机器学习量化第26页

1.6 Binance_interface API 现货交易账户

Binance_interfaceAPI现货交易账户Github地址PyTed量化交易研究院1.API现货交易账户接口总览1.1现货账户接口方法解释Pathget_account账户信息/api/v3/

PYTED量化交易研究所·2024-02-11 11:18

机器学习：SVM、softmax、Dropout及最大池化max_pool介绍

一、利用线性SVM进行分类train_data:(train_num,3072)训练流程初始化权重W:(3072,10)梯度dW:(3072,10)train_data和权重相乘得到score(10,)对应每个类别的分数2.1对于每个score中的分数i，如果是正确的类别对应的score跳过2.2如果是其他的类别，计算margin=score[i]-correct_score+12.3如果其他的m

是Dream呀·2024-02-11 11:15

fast.ai 机器学习笔记（三）

机器学习1：第8课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-8-fa1a87064a53译者：飞龙协议：CCBY-NC-SA4.0来自机器学习课程的个人笔记

绝不原创的飞龙·2024-02-11 10:19

边缘人工智能的发展 —— 边缘AI图形化开发

1、背景边缘人工智能是指直接在边缘设备上运行的机器学习算法的形式使用人工智能。这里的“边缘设备”指的是网络边缘的设备，例如智能手机、传感器、工业机器人等。

初心不忘产学研·2024-02-11 10:41

吴恩达机器学习—正则化

过拟合问题欠拟合与过拟合当变量过少时，可能存在欠拟合；当变量过多时，会存在过拟合。过拟合可能对现有数据拟合效果较好，损失函数值几乎为零，但是不能进行泛化时，即不适于非训练集的其他数据。如何解决过拟合问题特征变量过多造成过拟合绘制假设模型图像，但当特征变量变多时，绘制很困难。当变量过多而训练数据较少时，容易出现过拟合。过拟合的解决办法解决过拟合问题，通常有两种方法：一种是减少特征的数量，可以通过人工

魏清宇·2024-02-11 09:55

《零基础实践深度学习》波士顿房价预测任务 02

波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“HelloWorld”。和大家对房价的普遍认知相同，波士顿地区的房价

软工菜鸡·2024-02-11 09:20

Java和JVM将GPU和容器归零

，这将是支持机器学习和人工智能工作量的关键。Oracle的JavaSE（标准版）开发团队希望配置Java，以便JVM了解应该在GPU上运行哪些工作负载以及哪些应该在CPU上运行。

追梦人在路上不断追寻·2024-02-11 09:55

进程调度

可量化的目标：周转时间/平均周转时间、带权周转时间/平均带权周转时间周转时间，指进程提交给计算

R_est·2024-02-11 09:03

fast.ai 机器学习笔记（二）

机器学习1：第5课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-5-df45f0c99618译者：飞龙协议：CCBY-NC-SA4.0来自机器学习课程的个人笔记

绝不原创的飞龙·2024-02-11 08:57

机器学习的几种基本算法

在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一中映射关系。

陌上尘飞123·2024-02-11 07:17

2019年目标清单

一个小伙伴跟我说，目标应该有可量化的产出，会更有助于目标的达成。【健康高于一切】1、早睡早起永远是第一目标吧。先从12点睡觉-8点起床做起！2、健身：希望从现在开始，把体重降到接近2位数。

开心的小溪·2024-02-11 07:12

10大机器学习开源项目推荐（Github平均star为1385）

翻译|suisui出品|人工智能头条（AI_Thinker）本文推荐的10大机器学习开源项目是由Mybridge从250个机器学习开源项目中挑选出来的，Github平均star为1385，主题包含：Tensorflow

城市中迷途小书童·2024-02-11 07:41

机器学习复习（8）——逻辑回归

这个性质使得Sigmoid函数非常适合用来进行二分类，在机器学习中，它可以将任意实数映射到(0,1)区

不会写代码！！·2024-02-11 07:47

机器学习2---逻辑回归(基础准备）

逻辑回归是基于线性回归是直线分的也可以做多分类##数学基础importnumpyasnpnp.pi#三角函数np.sin()np.cos()np.tan()#指数y=3**x#对数np.log10(10)np.log2(2)np.enp.log(np.e)#ln(e)#对数运算#log(AB)=log(A)+logBnp.log(3*4)==np.log(3)+np.log(4)#logA²=2*

pyniu·2024-02-11 06:40

机器学习2--逻辑回归(案列)

糖尿病数据线性回归预测importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_diabetesdiabetes=load_diabetes()data=diabetes['data']target=diabetes['target']feature_names=diabete

pyniu·2024-02-11 06:10

MATLAB实现随机森林回归算法

随机森林回归是一种基于集成学习的机器学习算法，它通过组合多个决策树来进行回归任务。随机森林的基本思想是通过构建多个决策树，并将它们的预测结果进行平均或投票来提高模型的准确性和鲁棒性。

AI Dog·2024-02-11 06:00

基于体素形态学测量分析(VBM)的工具包比较及其在年龄预测中的应用

摘要基于体素的形态学测量分析(VBM)通常用于灰质体积(GMV)的局部量化。目前存在多种实现VBM的方法。然而，如何比较这些方法及其在应用中的效用(例如对年龄效应的估计)仍不清楚。

茗创科技·2024-02-11 05:50

hummingbird，一个便于将模型部署到边缘设备的Python库！

前言随着人工智能和机器学习的快速发展，将训练好的模型部署到生产环境中成为了一个重要的任务。而边缘计算设备，如智能手机、嵌入式系统和物联网设备，也需要能够运行机器学习模型以进行实时推理。

漫走云雾·2024-02-11 05:31

计算机视觉主要知识点

这是一个跨学科领域，融合了计算机科学、图像处理、机器学习和模式识别等多方面的技术。以下是一些计算机视觉入门的基本知识点：图像基础：像素：图片的最基本组成单元，包含了颜色信息。

superdont·2024-02-11 05:55

投机和投资到底有什么区别？

考虑量化投资这个business和开家粥店这个business，前者通常意义上叫做投机生意（speculationbusiness），后者则是投资生意（investmentbusiness）。

hmisty·2024-02-11 04:37

政安晨：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（一）{两篇文章讲清楚}

第一次接触机器学习的小伙伴，环境搭建参考我的这篇文章（只参考这个里面关于环境搭建的部分就可以）：政安晨的机器学习笔记——跟着演练快速理解Te

政安晨·2024-02-11 03:34

Anaconda安装tensorflow、pytorch

tensorflow与pytorch都是机器学习常用的工具，本文用anaconda为tensorflow与pytorch创建两个环境0.准备首先需要有安装过anaconda，并且会使用anaconda，

zht1999·2024-02-11 03:02

2020年9月人力资源行业投融资动态汇总（共14起）

循环智能是一家AI企业服务公司，通过机器学习的方法分析原始的语音文字销售过程和销售转化结果，帮助客户提高销售转化率。产品是一款新生代的SaaS

个人发展教练张帅·2024-02-11 03:37

【北邮鲁鹏老师计算机视觉课程笔记】01 introduction

算法、系统、框架、机器学习等是计算机视觉的工具。光学设备采集图像给计算机视觉提供输入图像处理强调的是：我输入的是图像，输出的也是图像，比如增强亮度、去噪计算机视觉系统：输入的图像，输

量子-Alex·2024-02-11 02:14

七种方法实现Python抓取数据的可视化

Python的scientificstack（一个介绍Python科学计算包的网站）已经完全成熟，并且有各种各样用例的库，包括机器学习（链接：machinelearning），数据分析（链接：dataanalysis

山禾家的猫·2024-02-11 02:08

魏清宇·2024-02-11 02:53

100天搞定机器学习|Day55 最大熵模型

1、熵的定义熵最早是一个物理学概念，由克劳修斯于1854年提出，它是描述事物无序性的参数，跟热力学第二定律的宏观方向性有关：在不加外力的情况下，总是往混乱状态改变。熵增是宇宙的基本定律，自然的有序状态会自发的逐步变为混沌状态。1948年，香农将熵的概念引申到信道通信的过程中，从而开创了”信息论“这门学科。香农用“信息熵”来描述随机变量的不确定程度，也即信息量的数学期望。关于信息熵、条件熵、联合熵、

统计学家·2024-02-11 01:13

第十届脑电机器学习训练营（线上：2023.8.14~9.3）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着人们对神经系统功能认识的提高和计算机技术的发展，脑机接口（BCI）技术的研究呈明显的上升趋势。BCI是一种不依赖

茗创科技·2024-02-11 01:28

【开源计算机视觉库OpencV详解——超详细】

示例：使用Python读取和显示图像5.示例：使用Python捕捉视频6.获取帮助和文档1.介绍OpenCV（OpenSourceComputerVisionLibrary）是一个开放源码的计算机视觉和机器学习库

程序员不想YY啊·2024-02-11 01:00

【OpenCV入门讲解——超详细】

入门讲解1.介绍2.安装3.基础用法3.1读取和显示图像3.2读取和显示视频3.3编辑和保存图像1.介绍OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库

程序员不想YY啊·2024-02-11 01:59

没有目标怎么办？

———《知识大融通》第三章启蒙时代没有清晰可量化的目标与追求，经常会打瞌睡。罗胖说：锁定一个确定性的目标，返回来看现实，看哪些是现在的技术手段和能力就能做到的，先做；哪些是目前能力不足的，学习。

刘逵·2024-02-11 00:56

CVPR 2023: GANmouflage: 3D Object Nondetection with Texture Fields

这通常涉及利用机器学习和优化算法等计算方法，以及探索新材料和制造技术以实现隐形或欺骗(例如

结构化文摘·2024-02-10 23:34

怎样才能更自律

图片发自App一、你要学会量化目标还是拿写作举例子：学会写作，其实是一个非常模糊的概念。是随便写出一篇文章？还是1个月后，写出一篇故事型的文章，发布在各个平台，获得10W+的阅读量？

芒果不吃鱼丶·2024-02-10 23:27

《创新者的窘境》【第七章：发现新的市场】

学习和发现的计划3.破坏性技术市场水知、不可知二、再次明确定义1.延续性创新：能基本掌握客户需求的已知市场1)有计划地研究评估、开发和营销创新产品的方法——可行且是成功的关键2)延续性创新分析决策要素A.较为准确的量化信息

致知安安·2024-02-10 23:26

BatchNorm介绍：卷积神经网络中的BN

一、BN介绍1.原理在机器学习中让输入的数据之间相关性越少越好，最好输入的每个样本都是均值为0方差为1。

是Dream呀·2024-02-10 23:03

鄂维南：从数学角度，理解机器学习的「黑魔法」，并应用于更广泛的科学问题...

鄂老师首先分享了他对机器学习数学本质的理解（函数逼近、概率分布的逼近与采样、Bellman方程的求解）；然后介绍了机器学习模型的逼近误差、泛化性质以及训练等方面的数学理论；最后介绍如何利用机器学习来求解

人工智能与算法学习·2024-02-10 22:29

当贝叶斯，奥卡姆和香农一起来定义机器学习

来源：数学中国【导读】当贝叶斯、奥卡姆和香农一起给机器学习下定义，将统计学、信息理论和自然哲学的一些核心概念结合起来，我们便会会发现，可以对监督机器学习的基本限制和目标进行深刻而简洁的描述。

人工智能学家·2024-02-10 22:58

机器学习各种算法汇总模板

机器学习算法模板包含了KNN，线性回归，逻辑回归，朴素贝叶斯，决策树，支持向量机，随机森林，kmeans，集成算法各种算法，特征工程，评估方式任你选择！！！

怎么菜成这样·2024-02-10 22:28

2018-05-17

《少做一点不会死》-里奥-795字005两大原则帮你养成习惯（下）二、小处着手—帮你坚持1.具体目标并且量化设定目标时，不要用“熟练”和“学会”等太宽泛模糊的词，要具体到数量，时间或等级，然后再细分成每个星期的量

鑫哥_5a25·2024-02-10 22:36

五、机器学习模型及其实现1

1_机器学习1）基础要求：所有的数据全部变为了特征，而不是eeg信号了python基础已经实现了特征提取、特征选择（可选）进行了数据预处理.预处理指对数据进行清洗、转换等处理，使数据更适合机器学习的工具

ITS_Oaij·2024-02-10 21:10

四、机器学习基础概念介绍

四、机器学习基础概念介绍1_机器学习基础概念机器学习分类1.1有监督学习1.2无监督学习2_有监督机器学习—常见评估方法数据集的划分2.1留出法2.2校验验证法（重点方法）简单交叉验证K折交叉验证（单独流出测试集

ITS_Oaij·2024-02-10 21:39

656 斗志昂扬

脑海中也思考着接下来要完成的内容：第一，三天里要完成两篇小论文加一篇大论文的思路梳理，并将自己的难点进行量化分析，等下周的导师见面会上主动与导师进行交流；第二，

风随心·2024-02-10 21:26

玻色量子“揭秘”之多项式回归问题与QUBO建模

多项式回归是一种统计学和机器学习领域常用的回归分析方法，属于线性回归的一种形式，将自变量x和因变量y之间的关系建模为n次多项式。目前求解多

QBoson·2024-02-10 21:06

机器学习系列——（十三）多项式回归

引言在机器学习领域，线性回归是一种常见且简单的模型。然而，在某些情况下，变量之间的关系并不是线性的，这时候我们就需要使用多项式回归来建模非线性关系。

飞影铠甲·2024-02-10 21:06

30个超实用的Python极简代码，五分钟get

（文末有Python资料领取）Python是机器学习最广泛采用的编程语言，也是目前最流行的语言之一，它的简单和易用性造就了它如此流行的原因。

进击的码农！·2024-02-10 20:08

近期学习计划

今年学习主要有三大目标，一个是机器学习，一个是指数基金投资进阶，一个是经济学。分别梳理一下进度和掌握情况。

厚德简物·2024-02-10 19:58

通过 SMOTE 及其变体过采样处理不平衡数据

我将通过一个实际示例进行解释，在该示例中我们应用这些方法来解决不平衡的机器学习问题，以了解它们的影响。

challeypeng·2024-02-10 19:56

【机器学习】合成少数过采样技术 (SMOTE)处理不平衡数据（附代码）

1、简介不平衡数据集是机器学习和人工智能中普遍存在的挑战。当一个类别中的样本数量明显超过另一类别时，机器学习模型往往会偏向大多数类别，从而导致性能不佳。

小Z的科研日常·2024-02-10 19:26

快速了解机器学习中过采样（SMOTE）问题

目录为什么要用过采样？一、过采样二、SMOTE算法三、优缺点四、python代码示例为什么要用过采样？当我们创建一个逻辑回归模型时，往往会遇到这样一个问题，那就是两类标签的数量相差非常大，可能达到几十万甚至上百万，导致创建的模型往往不是很准确。那么怎样才能避免或者是尽量减小误差呢？通常可以通过下采样或者过采样进行优化，这里我们就先来学习一种方法——过采样。一、过采样过采样是一种处理不平衡数据集的方

AI_dataloads·2024-02-10 19:26

推荐频道

机器学习量化