E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
机器学习零散知识点总结
机器学习
(西瓜书)学习笔记导览
本篇文章会持续更新直到更新完毕,关注博主不迷路~(如果没有超链接,表示还没有更新到)第一章绪论1.1引言1.2基本术语1.3假设空间1.4归纳偏好第二章模型评估与选择2.1经验误差与过拟合2.2评估方法2.3性能度量2.4比较检验2.5偏差与方差第三章线性模型3.1基本形式3.2线性回归3.3对数几率回归3.4线性判别分析3.5多分类学习3.6类别不平衡问题第四章决策树4.1基本流程4.2划分选择
盛寒
·
2024-08-25 18:11
机器学习西瓜书
学习
机器学习
人工智能
机器学习
——逻辑回归
目录一、逻辑回归1.1、模型原理1.2、损失函数二、实例2.1、定义sigmoid函数2.2、数据集2.3、梯度上升算法2.4、预测函数2.5、绘画函数三、代码运行结果:四、总结优点:缺点:一、逻辑回归逻辑回归是一种广义的线性回归分析模型,用于解决二分类或多分类问题。逻辑回归模型,尽管名字中包含“回归”二字,实际上是一种分类方法,特别是用于处理二分类问题。它通过将线性回归的结果通过某种函数映射到(
wsdswzj
·
2024-08-25 17:06
机器学习
逻辑回归
人工智能
机器学习
中的逻辑回归
机器学习
中的逻辑回归简介逻辑回归是
机器学习
领域中一种用于二分类问题的常用算法。尽管其名字中包含"回归"一词,但实际上,逻辑回归是一种分类算法,用于估计输入特征与某个事件发生的概率之间的关系。
极客李华
·
2024-08-25 17:35
机器学习
机器学习
逻辑回归
人工智能
机器学习
最优化方法之梯度下降
另外,在绝大多数
机器学习
算法情况下(如LR),损失函数要复杂的多,根本无法得到参数估计值的表达式。因此需要一种更普适的优化方法,这就是梯度下降。
whemy
·
2024-08-25 17:45
决策树——ID3算法
机器学习
中,决策树是一个预测模型;它代表的是对象属性与对象值之间的一种映射关系。
ok的ok路
·
2024-08-25 16:00
算法
决策树
机器学习
介绍 TensorFlow 的基本概念和使用场景。
TensorFlow是一个开源的
机器学习
框架,由Google开发并维护。它用于构建和训练各种
机器学习
模型,包括神经网络模型。
乔丹搞IT
·
2024-08-25 16:27
人工智能
机器学习
ai
AI写作
macbook air怎么安装python_Mac 10.13 安装 Python-3.6.8 和 IPython-Notebook
机器学习
的作业要求Python-3.6的环境,记录下配置mac的配置过程。一、安装Python-3.6.8我用的3.6.8版本,你也可以安装其他版本,方法相同。
weixin_39897267
·
2024-08-25 16:26
macbook
air怎么安装python
Keras深度学习框架实战(2):估计模型训练所需的样本量
1、模型训练样本量评估概述1.1样本量评估的意义预估模型需要的样本量对于
机器学习
项目的成功至关重要,以下是几个主要原因:防止过拟合与欠拟合:过拟合:当模型在训练数据上表现极好,但在未见过的测试数据上表现糟糕时
MUKAMO
·
2024-08-25 15:52
AI
Python应用
Keras框架
深度学习
keras
人工智能
小琳 AI 课堂:
机器学习
欢迎来到小琳AI课堂
机器学习
:如同让计算机拥有超能力的神奇魔法
机器学习
,这门超酷的多领域交叉学科,居然融合了概率论、统计学、逼近论、凸分析、算法复杂度理论等等好多学科。
小琳ai
·
2024-08-25 15:52
小琳AI课堂
人工智能
机器学习
【
机器学习
】特征工程的基本概念以及LASSO回归和主成分分析优化方法
引言特征工程是
机器学习
中的一个关键步骤,它涉及到从原始数据中提取和构造新的特征,以提高模型的性能和预测能力LASSO(LeastAbsoluteShrinkageandSelectionOperator
Lossya
·
2024-08-25 15:48
机器学习
回归
人工智能
算法
特征工程
探索联邦学习:保护隐私的
机器学习
新范式
探索联邦学习:保护隐私的
机器学习
新范式前言联邦学习简介联邦学习的原理联邦学习的应用场景联邦学习示例代码结语前言 在数字化浪潮的推动下,我们步入了一个前所未有的数据驱动时代。
洋葱蚯蚓
·
2024-08-25 11:54
机器学习
python
机器学习
人工智能
神经网络
深度学习
算法
赠书 | 李航老师的蓝皮书
赠书活动统计学习方法“统计
机器学习
方法是实现智能化目标的最有效的手段,统计
机器学习
是各种智能性处理研究领域中的核心技术,并且在这些领域的发展及应用中起着决定性的作用。”
茗创科技
·
2024-08-25 10:04
python读取csv,中文输出乱码的解决方案
从事
机器学习
以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵
·
2024-08-25 10:22
Python基础课程
python
csv
乱码
解决方案
matlab实现梯度下降优化算法
在
机器学习
领域,它常被用来优化模型的参数,比如线性回归、逻辑回归以及神经网络等模型的权重和偏置。
孺子牛 for world
·
2024-08-25 09:13
matlab
算法
开发语言
向量数据库Faiss的搭建与使用|Faiss|向量数据库|高效检索|
机器学习
|大规模数据
目录1.Faiss概述1.1Faiss的背景与重要性1.2Faiss的基本概念与特点2.Faiss的安装与环境配置2.1环境要求2.2Faiss的安装2.3验证安装3.Faiss的基本使用3.1创建索引与添加向量3.2执行查询3.3向量的压缩与内存优化4.Faiss的高级功能与优化4.1GPU加速与多GPU支持4.2混合索引与自定义距离度量4.3高维数据的优化在处理高维数据的场景中,快速且高效地进
concisedistinct
·
2024-08-25 09:10
人工智能
faiss
数据库
人工智能
机器学习
【
机器学习
】3. 欧式距离,曼哈顿距离,Minkowski距离,加权欧式距离
Euclidean-L2normL2范数D(A,B)=(a1−b1)2+(a2−b2)2+...D(A,B)=\sqrt{(a_1-b_1)^2+(a_2-b_2)^2+...}D(A,B)=(a1−b1)2+(a2−b2)2+...ManhattanD(A,B)=∣a1−b1∣+∣a2−b2∣+...D(A,B)=\sqrt{|a_1-b_1|+|a_2-b_2|+...}D(A,B)=∣a1−
pen-ai
·
2024-08-25 08:34
机器学习
机器学习
人工智能
深度学习
python
scikit-learn
AutoML原理与代码实例讲解
AutoML原理与代码实例讲解作者:禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着数据量的爆炸式增长和算法的日益复杂,
机器学习
在各个领域的应用越来越广泛
AI大模型应用之禅
·
2024-08-25 07:31
计算科学
神经计算
深度学习
神经网络
大数据
人工智能
大型语言模型
AI
AGI
LLM
Java
Python
架构设计
Agent
RPA
【
机器学习
】4. 相似性比较(二值化数据)与相关度(correlation)
SMCSimpleMatchingCoefficient评估两组二进制数组相似性的参数SMC=(f11+f00)/(f01+f10+f11+f00)其中,f11表示两组都为1的组合个数,f10表示第一组为1,第二组为0的组合个数。这样做会有一个缺点,假设是比较稀疏的数据,如今天去哪一个地区,地区有成千上万个,但是去的只有一个地区。那么就会导致f00非常的大,如此计算的结果SMC必然很大,但是能够代
pen-ai
·
2024-08-25 07:59
机器学习
机器学习
人工智能
scikit-learn
python
【
机器学习
】5. K近邻(KNN)
K近邻(KNN)1.K-NearestNeighbour1.1特点:计算复杂1.2K的设置1.3加权近邻Weightednearestneighbor1.4决策边界DecisionboundaryVoronoiregion2.KNN总结1.K-NearestNeighbourK:超参数(hyperparameter)定义一种距离,参考第三节距离公式计算预测点到其他训练数据的距离找到最近的K个邻居预
pen-ai
·
2024-08-25 07:59
机器学习
机器学习
人工智能
数据挖掘
深度学习
神经网络
机器学习
中的各种距离
在做分类时常常需要估算不同样本之间的相似性(SimilarityMeasurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。本文的目的就是对常用的相似性度量作一个总结。本文目录:1.欧氏距离2.曼哈顿距离3.切比雪夫距离4.闵可夫斯基距离5.标准化欧氏距离6.马氏距离7.夹角余弦8.汉明距离9.杰卡德距离&杰
千寻~
·
2024-08-25 07:58
机器学习
机器学习
距离
曼哈顿距离
欧氏距离
切比雪夫距离
未来已来:探索
机器学习
如何重塑人工智能的未来方向
引言:
机器学习
室实现人工智能的关键技术手段,应用领域持续延伸
机器学习
是人工智能的一个重要分支,主要研究如何让计算机系统通过数据学习并做出决策或预测,而不需要明确的编程。
华清远见西安中心
·
2024-08-25 06:56
人工智能
机器学习
机器学习
| 距离计算
文章目录距离计算1.闵可夫斯基距离(有序属性)1.1曼哈顿距离1.2欧氏距离2.VDM距离(无序属性)3.MinkovDM距离(混合属性)4.加权距离(重要性不同)参考资料相关文章:
机器学习
|目录
机器学习
X1AO___X1A
·
2024-08-25 06:55
机器学习基础
无监督学习
#
聚类算法
机器学习
无监督学习
聚类
距离计算
Python标准库、第三方库和外部工具汇总
这些库可用于文件读写、网络抓取和解析、数据连接、数清洗转换、数据计算和统计分析、图像和视频处理、音频处理、数据挖掘/
机器学习
/深度学习、数据可视化、交互学习和集成开发以及其他Python协同数据工作工具
weixin_30650039
·
2024-08-25 06:25
python
人工智能
开发工具
[转载] 140种Python标准库、第三方库和外部工具
参考链接:Python|使用openpyxl在Excel文件中进行算术运算这些库可用于文件读写、网络抓取和解析、数据连接、数清洗转换、数据计算和统计分析、图像和视频处理、音频处理、数据挖掘/
机器学习
/深度学习
ey_snail
·
2024-08-25 06:24
迁移学习之领域泛化
领域泛化领域泛化(DomainGeneralization)是
机器学习
和计算机视觉中的一个重要概念,它指的是模型能够从一个或多个源领域(sourcedomains)学习到的知识或模式,成功地应用到与训练时未见过的目标领域
踩着上帝的小丑
·
2024-08-25 04:41
#
RL
迁移学习
人工智能
机器学习
【大模型从入门到精通39】LLM部署运维(LLM Ops)使用Kubeflow Pipelines掌握LLM工作流1
使用KubeflowPipelines掌握LLM工作流在本节中,我们将深入探讨如何使用KubeflowPipelines来编排和自动化
机器学习
工作流。
水木流年追梦
·
2024-08-25 03:08
大模型
运维
开源
langchain
机器人
语言模型
AI人工智能 Agent:高级概念剖析
AI人工智能Agent:高级概念剖析关键词:人工智能,智能代理,
机器学习
,强化学习,多智能体系统,行为树,决策过程1.背景介绍1.1问题的由来人工智能(ArtificialIntelligence,AI
AI大模型应用之禅
·
2024-08-25 03:36
计算科学
神经计算
深度学习
神经网络
大数据
人工智能
大型语言模型
AI
AGI
LLM
Java
Python
架构设计
Agent
RPA
遗传算法与深度学习实战(1)——进化深度学习
遗传算法与深度学习实战(1)——进化深度学习0.前言1.进化深度学习1.1进化深度学习简介1.2进化计算简介2.进化深度学习应用场景3.深度学习优化3.1优化网络体系结构4.通过自动
机器学习
进行优化4.1
盼小辉丶
·
2024-08-25 00:21
遗传算法与深度学习实战
深度学习
人工智能
遗传算法
每天一个数据分析题(四百八十七)- 非监督学习
C.Minkowski距离D.笛卡尔距离数据分析认证考试介绍:点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python,SQL,统计学,数据分析理论,深度学习,可视化,
机器学习
跟着紫枫学姐学CDA
·
2024-08-24 23:13
数据分析题库
数据分析
学习
数据挖掘
每天一个数据分析题(四百八十八)- 非监督学习
C.Minkowski距离D.笛卡尔距离数据分析认证考试介绍:点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python,SQL,统计学,数据分析理论,深度学习,可视化,
机器学习
跟着紫枫学姐学CDA
·
2024-08-24 23:13
数据分析题库
数据分析
学习
数据挖掘
使用Python进行数据分析的最佳实践
1.引言数据科学和
机器学习
正在改变世界,Python作为一种灵活且功能强大的语言,已经成为了数据科学家们的首选工具。它不仅易于学习,而且拥有丰富的生态系统,包括用于数据分析的强大工具包,如Nu
Envyᥫᩣ
·
2024-08-24 22:39
python
数据分析
开发语言
编程语言
程序人生
【PostgreSQL教程】PostgreSQL 高级篇之触发器
等平台优质作者、专注于Java技术领域✌技术范围:SpringBoot、SpringCloud、Vue、SSM、HTML、Nodejs、Python、MySQL、PostgreSQL、大数据、物联网、
机器学习
等设计与开发
No8g攻城狮
·
2024-08-24 20:25
postgresql
数据库
sql
mysql
oracle
Datawhale X 李宏毅苹果书 AI夏令营Day02
一、打卡Datawhale进入打卡链接选择相对应的任务打卡就可以了二、学习1、线性模型依旧是b站上老师的授课视频,我找到知乎上解释很好的文章,分享一下
机器学习
(一)线性模型————理论篇线性回归模型、对数几率模型
xuanEpiphany29
·
2024-08-24 19:21
人工智能
Python 数据清洗与预处理
Python数据清洗与预处理在数据科学和
机器学习
的项目中,数据清洗与预处理是至关重要的一步。无论数据来源如何,原始数据通常都是不完整、不一致、含有噪声的,甚至可能包含错误。
天蓝蓝23528
·
2024-08-24 16:05
numpy
新书上架 | 《智能计算系统:从深度学习到大模型(第2版)》重磅上市!
欢迎关注博主Mindtechnist或加入【智能科技社区】一起学习和分享Linux、C、C++、Python、Matlab,机器人运动控制、多机器人协作,智能优化算法,滤波估计、多传感器信息融合,
机器学习
Mindtechnist
·
2024-08-24 16:31
粉丝福利
深度学习
人工智能
数学基础 -- 梯度下降算法
它广泛应用于
机器学习
、深度学习以及统计学中,用于最小化损失函数或误差函数。梯度下降的基本概念梯度下降算法通过以下步骤工作:初始化参数:随机初始化模型的参数(如权重和偏差),也可以用特定的策略初始化。
sz66cm
·
2024-08-24 15:25
算法
人工智能
数学基础
【Pyspark-驯化】一文搞懂Pyspark写入hive表的使用技巧
技术专长:在
机器学习
、搜
算法驯化师
·
2024-08-24 13:43
pyspark
大数据
hive
hadoop
数据仓库
spark
分布式
pyspark
hdfs
机器学习
中分类算法的优缺点
决策树一、决策树优点1、决策树易于理解和解释,可以可视化分析,容易提取出规则。2、可以同时处理标称型和数值型数据。3、测试数据集时,运行速度比较快。4、决策树可以很好的扩展到大型数据库中,同时它的大小独立于数据库大小。二、决策树缺点1、对缺失数据处理比较困难。2、容易出现过拟合问题。3、忽略数据集中属性的相互关联。4、ID3算法计算信息增益时结果偏向数值比较多的特征。三、改进措施1、对决策树进行剪
qq_41581769
·
2024-08-24 07:37
分类算法
机器学习
Magenta——利用深度学习生成音乐和艺术内容
一、Magenta介绍Magenta是由Google的Brain团队开发的一个开源研究项目,旨在探索
机器学习
在艺术和音乐创作中的应用。
爱研究的小牛
·
2024-08-24 05:23
AIGC
深度学习
人工智能
opencv处理图片(实战指南)
一、OpenCV简介OpenCV(OpenSourceComputerVisionLibrary)是一个开源的计算机视觉和
机器学习
软件库。
富士达幸运星
·
2024-08-24 05:50
opencv
人工智能
计算机视觉
《菜菜的
机器学习
sklearn课堂》随机森林应用泛化误差调参实例
clf=DecisionTreeClassifier()clf_s=cross_val_score(clf,wine.data,wine.target,cv=10)plt.plot(range(1,11),rfc_s,label=“RandomForest”)plt.plot(range(1,11),clf_s,label=“DecisionTree”)plt.legend()plt.show()
2401_83977689
·
2024-08-24 05:50
程序员
机器学习
sklearn
随机森林
三九杭州线下收获
我的想法是把自己的小密圈打理起来,做一些心得的分享或者记录,哪怕比较
零散
,保证有一定的价值输出。提供价值和营销思维为什么三九的课卖的很好?三九说,因为有干货,有价值。
毛豆爸的破冰之旅
·
2024-08-24 04:02
机器学习
先导课《数值分析》(1)——绪论及误差分析
数值分析——绪论及误差分析数值分析——绪论及误差分析全文目录数值分析的作用及其学习工具使用数值分析常用工具数值分析的具体实例(多项式简化求值)计算机数值误差产生机理计算机的数值存储方式计算机误差产生原因误差误差限与精度模型误差观测误差截断误差舍入误差有效数字缺失误差的产生和避免误差的传播算法设计的稳定性与病态条件病态问题计算的稳定性练习题ReferenceAboutMe联系方式全文目录(博客园)机
WarrenRyan
·
2024-08-24 04:28
【深度学习入门项目】一文带你弄清决策树(鸢尾花分类)
.基尼指数4.剪枝处理一、加载数据集二、配置模型三、训练模型四、模型预测五、模型评估六、决策树调参1.criterion2.max_depth实验原理决策树(decisiontree)是一种应用广泛的
机器学习
方法
Better Rose
·
2024-08-24 03:07
深度学习
深度学习
决策树
分类
【
机器学习
】Whisper:开源语音转文本(speech-to-text)大模型实战
目录一、引言二、Whisper模型原理2.1模型架构2.2语音处理2.3文本处理三、Whisper模型实战3.1环境安装3.2模型下载3.3模型推理3.4完整代码3.5模型部署四、总结一、引言上一篇对ChatTTS文本转语音模型原理和实战进行了讲解,第6次拿到了热榜第一。今天,分享其对称功能(语音转文本)模型:Whisper。Whisper由OpenAI研发并开源,参数量最小39M,最大1550M
LDG_AGI
·
2024-08-24 03:06
AI智能体研发之路-模型篇
机器学习
whisper
人工智能
语音识别
实时音视频
python
transformer
Few-shot Learning
Few-shotLearning一、基本概念Few-shotlearning是一种
机器学习
方法,旨在从少量的样本中学习新的概念或任务。
代维7
·
2024-08-24 03:04
大模型
深度学习
Scikit-learn:用于数据挖掘和数据分析的简单而有效的工具,建立在 NumPy, SciPy 和 Matplotlib 上。
引言Scikit-learn是一个基于Python的
机器学习
库,旨在为数据挖掘和数据分析提供简单而有效的工具。
Jr_l
·
2024-08-24 02:28
#
数据科学
数据挖掘
scikit-learn
数据分析
机器学习
:knn算法实现图像识别
1、概述使用K-近邻(K-NearestNeighbors,KNN)算法对手写数字进行识别的过程。通过读取一张包含多个手写数字的图片,将其分割成单独的数字图像,并将其作为训练和测试数据集。2、数据处理思路1、图像分割该数据有50行100列,每个数字占据20*20个像素点,可以进行切分2、划分出训练集和测试集3、每个数据的像素点为20*20,将其全部变成一列1*400格式,转换成数值特征4、最后使用
夜清寒风
·
2024-08-24 00:52
机器学习
算法
人工智能
机器学习
在旅游业的革新之旅
机器学习
在旅游业的革新之旅随着科技的飞速发展,尤其是人工智能(AI)技术的广泛应用,各个行业都迎来了前所未有的变革。其中,旅游业作为全球经济的重要支柱之一,更是受益匪浅。
jun778895
·
2024-08-24 00:48
机器学习
人工智能
Matplotlib 简介:Python 数据可视化的强大工具
在数据科学、数据分析和
机器学习
的工作流程中,数据可视化是不可或缺的一部分。可视化不仅能够帮助我们理解数据中的模式和趋势,还能够通过直观的图表来呈现分析结果。
chenkangck50
·
2024-08-23 22:34
python
信息可视化
matplotlib
python
上一页
4
5
6
7
8
9
10
11
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他