06 17:58

【大模型学习】第八章深入理解机器学习技术细节

目录引言一、监督学习（SupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：房价预测二、无监督学习（UnsupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：客户细分三、强化学习（ReinforcementLearning）1.定义与工作原理2.常见应用场景3.应用场景示例：游戏AI四、集成学习（EnsembleLearning）1.

好多渔鱼好多·2025-03-06 16:57

Milvus 数据批量导入实战：Python代码解析

Milvus作为一款高性能的向量数据库，在人工智能、机器学习等领域有着广泛的应用。

修破立生·2025-03-06 14:09

Python 爬虫实战：爬取学术论文数据

一、项目概述二、环境准备1.Python和PyCharm安装2.安装必要Python库三、爬虫实战1.分析目标网站2.编写爬虫代码（1）使用Requests和BeautifulSoup获取页面数据（2）使用Pandas存储数据（3）使用Scrapy框架构建高效爬虫3.爬取API数据四、数据处理与分析1.数据清洗2.数据可视化五、注意事项1.遵守法律和道德规范2.处理验证码3.应对反爬虫机制六、总结

西攻城狮北·2025-03-06 14:38

图表解析技术：逆向提取图表数据，需要哪几步？

然而，当我们产生了与之相反的需求：将各色报告或论文中的图表逆向转化为原始数据，用于数据处理分析，又应该怎么做呢？与绘制图表相比，解析它们的任务提出了更精密的技术要求。本期

·2025-03-06 14:55

L1与L2正则化：防止过拟合的双刃剑

标题：L1与L2正则化：防止过拟合的双刃剑文章信息摘要：L1和L2正则化是防止机器学习模型过拟合的两种关键技术。

XianxinMao·2025-03-06 14:31

手写数字识别项目：从原理到实践

一、手写数字识别原理手写数字识别主要依赖于模式识别和机器学习技术。其基本原理是将手写数字的图像转换为计算机能够处理的数字信号，然后通过特征提取和分类算法来判断该数字的具体值。常用的特征提取

北屿升：·2025-03-06 13:29

Python从0到100（十八）：面向对象编程应用

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习

是Dream呀·2025-03-06 11:12

智能云图库项目实战（4）---空间模块

‍♂️个人主页：@rain雨雨编程微信公众号：rain雨雨编程✍作者简介：持续分享机器学习，爬虫，数据分析希望大家多多支持，我们一起进步！

rain雨雨编程·2025-03-06 11:38

【西瓜书《机器学习》七八九章内容通俗理解】

第七章：贝叶斯分类器7.1贝叶斯决策论基础核心概念：贝叶斯分类器是基于概率来做分类决策的。简单来说，就是根据已知的一些条件，去计算每个类别出现的概率，然后选择概率最大的那个类别作为分类结果。就好比你在猜一个盒子里装的是红球还是蓝球，你可以根据之前从这个盒子里摸球的一些经验（比如摸出红球的次数多），来判断这次盒子里更有可能是红球还是蓝球。例子：假如你要判断一幅图片是猫还是狗。你知道在所有的图片数据里

游戏乐趣·2025-03-06 11:07

【目标检测论文解读复现NO.38】基于改进YOLOv8模型的轻量化板栗果实识别方法

前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读最新目标检测算法论文，帮助大家解答疑惑

人工智能算法研究院·2025-03-06 11:36

机器学习笔记

1概述1.1简介机器学习（MachineLearning）是计算机科学的子领域，也是人工智能的一个分支和实现方式。

有涯小学生·2025-03-06 10:35

YOLOv8改进主干RTMDet论文系列：高效涨点的单阶段目标检测器主干

本文介绍了一篇名为"YOLOv8改进主干RTMDet"的论文系列，该系列通过结合最新的RTMDet论文和采用CSPNeXt主干结构，实现了高性能、低延时的单阶段目标检测器主干。

IdfdFsharp·2025-03-06 10:33

机器学习—赵卫东阅读笔记（一）

第一章：机器学习基础1.1.2机器学习主要流派1.符号主义2.贝叶斯分类——基础是贝叶斯定理3.联结主义——源于神经学，主要算法是神经网络。

走在考研路上·2025-03-06 10:29

Python在机器学习与数据分析领域的深度应用：从基础到实战

Python作为一门强大而灵活的编程语言，凭借其丰富的库和工具，在机器学习和数据分析领域扮演着举足轻重的角色。

CodeJourney.·2025-03-06 09:54

Python神器 Jupyter Notebook

它适用于数据分析、可视化、机器学习等多种场景，尤其在数据科学领域中广受欢迎。二、安装与配置JupyterNotebook可以通过多种方式进行安装，其中最常见的是通过安装A

懒大王爱吃狼·2025-03-06 07:10

学术论文数据爬虫：爬取学术论文信息，进行文献分析

1.引言学术论文分析是一项对科研人员、学术研究机构以及相关领域的从业人员至关重要的任务。

Python爬虫项目·2025-03-06 04:10

费曼学习法11 - NumPy 的 “线性代数” 之力：矩阵运算与应用 (应用篇)

线性代数不仅是图像处理的基石，也在机器学习、物理模拟、工程计算等众多领域扮演着核心角色。它提供了一套强大的数学工具，用于描述和解决多维

修昔底德·2025-03-06 03:06

通往 AI 之路：Python 机器学习入门-线性代数

2.1线性代数（机器学习的核心）线性代数是机器学习的基础之一，许多核心算法都依赖矩阵运算。本章将介绍线性代数中的基本概念，包括标量、向量、矩阵、矩阵运算、特征值与特征向量，以及奇异值分解（SVD）。

一小路一·2025-03-06 02:27

量子位招聘 | DeepSeek帮我们改的招聘启事

岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：

·2025-03-06 01:06

机器学习校招面经二

快手机器学习算法一、AUC（AreaUndertheROCCurve）怎么计算？AUC接近1可能的原因是什么？

Y1nhl·2025-03-06 01:46

华为面试题及答案——机器学习(二)

21.如何评价分类模型的优劣?（1）模型性能指标准确率（Accuracy）：定义：正确分类的样本数与总样本数之比。适用：当各类样本的数量相对均衡时。精确率（Precision）：定义：预测为正类的样本中实际为正类的比例。适用：当关注假阳性错误的成本较高时（例如垃圾邮件检测）。召回率（Recall）：定义：实际为正类的样本中被正确预测为正类的比例。适用：当关注假阴性错误的成本较高时（例如疾病检测）。

麦当当MDD·2025-03-06 01:15

2万字长文，九篇论文读懂大语言模型的前世今生

2万字长文，九篇论文读懂大语言模型的前世今生友情提示：这是一篇2W字长文，但我保证，它绝对值得一读！

·2025-03-06 00:32

顺丰科技-2024 机器学习算法面经

专栏分享：计算机小伙伴秋招春招找工作的面试经验和面试的详情知识点专栏首页：软件测试开发类面经合集主要分享：测试开发类岗位在面试互联网公司时候一些真实的经验面试code学习参考请看：数据结构面试必刷100题一面：1.自我介绍2.线程和进程的区别，什么时候用多进程，什么时候用多线程（这个属于给自挖坑了）3.实习项目问题，项目目标是怎么定的，用的什么算法

程序员奇奇·2025-03-06 00:10

基于 Python + Django 的学生成绩综合评价分析预测可视化系统

该系统利用机器学习算法（如线性回归）进行成绩预测，并通过DjangoWeb框架实现数据的展示和用户交互。二、系统功能概述学生信息管理：系统管理学生的基本信息，包括年龄、性别、爱好等，基于Dj

源码空间站11·2025-03-06 00:40

机器学习之学习笔记

机器学习-学习笔记1.简介2.算法3.特征工程3.1数据集3.2特征提取3.3特征预处理3.4特征降维4.分类算法4.1`sklearn`转换器和估计器4.2K-近邻算法（KNN）4.3模型选择与调优4.4

孤城laugh·2025-03-06 00:39

深度学习day1

深度学习day11.深度学习与机器学习的区别1.1特征提取方面1.2数据量与计算性能要求1.3算法代表2.深度学习框架之TensorFlow2.1TensorFlow基础2.2TensorFlow基础知识