机器学习：Python实践

【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

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

【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

开源计算机视觉库OpenCV详解

OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库。
终将老去的穷苦程序员·2024-02-02 13:44

深度学习如何入门？

2.学习机器学习基
终将老去的穷苦程序员·2024-02-02 13:12

可解释性AI(XAI）

XAI使人们能够理解人工智能和机器学习是如何用于决策、预测和洞察的。可解释人工智能允许品牌在使用人
容容爱学习.·2024-02-02 12:53

自动驾驶IPO第一股及商业化行业标杆 Mobileye

作为高级驾驶辅助系统（ADAS）和自动驾驶解决方案全球领导者，Mobileye专注部署和开发基于计算机视觉发展和机器学习、数据分
小明师兄·2024-02-02 12:35

机器学习简介

什么是机器学习？
就叫吴昊·2024-02-02 12:48

开源计算机视觉库OpenCV详解

OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库。它包含超过2500种优化的算法，涵盖了图像处理和计算机视觉中的许多常见任务。
super_journey·2024-02-02 12:45

如何系统的自学Python？通义千问、讯飞星火、文心一言及ChatGPT的回答

下面是一个详细的步骤指南：了解Python和其应用领域：首先，熟悉Python语言的基本特性和用途，包括它在Web开发、数据分析、机器学习、AI、网络爬虫等方面的应用。安装Python环境：下载并安装
凯哥Java·2024-02-02 11:59

人工智能的优缺点

2.自动化和机器学习：人工智能可以自动执行重复和繁琐的任务，从而解放人力资源，提高效
C++代言人·2024-02-02 11:12

为什么说2023年是AI元年

首先，AI技术在计算机视觉、自然语言处理、机器学习等领域取得了重大的进展，使得机器能够更准确地理解人类语言和图像，从而更好地为人类提供服务。例如，AI图像和语音识别技术的广泛应用，使得人们可以更加便
卢卡上学·2024-02-02 11:28

2024-01-06-AI 大模型全栈工程师 - 机器学习基础

摘要2024-01-06阴杭州晴本节简介:a.数学模型&算法名词相关概念;b.学会数学建模相关知识；c.学会自我思考，提升认知，不要只会模仿；课程内容1.Fine-Tuning有什么作用？a.什么是模型训练（Training）b.什么是模型预训练（Pre-Training）c.微调（Fine-Tuning）d.轻量化微调（ParameterEfficientFine-Tuning,PEFT）2.什
流雨声·2024-02-02 10:42

机器学习和可视化还能一起这样用？Python教你全搞定

categorical-spatial-interpolation)可视化绘制的推文教程，这期我们使用Python进行绘制，涉及的知识点如下：sklearn.KNeighborsClassifier()机器学习应用
数据魅力(DataCharm)·2024-02-02 10:58

R-kknn包-类别插值可视化绘制

前面的推文我们介绍了使用scikit-learn结合分类散点数据，构建机器学习分类模型并将模型结果可视化展示，具体链接如下：机器学习和可视化还能一起这样用？Python教你全搞定。
数据魅力(DataCharm)·2024-02-02 10:53

TensorFlow 的基本概念和使用场景。

TensorFlow的基本概念和使用场景引言TensorFlow是一个开源的机器学习框架，由Google开发和维护。它提供了一个强大而灵活的平台，用于构建和训练各种机器学习模型。
bboo517·2024-02-02 09:28

TensorFlow 的基本概念和使用场景

它是一个用于构建机器学习和深度学习模型的强大工具。TensorFlow的核心概念是计算图，它允许用户以符号方式定义数学计算操作。
数据科学与艺术的贺公子·2024-02-02 09:27

机器学习算法决策树

决策树的介绍决策树是一种常见的分类模型，在金融风控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分，这种思想是人类处理问题时的本能方法。例如在婚恋市场中，女方通常会先询问男方是否有房产，如果有房产再了解是否有车产，如果有车产再看是否有稳定工作……最后得出是否要深入了解的判断。决策树的主要优点：具有很好的解释性，模型可以生成可以理解的规则。可以发现特征的重要程度
小森( ﹡ˆoˆ﹡ )·2024-02-02 09:27

【阿里巴巴】【1688电商广告】1688事业部-高级广告技术专家-杭州

所属部门:淘天集团|学历:硕士|工作年限:6年职位描述负责1688电商广告产品的搜索/推荐系统架构的设计与开发，解决搜索/推荐系统的核心架构优化问题；针对搜索/推荐场景的架构抽象和流程优化，支持大规模机器学习优化
探小虎·2024-02-02 09:25

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。它提供了一种框架，用于构建和训练各种机器学习模型。
M1r4n·2024-02-02 09:44

神经网络与深度学习Pytorch版 Softmax回归 笔记

回归模型概述及其在多分类问题中的应用4.Softmax运算在多分类问题中的应用及其数学原理5.小批量样本分类的矢量计算表达式6.交叉熵损失函数7.模型预测及评价8.小结Softmax回归，也称为多类逻辑回归，是一种用于解决多分类问题的机器学习算法
砍树＋c＋v·2024-02-02 09:14

深度学习-基础过关

众所周知，机器学习是一门跨学科的学科，主要研究计算机如何通过学习人类的行为和思维模式，以实现某些特定的功能或目标。
代码不行的搬运工·2024-02-02 09:38

机器学习笔记十一 矩阵乘法 Tensorflow实现神经网络

向量a和向量w的点积(dotproduct)与向量a转置和向量w的点积相同矩阵乘法代码如何使用TensorFlow实现神经网络第一步指定模型，告诉TensorFlow如何计算推理第二步定义编译模块调用哪个函数第三步训练模型
爱学习的小仙女！·2024-02-02 08:52

吴恩达机器学习笔记十二 Sigmoid激活函数的替代方案 激活函数的选择 为什么要使用激活函数

在需求预测案例中，awareness这个输入可能不是二元(binary)的，或许是一点(alittlebit)、有些(somewhat)或完全(extremely)，此时相比将awareness规定为0、1，不如考虑概率，认为它是一个0-1之间的数。激活函数可以采用ReLU函数(rectifiedlinearunit)三个常用的激活函数使用线性激活函数也可以看作是没有激活函数。激活函数的选择输出层
爱学习的小仙女！·2024-02-02 08:52

吴恩达机器学习笔记十 神经网络 TensorFlow 人工智能

神经网络：说几层的时候是指隐藏层及输出层，不包含输入层。例如下图是一个四层神经网络。前向传播(forwardpropagation)越靠近输出层，该层的神经元数量越少TensorFlow（张量流）实现神经网络的搭建sequential（）把两层顺序连接起来；如果有新的x，用predict()人工智能
爱学习的小仙女！·2024-02-02 08:22

目标检测的发展史及关键技术概述

目录早期阶段：模板匹配与特征工程机器学习时代：特征学习的兴起深度学习革命：CNN的突破区域建议网络（R-CNN）系列
kadog·2024-02-02 08:17

超参数搜索matlab,MATLAB中与算法无关的超参数网格搜索

我想比较不同的机器学习算法.作为其中的一部分,我需要能够执行gridsearchforoptimalhyperparameters.但是,我并没有真正想到为每个固定算法和其超参数的固定子集编写单独的网格搜索实现
徐聪瓜要努力·2024-02-02 08:42

技术科普 | 机器视觉5大关键技术及其常见应用

它是人工智能领域中的一个分支，涉及图像处理、模式识别、机器学习、深度学习等多个领域。
英码科技·2024-02-02 08:22

【技术科普】主流的深度学习模型有哪些？AI开发工程师必备！

什么是深度学习深度学习是机器学习领域的新研究方向，旨在使机器更接近于人工智能。它通过学习样本数据的内在规律和表示层次，对文字、图像和声音等数据进行解释。
英码科技·2024-02-02 08:21

深度学习如何入门?

2.机器学习预备知
dami_king·2024-02-02 07:45

统计机器学习-感知机

感知机是二分类的线性分类模型，即通过一个超平面将数据集分割在两侧，同在一个侧的为同一个分类，一般上侧的为正例，下侧的为负例。感知机的定义假设输入空间（特征空间）是，输出空间是。输入表示实例的特征向量，对应于输入空间（特征空间）的点；输出表示实例的类别。由输入空间到输出空间的如下函数称为感知机。其中，和为感知机模型参数，叫做权值或权值向量，叫做偏置，表示和的内积。是符号函数，即并且假设数据是完全线性
又双叒叕苟了一天·2024-02-02 07:07

机器学习基础、数学统计学概念、模型基础技术名词及相关代码个人举例

1.机器学习基础（1）机器学习概述机器学习是一种人工智能（AI）的分支，通过使用统计学和计算机科学的技术，使计算机能够从数据中学习并自动改进性能，而无需进行明确的编程。
是lethe先生·2024-02-02 07:09

【机器学习】基于K-近邻的车牌号识别

实验四:基于K-近邻的车牌号识别1案例简介图像的智能处理一直是人工智能领域广受关注的一类技术，代表性的如人脸识别与CT肿瘤识别，在人工智能落地的进程中发挥着重要作用。其中车牌号识别作为一个早期应用场景，已经融入日常生活中，为我们提供了诸多便利，在各地的停车场和出入口都能看到它的身影。车牌号识别往往分为字符划分和字符识别两个子任务，本案例我们将关注字符识别的任务，尝试用K-NN的方法对分割好的字符图
住在天上的云·2024-02-02 07:38

【机器学习】AAAI 会议论文聚类分析

实验五：AAAI会议论文聚类分析本次实验以AAAI2014会议论文数据为基础，要求实现或调用无监督聚类算法，了解聚类方法。1任务介绍每年国际上召开的大大小小学术会议不计其数，发表了非常多的论文。在计算机领域的一些大型学术会议上，一次就可以发表涉及各个方向的几百篇论文。按论文的主题、内容进行聚类，有助于人们高效地查找和获得所需要的论文。本案例数据来源于AAAI2014上发表的约400篇文章，由UCI
住在天上的云·2024-02-02 07:38

【机器学习】基于集成学习的 Amazon 用户评论质量预测

实验六:基于集成学习的Amazon用户评论质量预测1案例简介随着电商平台的兴起，以及疫情的持续影响，线上购物在我们的日常生活中扮演着越来越重要的角色。在进行线上商品挑选时，评论往往是我们十分关注的一个方面。然而目前电商网站的评论质量参差不齐，甚至有水军刷好评或者恶意差评的情况出现，严重影响了顾客的购物体验。因此，对于评论质量的预测成为电商平台越来越关注的话题，如果能自动对评论质量进行评估，就能根据
住在天上的云·2024-02-02 07:38

机器学习 - 代价函数

经常与其一起被提到的是代价函数，其概念如下：代价函数：在机器学习中，代价函数（或损失函数）是衡量模型预测值与实际值之间差异的
北堂飘霜·2024-02-02 07:07

机器学习---半监督学习（基于分岐的方法）

1.基于分歧的方法与生成式方法、半监督SVM、图半监督学习等基于单学习器利用未标记数据不同，基于分歧的方法(disagreement--basedmethods)使用多学习器，而学习器之间的“分歧”(disagreement)对未标记数据的利用至关重要。1.2协同训练“协同训练”(co-training)[BlumandMitchell,l998]是此类方法的重要代表，它最初是针对“多视图”(mu
三月七꧁ ꧂·2024-02-02 07:37

机器学习系列4-特征工程

机器学习系列4-特征工程学习内容来自：谷歌ai学习https://developers.google.cn/machine-learning/crash-course/framing/check-your-understanding
喜乐00·2024-02-02 07:36

2024-01-06-AI 大模型全栈工程师 - 机器学习基础

摘要2024-01-06阴杭州晴本节简介:a.数学模型&算法名词相关概念;b.学会数学建模相关知识；c.学会自我思考，提升认知，不要只会模仿；课程内容1.Fine-Tuning有什么作用？a.什么是模型训练（Training）b.什么是模型预训练（Pre-Training）c.微调（Fine-Tuning）d.轻量化微调（ParameterEfficientFine-Tuning,PEFT）2.什
流雨声·2024-02-02 07:06

机器学习——泰坦尼克号乘客生存预测

前言本文章是我在完成机器学习课程设计写的总结，共计花费五天左右，在kaggle平台上测试，最高的一次准确率为0.78708。
是dream·2024-02-02 07:03

opencv学习 机器学习

Kmeansdoublecv::kmeans(InputArraydataintkInputOutputArraybestLabels//输出的所有样本的标签数组TermCriteriacriteriaintattempts//采样不同初始化标签的尝试次数intflag//中心点初始化方法，支持KMEANS_RANDOM_CENTERS//KMEANS_PP_CENTERS//KMEANS_USE
小猴啊0.0·2024-02-02 07:02

Python机器学习：一文讲透机器学习中的验证集法

训练集用来构建机器学习模型；测试集也被称为“验证集”“保留集”，用来进行样本外预测，并计算测试集误差，估计模型预测能力。验证集法的优点在于简单方便，但是也有自身劣势。一方面，验证集法的稳定性不足。
数据科学作家·2024-02-02 06:00

机器学习---半监督学习（生成式方法）

1.主动学习形式化地看，我们有训练样本集，这l个样本的类别标记（即是否好瓜）已知，称为“有标记”(labeled)样本；此外，还有，这u个样本的类别标记未知（即不知是否好瓜)，称为“未标记”(unlabeled)样本。若直接使用传统监督学习技术，则仅有Dl能用于构建模型，Du所包含的信息被浪费了；另一方面，若Dl较小，则由于训练样本不足，学得模型的泛化能力往往不佳。那么，能否在构建模型的过程中将D
三月七꧁ ꧂·2024-02-02 06:23

scikit-learn

什么是机器学习？一门学科，研究如何用数据和经验优化计算机程序性能。什么是监督学习和无监督学习？
JerryYang105·2024-02-02 06:26

【机器学习 & 深度学习】卷积神经网络简述

专栏：机器学习欢迎订阅！相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！
为梦而生~·2024-02-02 05:02

【Python基础 & 机器学习】Python环境搭建（适合新手阅读的超详细教程）

重要专栏：机器学习：相对完整的机器学习基础教学！
为梦而生~·2024-02-02 05:00
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他