机器学习（Machine

使用CHATGPT进行论文写作的缺点和风险

进入ChatGPT，这是一种复杂的机器学习语言模型，有望减轻负担。提供您的主题和要点，这个AI聊天机器人将在眨眼间生成一篇结构化、连贯的文章。确实是一个诱人的前景。但是，ChatGP
do1twe11·2024-02-06 10:59

最新基于MATLAB 2021b的机器学习、深度学习实践

基于MATLAB2021b的机器学习和深度学习实践是一个广泛的主题，下面是一些基本的步骤和资源，可以帮助你开始：安装MATLAB2021b:首先，你需要安装MATLAB2021b。
数字化信息化智能化解决方案·2024-02-06 10:23

空气质量预测 | Matlab实现基于SVR支持向量机回归的空气质量预测模型

基于支持向量机（SupportVectorMachine，SVM）的回归模型也可以用于空气质量的预测。SVM是一种广泛应用于分类和回归问题的机器学习算法，它可以通过在
天天酷科研·2024-02-06 09:55

【AWS】step-functions

这里写自定义目录标题step-functionsStatemachinetypeStandardworkflowsExpressworkflows收费step-functionshttps://us-east
xyc1211·2024-02-06 09:25

亚马逊认证考试系列 - 知识点 - 安全组介绍

AWS的服务包括计算、存储、数据库、分析、机器学习、人工智能、物联网、安全和企业应用等领域。AWS的灵活性、可扩展性和安全性使其成为许多组织选择的首选云计算解决方案。
customservice·2024-02-06 09:20

TryHackMe-Net Sec Challenge练习

10.10.90.32-T5扫描速度-p-全端口扫描答题：这题叫我们找藏在http服务下的flag，根据上面扫出来的端口，所以我们开始搞80这里简单介绍一下telnet的用法telnet首先，我们使用telnetMACHINE_IP80
orzw·2024-02-06 09:13

第十一届脑电机器学习训练营（线上：2023.10.9~10.29）

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·2024-02-06 09:03

Docker 一小时从入门到实战 —— Docker commands | Create your own image | vs VM ... 基本概念扫盲

2.2.1beforecontainers2.1.2withcontainers2.DockervsVirtualMachines2.1Difference2.2Benefits3.Installdockerloca
浮光 掠影·2024-02-06 09:30

大型语言模型（LLM）的优势、劣势和风险

不幸的是，我们使用“类似人类”的词来描述工程师用来创建它们的技术——例如，“机器学习”和“训练”。这是误导性的
MinIO官方账号·2024-02-06 08:03

京东数据分析岗面试题目整理

1，怎么做恶意刷单检验分类问题用机器学习方法建模解决，特征有：1）商家特征：商家历史销量、信用、产品类别、发货快递公司等2）用户行为特征：用户信用、下单量、转化率、下单路径、浏览店铺行为、支付账号3）环境特征
Data地平线·2024-02-06 08:16

机器学习与人工智能、深度学习有什么关系？终于有人讲明白了

导读：“机器学习”一词往往被与“人工智能”“深度学习”混用，也常与“大数据”一词一同出现。下面首先简要介绍它们的关系，然后讲述机器学习的基本概念和模式。
大数据v·2024-02-06 08:10

机器学习、深度学习所需掌握的数学知识全都在这里了！

人工智能的基石是数学，没有数学基础科学的支持，人工智能很难行稳至远。—中国科学院院士、西安交通大学教授徐宗入行人工智能，所谓的门槛和挑战本质是你对数学知识的掌握程度。数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上，要了解人工智能，首先要掌握必备的数学基础知识，具体来说包括：线性代数：如何将研究对象形式化？微积分：如何深
算法channel·2024-02-06 08:09

研究生研一学习机器学习ML、深度学习DL的规划

研究生学习机器学习ML、深度学习DL的规划保上研之后也没有很好规划自己的学习路线，看到b站上的一位清华博士讲述他本科也是机械，跨考计算机后的学习路线，所以记录下来，从现在开始按照规划来一点一点地做好。
Baily24·2024-02-06 08:36

机器学习（深度学习）路线

数学相关1.1微积分：深度学习需要掌握高数微积分的知识，例如基本的求导、偏导数、梯度概念资源：浙江大学微积分MIT微积分公开课[1]MIT微积分公开课[2]1.2线性代数：需要掌握矩阵乘法、特征值、特征向量等，了解矩阵求导，深度学习中90%的运算可能都是优化为矩阵的运算，通过NumPy等高度优化的库完成。资源：MIT线性代数公开课同济大学线性代数清华大学李永乐-线性代数1.3概率论：了解各类分布，
bigcindy·2024-02-06 08:04

挑战杯 python+opencv+机器学习车牌识别

0前言优质竞赛项目系列，今天要分享的是基于机器学习的车牌识别系统学长这里给一个题目综合评分(每项满分5分)难度系数：4分工作量：4分创新点：3分该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！
laafeer·2024-02-06 08:02

普通编程，机器学习与深度学习

普通编程：基于人手动设置规则，由输入产生输出经典机器学习：人手工指定需要的特征，通过一些数学原理对特征与输出的匹配模式进行学习，也就是更新相应的参数，从而使数学表达式能够更好的根据给定的特征得到准确的输出结果
ALGORITHM LOL·2024-02-06 08:02

机器学习系列6-逻辑回归

重点：1.逻辑回归模型会生成概率。2.对数损失是逻辑回归的损失函数。3.逻辑回归被许多从业者广泛使用。#1.逻辑回归：计算概率**许多问题需要将概率估算值作为输出。逻辑回归是一种非常高的概率计算机制。**实际上，您可以通过以下两种方式之一使用返回的概率：*原样*已转换为二元类别。![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/e62e0256ba5a
喜乐00·2024-02-06 07:22

机器学习系列——（十一）回归

引言在机器学习领域，回归是一种常见的监督学习任务，它主要用于预测数值型目标变量。回归分析能够通过对输入特征与目标变量之间的关系建模，从而对未知数据做出预测。
飞影铠甲·2024-02-06 07:50

【机器学习与自然语言处理】预训练 Pre-Training 各种经典方法的概念汇总

【NLP概念合集：一】预训练Pre-Training，微调Fine-Tuning及其方法的概念区别前言请看此正文预训练Pre-Training无监督学习unsupervisedlearning概念：标签PCA主成分分析（PrincipalComponentAnalysis）降维算法LSA潜在语义分析（LatentSemanticAnalysis）降维算法LDA隐含狄利克雷分布（LatentDiri
溢流眼泪·2024-02-06 07:18

机器学习系列——（十二）线性回归

导言在机器学习领域，线性回归是最基础且重要的算法之一。它用于建立输入特征与输出目标之间的线性关系模型，为我们解决回归问题提供了有效的工具。
飞影铠甲·2024-02-06 07:17

【友晶科技】基于FPGA的贪吃蛇游戏设计（八）——状态机设计

这时候可以选择有限状态机FSM（FiniteStateMachine）来实现。
Terasic友晶科技·2024-02-06 07:35

【NLP】 Word2Vec模型 & Doc2Vec模型

共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python
Sonhhxg_柒·2024-02-06 07:15

想学大数据？先看完这几本书再说

真正的数据爱好者有很多需要阅读的内容：大数据，机器学习，数据科学，数据挖掘等。
yoku酱·2024-02-06 06:55

「机器学习」神经网络

一、神经元和大脑1.概述起源：研究可以模拟大脑的算法。应用：语音、视觉、文本(自然语言)......(1)大脑神经元与算法注：当下重点已不在生物层面，而是在利用工程原理构建更有效的算法。(2)深度学习的起飞2.需求预测(1)神经网络的符号与描述(2)不需要自己手动自己设计特征神经网络将自己决定它将在隐藏层使用哪些数据3.例子：图像识别随着层数增加，窗口大小在增大。二、工作原理1.神经网络的层【注】
Sternstunden·2024-02-06 06:49

【深度学习理论】持续更新

文章目录1.统计学习理论1.统计学习理论统计学习理论，一款适合零成本搞深度学习的大冤种的方向从人类学习到机器学习的对比（学习的过程分为归纳和演绎），引出泛化和过拟合的概念。如何表示归纳的函数规律呢？
一轮秋月·2024-02-06 06:48

2. TensorFlow.js

TensorFlow.js是一个用于机器学习的开源JavaScript库。它由Google开发，是Python中TensorFlow的配套库。
启辰·2024-02-06 06:24

JVM 性能调优 - Java 虚拟机内存体系(1)

Java虚拟机我们简称为JVM（JavaVirtualMachine）。Java虚拟机在执行Java程序的过程中，会管理几个不同的数据区域。如下图所示：下面我会介绍这几个数据区的特点。
magic_kid_2010·2024-02-06 06:15

Windows11安装运行Linux（Ubuntu）

虚拟机平台(VirtualMachinePlatform)：这个功能允许你在Windows操作系统上运行其他操作系统作为虚拟机。通过使用虚拟机平台，你可以创建、运行和管
暂时先用这个名字·2024-02-06 06:25

机器学习之正态分布

正态分布：也称常态分布，又名高斯分布。正态曲线呈钟形，两头低，中间高，左右对称因其曲线呈钟形，也称钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ2\sigma^2σ2的正态分布，记为N(μ,σ2σ^2σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ=0,σ=1时的正态分布时标准正态分布。概率密度函数为：f(x)=1σ2πe−
WEL测试·2024-02-06 06:54

算力不贵训练轻松应对，GpuMall智算云高校科研人员力荐

省时便捷：操作简单一键启用像GPUMall这样的算力平台，很适合学生和AI开发者来进行机器学习和深度训练。因为ta上手快，易操作。在进行实例创建时，平台提供了主流的机器学习框架，包括P
GpuMall·2024-02-06 05:35

机器学习速成课程 学习笔记17：稀疏性正则化

https://developers.google.cn/machine-learning/crash-course/regularization-for-sparsity/l1-regularizationL₁
HBU_DAVID·2024-02-06 04:15

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·2024-02-06 03:07

使用 AgGrid 增强您的 Streamlit 表格：高级提示和技巧

它非常适合数据分析和机器学习项目，并且可以轻松地将您的应用程序部署到StreamlitCloud。
code2day·2024-02-06 02:18

从 0 开始机器学习 - 手把手用 Python 实现梯度下降法！

机器学习课程也上了一段时间了，今天就带大家从0开始手把手用Python实现第一个机器学习算法：单变量梯度下降（GradientDescent）！我们从一个小例子开始一步步学习这个经典的算法。
登龙zZ·2024-02-06 02:04

【机器学习】机器学习简单入门

【机器学习】机器学习基本概念一引入二概念三算法和模型3.1算法（Algorithm）3.2模型（Model）：3.3类比四训练，模型，预测的关系4.1训练（Training）：4.2模型（Model）：
甜美的江·2024-02-06 02:09

《机器学习实战》笔记（十三）：Ch13 - 利用PCA来简化数据

第13章利用PCA来简化数据(代码)降维技术降维的意思是能够用一组个数为d的向量zi来代表个数为D的向量xi所包含的有用信息，其中d
Lornatang·2024-02-06 01:21

使用paperspace搭建fastai深度学习平台

2.点击页面的newmachine按钮。3.选择机器所在地，当前有Westcoast,Eastcoast和Europe三个位置可以选择。
禾木清清·2024-02-06 01:37

机器学习漫谈：还有很长的路要走

来源：王宏琳科学网博客链接地址：http://blog.sciencenet.cn/blog-3005681-1285948.html人工智能已经成为大数据、机器人和物联网等新兴技术的主要驱动力，在可预见的未来，它将继续驱动技术创新，影响着几乎每个行业和每个人的未来。但是，人工智能的最终目标是使机器具有与人类相似的通用智能。这是科学界提出的最雄心勃勃的目标之一，还有很长的路要走。GPT-3和Alp
人工智能学家·2024-02-05 23:57

《Python 网络爬虫简易速速上手小册》第10章：未来展望与新兴技术（2024 最新版）

文章目录10.1机器学习在爬虫中的应用10.1.1重点基础知识讲解10.1.2重点案例：使用机器学习进行自动化内容抽取10.1.3拓展案例1：利用深度学习识别复杂的网页结构10.1.4拓展案例2：机器学习辅助的动态反反爬虫策略
江帅帅·2024-02-05 23:17

GBDT，XGBOOST

1.简介gbdt全称梯度下降树，在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一，在前几年深度学习还没有大行其道之前，gbdt在各种竞赛是大放异彩。原因大概有几个，一是效果确实挺不错。
Liam_ml·2024-02-05 23:02

windows10忘记密码的解决方案

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·2024-02-05 23:51

机器学习超参数优化算法（贝叶斯优化）

文章目录贝叶斯优化算法原理贝叶斯优化的实现（三种方法均有代码实现）基于Bayes_opt实现GP优化基于HyperOpt实现TPE优化基于Optuna实现多种贝叶斯优化贝叶斯优化算法原理在贝叶斯优化的数学过程当中，我们主要执行以下几个步骤：1定义需要估计的f(x)f(x)f(x)以及xxx的定义域2取出有限的n个xxx上的值，求解出这些xxx对应的f(x)f(x)f(x)（求解观测值）3根据有限的
恒c·2024-02-05 22:41

机器学习数据预处理方法（数据重编码） ##2

文章目录@[TOC]基于Kaggle电信用户流失案例数据（可在官网进行下载）一、离散字段的数据重编码1.OrdinalEncoder自然数排序2.OneHotEncoder独热编码3.ColumnTransformer转化流水线二、连续字段的特征变换1.标准化（Standardization）和归一化（Normalization）2.连续变量分箱3.连续变量特征转化的ColumnTransform
恒c·2024-02-05 22:41

机器学习逻辑回归模型训练与超参数调优 ##3

文章目录@[TOC]基于Kaggle电信用户流失案例数据（可在官网进行下载）逻辑回归模型训练逻辑回归的超参数调优基于Kaggle电信用户流失案例数据（可在官网进行下载）数据预处理部分可见：机器学习数据预处理方法
恒c·2024-02-05 22:41

大数据开发之机器学习总结（一）

大数据开发之机器学习总结1.背景在大数据开发中，数据分析目的一般分为2大类，一个是基于已有数据，提炼出想要的数据汇总信息。一个是基于已有数据使用算法训练出模型，基于模型预测和分析未来的新数据。
闻香识代码·2024-02-05 21:41

机器学习小结

CS229SupervisedLearningLinearRegressionLeastmeansquarerulesLMSLocallyweightedlinearregressionLWRClassificationandlogesticregressionsigmoidfunctionpeceptionlearningalgorithmNewton'smethodGeneralizedLin
andyc_03·2024-02-05 21:36

【240118】浙江理工大学—调剂信息

浙江理工大学学校层级：双非调剂专业：085400电子信息发布时间：2024.1.18发布来源：网络发布背景：主要研究方向:研究原子核结构和变化规律、核能核技术应用(机器学习在物理上的应用)调剂要求：1、
通信考研小马哥·2024-02-05 20:29

机器学习本科课程 大作业 多元时间序列预测

1.问题描述1.1阐述问题对某电力部门的二氧化碳排放量进行回归预测，有如下要求数据时间跨度从1973年1月到2021年12月，按月份记录。数据集包括“煤电”，“天然气”，“馏分燃料”等共9个指标的数据（其中早期的部分指标notavailable）要求预测从2022年1月开始的半年时间的以下各个部分的排放量二氧化碳的排放情况具体分为九项指标：CoalElectricPowerSectorCO2Emi
11egativ1ty·2024-02-05 20:18

vulnhub靶场之Thales

环境搭建1.靶场描述Description:Openyoureyesandchangeyourperspectiveincludes2flags:user.txtandroot.txt.Telegram:@machineboy141
MS02423·2024-02-05 20:41

如何利用大模型结合文本语义实现文本相似度分析？

常规的文本相似度计算有TF-IDF，Simhash、编辑距离等方式，但是常规的文本相似度计算方式仅仅能对文本表面相似度进行分析计算，并不能结合语义分析，而如果使用机器学习、深度学习的方式费时费力，效果也不一定能达到我们满意的状态
小小晓晓阳·2024-02-05 20:06
上一页 26 27 28 29 30 31 32 33 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他