机器学习量化第46页

总结机器学习3个时代的算力规律：大模型的出现改变了什么？

作者|刘媛媛来源丨数据实战派图1：1950年至2022年间118个里程碑机器学习系统的趋势。我们区分了三个时代。注意大约2010年的斜率变化，与深度学习的出现相匹配；2015年底出现了新的大规模趋势。

AI科技大本营·2024-02-01 02:04

人工智能、机器学习和深度学习，到底有什么区别？

人工智能、机器学习和深度学习的关系在智能科学领域，有一个初学者很爱问的问题：人工智能、机器学习和深度学习三者有什么联系和区别？这个是既简单又复杂的问题。这个问题是有标准答案的。

Finovy Cloud·2024-02-01 02:04

人工智能在现代科技中的应用和未来发展趋势

以下是一些主要的应用和未来发展趋势：机器学习：人工智能的核心技术之一是机器学习，它通过大量数据和算法训练，使机器能够自动学习和改进。

Komorebi_9999·2024-02-01 02:34

人工智能与机器学习——开启智能时代的里程碑

写在前面前言人工智能与机器学习的概述监督学习、无监督学习和强化学习的基本原理监督学习：无监督学习：强化学习：机器学习的算法和方法常见的机器学习算法和方法线性回归：决策树：支持向量机：神经网络：人工智能与机器学习的应用领域人工智能与机器学习的未来发展结论

洁洁！·2024-02-01 01:32

8个硬核的python入门项目

大家好，Python是一种通用编程语言，被广泛用于Web开发、数据分析、机器学习和自动化。提高Python技能的最佳方式之一是从事实际项目。

python慕遥·2024-02-01 01:23

具体算法7 - A*启发式搜索

A*启发式搜索算法是对Dijkstra算法的改进版本，它和后者的主要差别在于，加入了到终点的距离量化，使得A*算法不会像Dijkstra算法那样“跑偏”。

天命_风流·2024-02-01 01:15

机器学习-3降低损失(Reducing Loss)

机器学习-3降低损失(ReducingLoss)学习内容来自：谷歌ai学习https://developers.google.cn/machine-learning/crash-course/framing

喜乐00·2024-02-01 00:47

知识蒸馏（paper翻译）

paper：DistillingtheKnowledgeinaNeuralNetwork摘要：提高几乎所有机器学习算法性能的一个非常简单的方法是在相同的数据上训练许多不同的模型，然后对它们的预测进行平均

蓝羽飞鸟·2024-01-31 23:18

【机器学习】【概率论】【损失熵】【KL散度】信息量、香农熵和KL散度的计算

1、信息量（AmountofInformation）对于一个事件：小概率-->大信息量大概率-->小信息量独立事件的信息量可以相加I(x)=log2(1p(x))=−log2(p(x))I(x)=log_2(\frac{1}{p(x)})=-log_2(p(x))I(x)=log2(p(x)1)=−log2(p(x))E.g.:一枚均匀的硬币:p(h)=0.5p(h)=0.5p(h)=0.5Ip(

忘却的旋律dw·2024-01-31 23:47

机器学习入门（10）— 浅显易懂的计算图、链式法则讲解

1.计算图概念计算图将计算过程用图形表示出来。这里说的图形是数据结构图，通过多个节点和边表示（连接节点的直线称为“边”）。2.计算图求解问题1：小明在超市买了2个100日元一个的苹果，消费税是10%，请计算支付金额。计算图通过节点和箭头表示计算过程。节点用○表示，○中是计算的内容。将计算的中间结果写在箭头的上方，表示各个节点的计算结果从左向右传递。用计算图解问题1，求解过程如图5-1所示。虽然图5

wohu007·2024-01-31 23:41

Transformer 代码补充

本文是对Transformer-Attentionisallyouneed论文阅读-CSDN博客以及【李宏毅机器学习】Transformer内容补充-CSDN博客的补充，是对相关代码的理解。

Karen_Yu_·2024-01-31 21:27

【免费培训】心理学量化研究神器——Mplus简介及入门（直播：2023.9.16）

课程背景心理学及其他行为科学的研究领域中，经常会采用实验或调查等方法获得大量的随机性数据资料。如何充分利用这些资料所蕴涵的信息，发现其中的规律性，用以指导人们的实践，是一个很重要的问题。心理统计学是一门以概率论为基础，对数据资料进行收集、整理、分析，以及根据这些资料所传递的信息做出科学推论的方法论科学。它为心理科学研究提供了一种科学的方法，并为探究心理现象提供了科学依据，是解决心理学问题的科学工具

茗创科技·2024-01-31 21:12

使用Mediapipe实现CPU上的实时人脸检测（每秒30帧）

照片已检测到人脸关于Mediapipe的一点介绍Mediapipe是一个用于构建跨平台、可定制的实时和流媒体机器学习解决方案的开源框架。它可用于执行各种计算机视觉任

小北的北·2024-01-31 20:55

版本匹配指南：Numpy版本和Python版本的对应关系

参考链接结尾引言在数据科学和机器学习的世界中，Numpy占据着核心地位，其重要性无可替代。它为Python注入了强大的数值计算能力，让处理大型多维数组和矩阵运算变得如履平地。

高斯小哥·2024-01-31 20:07

【硬件产品经理】避免硬件产品失败 | 技术维度

从创意到批量化生产的过程中，越是往后的阶段越是与经验强相关。也就是说越往后的阶段结构化程度越高，涉及创意部分的内容也会越少。比如说在产

产品人卫朋·2024-01-31 20:59

Tensorflow实战深度学习笔记一

经验----机器学习。训练----特征相关度。特征提取深度学习---自动地将简单的特征组合成更加复杂的特征，并使用这些复杂特征解决问题。深度学习--------不等于模仿人类大脑。

独立开发者Lau·2024-01-31 20:13

VSCode问题记录

20230304-0.引言这几年的编程方式还真是各种变化，从一开始直接VIM，到后面使用jupyter进行机器学习相关，然后再过渡到vim的形式并加以tmux批量化，最后去年使用了vscode作为IDE

V丶Chao·2024-01-31 19:44

【Transformer 】 Hugging Face手册 (01/10)

二、变形金刚适用于PyTorch、TensorFlow和JAX的先进机器学习。 Transformers提供API和工具，可轻松下载和训练最先进的预训练模型。

无水先生·2024-01-31 19:42

【无标题】

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系列文章目录前言一

MarkHD·2024-01-31 18:03

飞桨paddlespeech语音唤醒推理C INT8 定点实现

量化主要包括权重值量化和激活值量化。权重值由于较小且均匀，还是用最大值非饱和量化。最大值法已不适合8比特激活值量化，用的话误差会很大，识别率等指标会大幅度的降低。激活值量化好多方案用的是NVIDIA提

david_tym·2024-01-31 18:02

Python量化初学者入门必备，如何入门Python量化交易？

前言量化可以简单分为数据管理、策略分析和策略执行三个模块，数据是基础，策略分析是核心，其中策略自动化执行（算法交易）在国内由于政策限制实施起来比较麻烦。

python-程序员·2024-01-31 18:20

一文讲透Python机器学习特征选择角度的卡方检验

机器学习特征选择角度的卡方检验是计算特征变量与响应变量之间的χ2统计量。χ2统计量越大，则特征变量与响应变量之间独立的概率就越小，相关性就越大。因此，χ2统计量大的特征变量将会被优先选择用于预测。

数据科学作家·2024-01-31 18:52

Python机器学习--简单清晰的说说K近邻算法的基本原理

K近邻算法的基本原理：首先通过所有的特征变量构筑起一个特征空间，特征空间的维数就是特征变量的个数，然后针对某个测试样本，按照参数K在特征空间内寻找与它最为近邻的K个训练样本观测值，最后依据这K个训练样本的响应变量值或实际分类情况获得该样本响应变量拟合值或预测分类情况。针对分类问题，按照“多数票规则”来确定，也就是说，K个训练样本中包含样本数最多的那一类是什么，测试样本的分类就是什么；针对回归问题，

数据科学作家·2024-01-31 18:21

泛谈一下数字化技能的学习，SPSS、Stata还是Python？技术、业务+表达、展现！

很多学生在本科或专科上学时代学过统计学、计量经济学、机器学习、数据分析、统计分析、数据挖掘、量化建模等一门或多门课程，至少也学过概率论、数理统计、线性代数、微积分等课程，其实就已经具备了相对较好的数据分析基础

数据科学作家·2024-01-31 17:49

视频编码结构

编码过程图像分块、预测、变换、量化、熵编码、环路滤波1.图像分块如图1所示，VVC在编码原理和基本结构方面没有突破，仍沿用从H.261就开始的基于块的混合视频编码框架，即预测加变换的分块编码方

一箭辰空·2024-01-31 17:35

2019-03-08

《高效演讲》第4天打卡带着清晰的目标去准备演讲，听众听完之后应该是可以行动并能实现的，能用指标去量化。避免里面演讲内容里有太多的“我要分享、、、”或“我想告诉他们、、、”等结构的句子。

珂_723e·2024-01-31 17:52

故障诊断 | 一文解决，GRU门控循环单元故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍模型描述源码设计参考资料效果一览文章概述故障诊断|一文解决，GRU门控循环单元故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 17:30

故障诊断 | 一文解决，BP神经网络的故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍模型描述源码设计参考资料效果一览文章概述故障诊断|一文解决，BP神经网络的故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 17:30

双N卡完美运行ChatGLM3

之前已经装好了环境，参考：使用TeslaP4双卡配置torch机器学习环境环境配置关于ChatGLM3不过多介绍了，支持工具回调，支持代码执行，是我挺喜欢的一个开源模型，这次直接给出了技术文档

银空飞羽·2024-01-31 15:08

使用Tesla P4 双卡配置torch机器学习环境

写在前面最近一个朋友自己组了一台机器，双TeslaP4N卡，我准备尝试学习一下配置PyTorch的机器学习环境。

银空飞羽·2024-01-31 15:38

Python工具箱系列（五十五）

目前相对成熟的有：•Google的tesseract项目，它能识别100多种语言•基于机器学习的多个项目，例如百度的paddlehubtesseract使用比较简单，但是配置相对复杂一下。

程序媛了了·2024-01-31 15:06

股票量化因子学习

看到一篇博客文章，里面阐述了很多股票的量化因子，学习了一番，但是解释的不是很细，我之后又详细查询了很多，形成了这篇文章，特此记录一下，为自己和后来人查询使用。

zmjames2000·2024-01-31 15:21

量化交易学习3（量化择时策略）

1什么是量化择时量化择时策略，简单来说，就是采用数量化分析方法，利用单个或多个技术指标的组合，来对交易标的股票或股票指数进行低买高卖的操作，期望获得超越简单买入持有策略的收益风险表现。

Double Shan·2024-01-31 15:21

量化交易学习2（因子研究）

因子有效性检验参考1参考2在多因子研究框架中，因子的有效性检验是不可避免的工作，其本质是衡量一个因子的选股能力。目前学术界和业界普遍使用的两种方法：相关性检验因子的相关性检验即检验单因子和收益率之间是否存在相关性IC值计算同一时刻的个股的指标值和未来一段时间（通常为一个月）收益的相关性，也就是IC值（信息系数）。IC∈[−1,1]绝对值越大，预测能力越好。IC值介于-1和1之间，反映出因子对下期收

Double Shan·2024-01-31 15:19

量化交易学习

目录1.量化交易策略1.1国内常用量化交易策略1.1.1期货CTA（CommodityTradingAdvisor）商品交易顾问1.量化交易策略1.1国内常用量化交易策略1.1.1期货CTA（Comm

danevc·2024-01-31 15:49

问题与分类

设计问题是否已经有类似的解决方案，是否需要当前的设计设计思路的文档话，背景-》设计思路-》好处与不足-》其他设计思路的对比（淘汰其他设计思路的原因）设计思路的评审，如何评审，如何量化（横向，纵向相同指标的对比

我是星星我会发光i·2024-01-31 15:47

从数据到决策：项目管理和度量领域必备技能

在实际落地的过程中，为了更好地评估应用效果，往往需要将定性描述转换为可量化的数据指标。这些数据指标可以帮助我们了解研发过程中的变化和趋势。但是你真的能“读懂”这一堆冷冰冰的数字吗？

得物技术·2024-01-31 15:15

一篇文章预览数据挖掘比赛入门

很多学习机器学习的同学来参加数据挖掘比赛,发现数据挖掘比赛和自己学过的机器学习理论完全不一致.所以,我决定写一篇入门文章给那些新人。

MycountryMyhome·2024-01-31 15:10

故障诊断 | 一文解决，CNN卷积神经网络故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍源码设计参考资料效果一览文章概述故障诊断|一文解决，CNN卷积神经网络故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 15:09

【技术预研】StarRocks官方文档浅析（3）

参考文档产品简介|StarRocksStarRocksStarRocks是一款高性能分析型数据仓库，使用向量化、MPP架构、CBO、智能物化视图、可实时更新的列式存储引擎等技术实现多维、实时、高并发的数据分析

偏振万花筒·2024-01-31 15:02

金融风控Task2-数据分析

目的EDA（ExploratoryDataAnalysis）价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.了解变量间的相互关系

sunflowers11·2024-01-31 14:17

AI特训一：为什么要学习AI

AI利用机器学习、深度学习、自然语言处理等技术，能够分析大量的数据、识别模式、做出决策和预测AI有哪些强大之处·处理大量数据：AI能够处理和分析大规模数据，挖掘数据中的模式和洞察，从中获取有价值的信息和知识

我不是费圆·2024-01-31 14:14

如何提高图像分类准确率？

一、问题描述当我们在处理图像识别或者图像分类或者其他机器学习任务的时候，我们总是迷茫于做出哪些改进能够提升模型的性能（识别率、分类准确率）。。。

Steven_ycs·2024-01-31 14:57

你不是”问题“孩子，你有诸葛亮的风范

我们的应试教育注重的是大体群体的教育，用统一的标准去上纲上线，量化教育过程和最后以结果来标杆，筛选出是否优、良、差的等级。

佩纶天赋创造·2024-01-31 14:45

想成为行业标杆？请吸收保险皇后叶云燕的10条独家心法

一种创业精神001如果只是为了业绩工作，那么你每天至多积累8小时成长值；而如果作为事业全情投入，你每天至少能积累16小时成长值，外加无法量化的信任感和成就感，上不封顶。

是闪闪发光的晓宇宙·2024-01-31 13:09

机器学习模型预测贷款审批

机器学习模型预测贷款审批作者：i阿极作者简介：数据分析领域优质创作者、多项比赛获奖者：博主个人首页如果觉得文章不错或能帮助到你学习，可以点赞收藏评论+关注哦！

i阿极·2024-01-31 13:33

机器学习强化学习深度学习的区别与联系

机器学习强化学习深度学习机器学习按道理来说，这个领域（机器学习）应该叫做统计学习（StatisticalLearning），因为它的方法都是由概率统计领域拿来的。

坠金·2024-01-31 12:10

机器学习和深度学习中的normalization(归一化)

在机器学习和深度学习中，normalization（归一化）是一种重要的数据预处理步骤，它的目的是改变数值数据的形式，以使其在一个固定的范围内，通常是0到1，或者使其均值为0，标准差为1。

实名吃香菜·2024-01-31 12:18

机器学习系列-1基础概念

机器学习系列-1基础概念学习内容来自：谷歌ai学习https://developers.google.cn/machine-learning/crash-course/framing/check-your-understanding

喜乐00·2024-01-31 12:18

推荐频道

机器学习量化