机器学习量化

0基础如何学习Python数据分析

语言基础、数据工具、商业分析、机器学习第一阶段：python语言基础数据分析的第一步就是先玩明
程序汪小陈·2024-02-03 01:20

收获满满的运动会

这一次，他们计划在体育上把他们给班级丢的量化分数给挣回来。师浩岩杠上了三千米，他个子小，长得也单薄。我心疼他，未必能够彻底跑下来。因为去年他少跑
过河小卒2008·2024-02-03 01:15

嵌入式人工智能实验方向

2采用BESSOC部署深度学习语音信号处理算法，降噪算法3根据公式用C语言实现卷积CNN，或者采用开源的嵌入式机器学习，嵌入式深度学习，嵌入式神经网络开源sdk，移植，部署到MCU或者SOC，
周南音频科技教育学院(AI湖湘学派)·2024-02-03 01:05

BI - 量化交易，如何编写代码来利用 MACD 决定选股策略

本文为「茶桁的AI秘籍-BI篇第07篇」文章目录MACD指标如何选股Hi，你好。我是茶桁。炒股票的同学应该知道指数吧？你们知道这个指数吗？MACD。MACD指标我们看一下这个指数是什么。MACD这个指数全称MovingAverageConvergenceandDivergence。它的原理是要计算两条线，一个叫MA1，一个叫MA2,1是短线，2是长线。短线就是短期的平均值，比如说过去的10天。长线
茶桁·2024-02-03 00:20

05. BI - 金融行业中 Fintech 的应用场景

原文链接：https://mp.weixin.qq.com/s/kIXZWp-jBQc66TqWW3kOSA文章目录Fintech应用场景财经新闻分析智能营销金融数据分析与风险控制智能识别量化交易Hi,
茶桁·2024-02-03 00:50

实战美年健康AI大赛之四_复赛使用数加平台

得到复赛资格之后，天池赛题网页左侧的列表中就会多出一项“数加”，点击进入后，按提示得到RAM帐号，即可以登录“数据开发平台”和“机器学习平台”，注意登录帐号是用户名和企业别名的组合。 
xieyan0811·2024-02-02 23:17

量化交易开发之基本语法

量化交易开发之基本语法（三）前文讲解了量化交易中策略运行的基本框架以及实现方法，其中虽然给出一个简单策略的完整代码，但只是初步认识，想完全看懂并自己写需要掌握python这门编程语言。
北京不北·2024-02-02 23:52

量化交易开发之函数API

量化交易开发之函数API（四）以前面策略代码为例进行讲解，如下：definitialize(context):run_daily(period,time='every_bar')g.security='
北京不北·2024-02-02 23:52

量化交易开发之context与判断

量化交易开发之context与判断（五）通过前文的讲解，我们已经能理解最开始那个最简单的策略例子，如下：definitialize(context):run_daily(period,time='every_bar
北京不北·2024-02-02 23:52

第二章---python入门的基础知识

欢迎来到机器学习的世界博客主页：卿云阁欢迎关注点赞收藏⭐️留言本文由卿云阁原创！本阶段属于练气阶段，希望各位仙友顺利完成突破首发时间：2021年8月4日✉️希望可以和大家一起完成进阶之路！
卿云阁·2024-02-02 22:03

K-means 算法的原理简介

1.K-means是一种流行的用于聚类的无监督机器学习算法。它是用于客户细分、库存分类、市场细分甚至异常检测的核心算法。2.无监督：K-means是一种无监督算法，用于没有标签或预定义结果的数据。
GIS工具-gistools2021·2024-02-02 22:26

【机器学习】科学库使用手册第2篇：机器学习任务和工作流程（已分享，附代码）

主要内容包括，了解机器学习定义以及应用场景，掌握机器学习基础环境的安装和使用，掌握利用常用的科学计算库对数据进行展示、分析，学会使用jupyternotebook平台完成代码编写运行，应用Matplotlib
程序员一诺·2024-02-02 22:40

【深度学习】从0完整讲透深度学习第2篇：TensorFlow介绍和基本操作（代码文档已分享）

可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。
程序员一诺·2024-02-02 22:09

图像分类的发展史

图像分类的发展史图像分类技术的发展史与计算机视觉、机器学习、神经网络等诸多领域紧密相连。它是一场从理论探索到实际应用的演变历程，同时也是一次由人类视觉启发来模拟视觉感知的冒险之旅。
kadog·2024-02-02 21:41

Python在无人飞船

大量的开源库和工具：Python拥有丰富的开源库和工具，涵盖了许多需要在无人飞船研发中使用的功能，例如数据处理、机器学习和计算机视觉。这些工具可以帮助研发人员更快地实现功能，并提高代
python无人驾驶 医学芯片·2024-02-02 21:13

Python 深度学习实战：聊天机器人

1.背景介绍深度学习是人工智能领域的一个重要分支，它涉及到神经网络、机器学习、数据挖掘等多个领域知识。深度学习的核心思想是通过多层次的神经网络来进行数据的处理和分析，从而实现对复杂问题的解决。
Python人工智能大数据·2024-02-02 20:47

ApacheCN 2019.4~7 总结

这些已有的项目即将完结，为所有贡献者点个赞：PyTorch1.0中文文档Seaborn0.9中文文档ImpatientJavaScript中文版OpenCV4.0中文文档UCBCS61b课本：Java中的数据结构百页机器学习小书我们又新开设了一些翻译项目
布客飞龙·2024-02-02 20:57

InsightMapper：A closer look at inner-instance information for vectorized High-Definition Mapping

参考代码：InsightMapper动机与出发点：对于向量化车道线多以点集方式建模，这样在模型输出端就可以直接得到向量化车道线表达。
m_buddy·2024-02-02 20:30

【根据loss曲线看模型微调效果】如何使用loss曲线诊断机器学习模型性能

一、Loss曲线在模型的预训练或者微调过程中，我们一般通过观察loss曲线来得出模型对于数据集的学习效果等信息。那么我们如何根据loss曲线得到一些信息呢？通常数据集会被划分成三部分，训练集（trainingdataset）、验证集（validationdataset）、测试集（testdataset）。我们在训练模型时也经常会根据训练集的loss和验证集loss来诊断模型，从而期望能够优化参数训
子非Yu@Itfuture·2024-02-02 19:11

【研报分享】预制菜行业分析+手机市场简报+折叠屏手机报告...

请大家务必先看看以下的说明：分享研报前的几点简单说明一、宏观经济1、中信证券-上一轮美国宽松政策退出周期的资产价格表现美联储在2022年收紧货币政策已势在必行，本篇研报以史为镜，完整回顾了上一次美联储退出大规模量化宽松政策
财渣的自我修养·2024-02-02 19:35

《工具》第23讲——如何量化提高睡眠质量

如果没有工具，大家就无法监控、量化和提升自己的睡眠质量。当大家被问到：“你昨天晚上睡得好吗？”这时大家的回答往往是凭感觉，感觉自己现在的精神状态好或不好，以此来回答。
艾迪贝拉·2024-02-02 19:39

Elasticsearch向量数据存储与搜索

这种类型的字段可以用于机器学习模型的特征向量存储。
小湘西·2024-02-02 19:28

数字图像处理一（数字图像基础）

图像取样和量化一、取样和量化的概念取样：对连续图像的坐标值进行数字化(x,y)量化：对连续图像的幅值进行数字化f(x,y)二、数字图像表示M*N的矩阵，矩阵中的每个元素代表一个像素三、空间和灰度分辨率空间分辨率
幺姨母·2024-02-02 19:59

Windows Server 2019 Web服务器搭建

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录
可惜已不在·2024-02-02 19:49

迁移学习Transfer Learning的优缺点，以及在使用迁移学习的注意事项！

迁移学习TransferLearning1.迁移学习的优点和缺点：2.使用迁移学习时，需要解决以下问题：1.迁移学习的优点和缺点：迁移学习是一种机器学习方法，它可以使机器学习模型利用已有任务的学习结果，
小桥流水---人工智能·2024-02-02 19:08

不容错过｜大模型等各行业最新赛事汇总，速递给你！

比赛动态1、AICAS2024大挑战：通用算力大模型推理性能软硬协同优化挑战赛比赛简介：选手基于通义千问-7B大语言模型，可从多角度提出相关方法（如模型压缩，参数稀疏，精度量化和结构剪枝等），并结合Arm
会议之眼·2024-02-02 19:06

机器学习领域五大发展趋势，谷歌 AI 掌门人万字回顾 2021

来源：新智元导读新年伊始，谷歌AI掌门人JeffDean的年度总结「虽迟但到」，这篇万字长文系统回顾了过去一年来机器学习领域的五大趋势。除了超大AI模型，谷歌去年还做了啥？
Imagination官方博客·2024-02-02 18:03

构建知识图谱：从技术到实战的完整指南

它不仅仅是一种数据结构，更是一种知识的表达和存储方式，能够为机器学习提供丰富、结构化的背景知识，从而提升算法的理解和推理能力。在人工智能领域，知识图谱的重要性不言而喻。
快乐非自愿·2024-02-02 18:42

国内免费量化交易软件精选：让你轻松上手量化交易！

QMT（QuantitativeMarketTrading）是一种量化交易平台，主要面向专业的量化交易员和机构交易员。它提供了一系列的工具和功能，帮助交易员进行定量分析、模型开发和策略测试。
zoe66166·2024-02-02 18:48

【AI大模型应用开发】【补充知识】文本向量化与向量相似度（含Python代码）

本文介绍下文本向量化的概念，以及向量检索的原理，只是简单介绍，不会深入，所以不用担心看不懂，想要详细研究的，可以去搜相关论文，涉及到机器学习
同学小张·2024-02-02 17:15

大语言模型量化方法对比：GPTQ、GGUF、AWQ

原文：大语言模型量化方法对比：GPTQ、GGUF、AWQ-知乎在过去的一年里，大型语言模型(llm)有了飞速的发展，在本文中，我们将探讨几种(量化)的方式，除此以外，还会介绍分片及不同的保存和压缩策略。
javastart·2024-02-02 17:48

Datawhale 组队学习之大模型理论基础Task9 大模型法律

11.2版权法大型语言模型或任何机器学习模型，都是基于数据进行训练的，而这些数据是人类劳动的结果（例如，作者，程序员，摄影师
AIzealot无·2024-02-02 16:33

机器学习---强化学习---目前的坑

当前（2019年）机器学习中有哪些研究方向特别的坑？
Iverson_henry·2024-02-02 16:40

【机器学习】贝叶斯垃圾邮件识别

实验三：贝叶斯垃圾邮件识别本次作业以垃圾邮件分类任务为基础，要求提取文本特征并使用朴素贝叶斯算法进行垃圾邮件识别（调用已有工具包或自行实现）。1任务介绍电子邮件是互联网的一项重要服务，在大家的学习、工作和生活中会广泛使用。但是大家的邮箱常常被各种各样的垃圾邮件填充了。有统计显示，每天互联网上产生的垃圾邮件有几百亿近千亿的量级。因此，对电子邮件服务提供商来说，垃圾邮件过滤是一项重要功能。而朴素贝叶斯
住在天上的云·2024-02-02 15:34

【机器学习】某闯关类手游用户流失预测

FinalProject:某闯关类手游用户流失预测1案例简介手游在当下的日常娱乐中占据着主导性地位，成为人们生活中放松身心的一种有效途径。近年来，各种类型的手游，尤其是闯关类的休闲手游，由于其对碎片化时间的利用取得了非常广泛的市场。然而在此类手游中，新用户流失是一个非常严峻的问题，有相当多的新用户在短暂尝试后会选择放弃，而如果能在用户还没有完全卸载游戏的时候针对流失可能性较大的用户施以干预（例如奖
住在天上的云·2024-02-02 15:30

榜单！高阶智驾冲刺10%搭载率，哪些玩家占据自研感知「高地」

尤其是过去几年时间，基于机器学习和深度学习，Transformer+BEV技术进一步提高对异常行为的预测准确性，为实现最终的端到端自动驾驶落地，奠定了坚实的基础。
高工智能汽车·2024-02-02 15:25

持续积累分享金融知识

二、什么是量化？三、散户可以进行量化投资么？一、什么是两融余额？两融余额是指投资者在融资买入和融券卖出交易中，通过向券商借入资金或证券进行交易，并且在交易结算后未归还的资金或证券的余额。
最笨的羊羊·2024-02-02 15:24

【好书推荐-第五期】《互联网大厂推荐算法实战》（异步图书出品）

欢迎大家关注本专栏~专栏一键跳转同时欢迎大家关注其他专栏，我将分享Web前后端开发、人工智能、机器学习、深度学习从0
程序员洲洲·2024-02-02 14:56

【好书推荐-第三期】《深入理解Java核心技术：写给Java工程师的干货笔记》全网阅读量千万的Java工程师成神之路学习笔记，Java基础知识点查漏补缺

欢迎大家关注本专栏~专栏一键跳转同时欢迎大家关注其他专栏，我将分享Web前后端开发、人工智能、机器学习、深度学习从0
程序员洲洲·2024-02-02 14:50

Vector Quantized Diffusion Model for Text-to-Image Synthesis

UniversityofScienceandTechnologyofChina,Microsoft,CVPR2022,Cited:340,Code,Paper1.前言我们提出了用于文本到图像生成的矢量量化扩散
努力学图像处理的小菜·2024-02-02 14:46

机器学习中集成方法的Bagging和Boosting动画指南

许多人经常难以理解Bagging和Boosting的核心要点。本文通过动画展示了这两种技术的内部工作原理：简而言之，集成方法将多个模型结合在一起以构建一个更强大的模型。它们基本上是建立在这样一个思想之上的，即通过汇总多个模型的预测结果，可以减轻各个单独模型的缺陷。其思想如下图所示：集成方法主要使用两种不同的策略构建：装袋（Bagging）提升（Boosting）1）BaggingBagging通过
小Z的科研日常·2024-02-02 14:21

算法大览：24美赛深度总结与代码分享

内容包括数据降维、聚类、论文写作、异常值检测、论文配图、图像相关算法以及机器学习自动化预测等多个主题，其中包含详实的案例和实用的代码示例。最后，祝大家取得好成绩！
小Z的科研日常·2024-02-02 14:21

【SparkML实践4】Pipeline实战scala版

Pipeline中的主要概念MLlib标准化了机器学习算法的API，使得将多个算法组合成单一的管道或工作流程变得更加容易。
周润发的弟弟·2024-02-02 13:36

QUANTAXIS探索（八）量化策略实现类QAStrategy的模拟模式

接入交易行情数据后，也可以使用模拟模式。在该模式下，策略等待行情推送，收到行情推送后，更新交易数据，推动策略循环。模拟交易：run_sim流程路线：run_sim->_debug_sim->subscribe_data->callback->upcoming_data->on_bar。通过订阅行情数据，并在回调函数中更新数据、状态，推动事件循环。run_sim/_debug_simdefrun_s
萧行之·2024-02-02 13:58

QUANTAXIS探索（七）量化策略实现类QAStrategy的回测模式

QAStrategy包实现了常用的策略流程的封装，包括股票和期货的。支持回测、模拟/仿真、实盘，支持股票、期货。qactabase.py:定义用于期货的策略。但感觉该类并未最终的完善类，还处于中间开发状态，但也可以看其主要的实现逻辑。主要的基类是QAStrategyCTABase，位于QAStrategy.qactabase。股票回测为QAStrategyStockBase，继承自QAStrate
萧行之·2024-02-02 13:28

QUANTAXIS探索（六）转一篇使用指南

(quantaxis里有个stu文件夹，应该是教程系列的，但可惜未完工，不过首篇的思考很适合小白了解量化，也提供了探索QUANTAXIS的提纲，故将天神作品转录如下，并做了适当的格式转化，源地址：PO_Head.md
萧行之·2024-02-02 13:58

【机器学习】【贝叶斯算法】Python实战演练贝叶斯算法中的关联规则

关联规则概念一个样本称为一个事务每个事务由多个属性来确定，这里的属性称为“项”多个项组成的集合为“项集”X==>Y：X和Y是项集；X称为规则前项；Y称为规则后项支持度支持度(support)：一个项集或者规则在所有事务中出现的频率，σ(X):表示项集X的支持度计数·项集X的支持度：s(X)=σ(X)N·规侧X==>Y表示物品集X对物品集Y的支持度，也就是物品集X和物品集Y同时出现的概率·某天共有1
hi_ly_51·2024-02-02 13:55

【机器学习】【贝叶斯算法】Python实现数据预处理实战演练（以购物数据为例）

importpandasaspdfrommlxtend.frequent_patternsimportapriorifrommlxtend.frequent_patternsimportassociation_rulesretail_shopping_basket={'ID':[1,2,3,4,5,6],'Basket':[['Beer','Diaper','Pretzels','Chips','
hi_ly_51·2024-02-02 13:55

ArcMap自动矢量化与半自动矢量化

自动矢量化先打开ArcScen的扩展模块新建数据库，在数据库中再建要素数据集和要素类对栅格数据进行二值化，可能需要运行“计算统计数据”工具来生成直方图，再直接符号系统【已分类】处设置分类数为2对于jpg
hi_ly_51·2024-02-02 13:50

2024美赛数学建模所有题目思路分析

为了量化势头，我们可以从数据入手——比如连续得分的次数、得分差、发球权的转换等。这些都是可以从比赛记录中直接获取的信息。我们的目标是开发一个模型，能够通过这些信息来标识出比赛中谁占
数模竞赛pawn·2024-02-02 13:20
上一页 40 41 42 43 44 45 46 47 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他