机器学习-深度学习应用

【Python原创毕设|课设】基于(Flask、机器学习、含报告)朴素贝叶斯的垃圾邮件分类算法与检测系统-文末附下载方式以及往届优秀论文，原创项目其他均为抄袭

基于（Flask、机器学习）朴素贝叶斯的垃圾邮件分类算法与检测系统（获取方式访问文末官网）一、项目简介二、开发环境三、项目技术四、功能结构五、运行截图六、功能实现七、源码获取一、项目简介随着信息时代的快速发展
是云小糊糊·2024-01-08 03:36

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·2024-01-08 03:28

Boosting算法及wordvec笔记

机器学习机器学习主要干三件事：1、设计模型，确定查找目标函数的范围首先我们应该给机器划定一个圈子，告诉它就在这个圈子里面找目标函数。这个圈子称之为模型。
LaxChan·2024-01-08 02:02

Arxiv网络科学论文摘要18篇(2020-06-17)

;基于IP共现的数字联系跟踪;大流行期间不确定性的核算;2020年冠状病毒大流行期间Wikipedia的高热度合作的定量画像;空的空间甚至也有冠状病毒（两米不是安全距离）;Covid-19确诊病例数的机器学习
ComplexLY·2024-01-08 02:25

WorkPlus AI助理为企业提供智能客服的机器人解决方案

通过自然语言处理和机器学习等先进技术，WorkPlusAI
恒拓高科WorkPlus·2024-01-08 02:36

NumPy 高级教程——存储和加载数据

PythonNumPy高级教程：存储和加载数据在实际应用中，数据的存储和加载是数据科学和机器学习工作流程中不可或缺的一部分。NumPy提供了用于将数组保存到文件以及从文件中加载数组的功能。
Echo_Wish·2024-01-08 02:36

【目标优化】使用scipy.optimize.minimize获取模型最大输出对应的输入值

文章目录前言一、scipy.optimize.minimize介绍二、简单示例三、机器学习模型优化总结前言一般模型训练完后，都是通过模型输入来预测输出值。
行走的学习机器·2024-01-08 00:38

2023春季李宏毅机器学习笔记 02 ：机器学习基本概念

资料课程主页：https://speech.ee.ntu.edu.tw/~hylee/ml/2023-spring.phpGithub：https://github.com/Fafa-DL/Lhy_Machine_LearningB站课程：https://space.bilibili.com/253734135/channel/collectiondetail?sid=2014800一、機器學習基
女王の专属领地·2024-01-07 23:15

Hive内容分享(三)：Hive 架构思想和设计原理

HiveMapReduce虽然只有map和reduce这两个函数，但几乎可以满足任何大数据分析和机器学习的场景。不过，复杂的计算可能需要使用多个job才能完成，这些job之间还需要根据其先后依赖关
之乎者也··2024-01-07 23:25

理解机器学习中的术语

文章目录标量向量矩阵张量求导，梯度代码实现pytorch实现标量向量矩阵张量标量(scalar)，也可以叫做常量，例如x=5向量(vector),它是一个一维数组，例如x=[1,3,4]矩阵(matrix),它是一个二维数组，例如123456789张量(tensor)是一个多维数组，张量涵盖向量，矩阵，3D空间(例如正方体)，4维等等标量是张量的最小组成，类似于一个点向量是一个1阶张量,是一条线矩
少年的小俊·2024-01-07 22:13

AI：109-基于机器学习的文本图像关联分析

欢迎订阅支持，正在不断更新中~一.基于机器学习的文本图像关联分析随着人工智能（AI）技术的不断发展，机器学习成为推动智能系统进步的关键引擎
一见已难忘·2024-01-07 22:03

Visual Studio安装 ITK 的正确姿势！

主打功能相似，都是面向于图像处理，但是两者在领域应用方面有一定的差别；ITK：对二维三维医学图像数据做基本图像处理，分割以及配准；OpenCv:是计算机视觉的基础，用于二维图像上的图像处理，更广阔的是应用到机器学习
小张Python·2024-01-07 21:19

GitHub Copilot简单使用

它使用机器学习算法分析代码库和上下文，以生成代码建议和自动完成代码片段。
木子Link·2024-01-07 21:41

非洲 AI 不发达，看看这份PPT，受益匪浅

非洲AI不发达，看看这份PPT，受益匪浅非洲有大量的工程+机器学习人才，他们渴望学习、努力工作和进步。
机器学习算法与Python实战·2024-01-07 21:11

机器学习周刊第二期：300个机器学习应用案例集

大家好前文：机器学习项目精选第一期继续分享我最近看过并觉得非常硬核的资源，包括Python、机器学习、深度学习、大模型等等。
机器学习算法与Python实战·2024-01-07 21:37

【深度学习】因果推断与机器学习的高级实践 | 数学建模

文章目录每日一句正能量前言深度学习面临不可解释的重大挑战将因果引入机器学习是解决可解释性、稳定性的重要途径因果推断与机器后记每日一句正能量没有人可以打败你，除非你先打败自己。
想你依然心痛·2024-01-07 20:03

非工程师指南: 训练 LLaMA 2 聊天机器人

是这样的，机器学习，尤其是LLM(LargeLanguageModels，大语言模型)，已前所未有地普及开来
Hugging Face·2024-01-07 20:39

【Python机器学习】朴素贝叶斯分类器

朴素贝叶斯分类器是与线性模型非常相似的一种分类器，它的训练速度往往更快，但是泛化能力比线性分类器稍差。朴素贝叶斯分类器高效的原因是：通过单独查看每个特征来学习参数，并从每个特征中收集简单的类别统计数据。scikit-learn中实现了3中朴素贝叶斯分类器：GaussianNB、BernoulliNB、MultinomialNB。GaussianNB可用于任意连续数据，BernoulliNB假定输入
zhangbin_237·2024-01-07 19:53

【Python机器学习】线性模型——用于二分类的线性模型

线性模型也广泛用于分类问题，对于二分类问题，可以用以下公式进行预测：y=w[0]*x[0]+w[1]*x[1]+…………+w[p]*x[p]+b>0公式与现行回归的公式非常类似，但没有返回特征的加权求和，而是为预测设置了阈值。如果函数值小于0，就预测类别-1，否则预测类别+1。对于用于回归的线性模型，输出y是特征的线性函数，是直线、平面或者超平面。对于用于分类的线性模型，决策边界是输入的线性函数。
zhangbin_237·2024-01-07 19:23

【Python机器学习】线性模型的优缺点

线性模型的主要参数是正则化参数。在回归模型里是alpha，在一些分类模型里是C。alpha越大或C越小，说明模型越简单，通常在对数尺度上对alpha和C进行调节。除了正则化参数，还需要确定是L1正则化还是L2正则化，如果只有几个特征是重要的，应该用L1正则化，否则用L2正则化。线性模型的训练速度非常快，预测速度也很快。这类模型可以推广到非常大的数据集，对稀疏数据也有效。线性模型的另一个优点是：利用
zhangbin_237·2024-01-07 19:52

【Python机器学习】线性模型——用于多分类的线性模型

很多线性分类模型只使用与二分类问题，将二分类算法推广到多分类算法的一种常见方法是“一对其余”方法。在“一对其余”方法中，对每个类别都学习一个二分类模型，将这个类别和其他类别尽量区分，这样就生成了与类别数相同的二分类模型数。在测试点上运行所有分类器进行预测，在对应类别上分数最高的分类器“胜出”，将这个类别标签范围作为预测结果。多分类Logistics回归背后的数学与“一对其余”方法稍有不同，但也是对
zhangbin_237·2024-01-07 19:20

基于YOLOv8深度学习的人脸面部表情识别系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战

✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.
阿_旭·2024-01-07 19:13

机器学习笔记：时间序列异常检测

1异常类型1.1异常值outlier给定输入时间序列，异常值是时间戳值其中观测值与该时间序列的期望值不同。1.2波动点（ChangePoint）给定输入时间序列，波动点是指在某个时间t，其状态在这个时间序列上表现出与t前后的值不同的特性。1.3断层异常（Breakout）时序系统中某一时刻的值比前一时刻的值陡增或者陡降很多，之后形态也发生了改变。2常见异常检测方法2.1基于统计首先建立一个数据模型
UQI-LIUWJ·2024-01-07 19:35

[Python] 如何使用scikit-learn库进行线性回归训练和预测

Scikit-learn是一个用于Python编程语言的机器学习库。它提供了各种监督和无监督学习算法，包括分类、回归、聚类、降维等。
老狼IT工作室·2024-01-07 17:15

[Python] 如何使用joblib库导出和导入scikit-learn线性回归模型

Joblib是一个Python库，用于序列化和反序列化Python对象，包括机器学习模型、数据集等。它提供了一种高效的、可扩展的、跨平台的方式来保存和加载大型数据结构，以便在不同的环境中使用。
老狼IT工作室·2024-01-07 17:15

[书生·浦语大模型实战营]——轻松玩转书生·浦语大模型趣味 Demo

定义大模型通常指的是机器学习或人工智能领域中参数数量巨大、拥有庞大计算能力和参数规模的模型。这些模型利用大量数据进行训练，并且拥有数十亿甚至数千亿个参数。
不是吧这都有重名·2024-01-07 16:27

【Python机器学习】基于随机森林全球经济危机预测

近年来，机器学习和人工智能的迅速发展为解决这一问题提供了新的思路。随机森林作为一种强大的集成学
Zouia Gail(修行中)·2024-01-07 16:20

python数据分析与挖掘论文_《Python数据分析与机器学习实战-唐宇迪》读书笔记第10章-特征工程...

第10章特征工程特征工程是整个机器学习中非常重要的一部分，如何对数据进行特征提取对最终结果的影响非常大。
weixin_39616477·2024-01-07 16:10

AI到底是啥？

AI的技术包括机器学习、自然语言处理、计算机视觉、专家系统等。目前，AI已经广泛应用于各个领域，如医疗、金融、交通、娱乐等，使得机器能够自动化执行某些任务，从而提高效率和准确性。AI的爆火，以上信
Miya(QQ3088716563)·2024-01-07 16:34

机器学习之AUC、AUPRC、F1等评价指标的含义

AUC=0.506031AUC(areaunderthecurve)是模型评估指标，特别是二分类模型使用的主要离线评测指标之一。参考博客，AUC值是ROC曲线与x轴围成的面积。AUC的来源路线：混淆矩阵--ROC曲线--AUC1.混淆矩阵(二分类)TPR(真正例概率)=TPTP+FNTPR(真正例概率)={\frac{TP}{TP+FN}}TPR(真正例概率)=TP+FNTPFPR(假正例概率)=
小手指动起来·2024-01-07 16:27

GitHub 周榜第一！微软给新手开源的 ML 课程，1.2 万 Star

【导语】：微软又给初学者开源了一份机器学习课程。该课程在GitHub挺受欢迎，排在周榜第一。
开源前哨·2024-01-07 15:49

机器学习算法优缺点综述

机器学习算法优缺点综述计算机视觉联盟前天原文地址：收藏！机器学习算法优缺点综述仅作学术分享，不代表本公众号立场，侵权联系删除转载于：七月在线AI博士笔记系列推荐周志华《机器学习》手推笔记正式开源！
yishuihan-Oliver·2024-01-07 13:15

机器学习笔记 - 偏最小二乘回归 (PLSR)

偏最小二乘回归（PLSR）是机器学习和预
坐望云起·2024-01-07 13:41

机器学习算法学习-梯度提升树（GBDT）

这个算法是现有机器学习算法中相对较实用的算法。由其衍生的lightGBR以及Xgboost都是非常实用的数据分析工具。
Kiroro·2024-01-07 13:50

转：推荐 C/C++ 人工智能 框架和库

值得推荐的C/C++框架和库C++资源大全关于C++框架、库和资源的一些汇总列表，内容包括：标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等。
qq_32250025·2024-01-07 12:20

嵌入式培训机构四个月实训课程笔记（完整版）-Linux系统编程第四天-Linux管道练习题（物联技术666）

物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习,arm开发,物联网,嵌入式硬件
vx349014857·2024-01-07 12:47

嵌入式培训机构四个月实训课程笔记（完整版）-Linux系统编程第三天-Linux进程练习题（物联技术666）

物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习,arm开发,物联网,嵌入式硬件
vx349014857·2024-01-07 12:17

嵌入式培训机构四个月实训课程笔记（完整版）-Linux系统编程第四天-Linux管道（物联技术666）

物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习,arm开发,物联网,嵌入式硬件
vx349014857·2024-01-07 12:17

嵌入式培训机构四个月实训课程笔记（完整版）-Linux系统编程第一天-Linux 正则表达式在C中的应用（物联技术666）

物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习,arm开发,物联网,嵌入式硬件
vx349014857·2024-01-07 12:16

嵌入式培训机构四个月实训课程笔记（完整版）-C语言综合练习-歌词解析器（物联技术666）

：wulianjishu666物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习
vx349014857·2024-01-07 12:46

【STM32F103物联网实战案例合集】精彩干货，持续新增，关注收藏

：wulianjishu666物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习
vx349014857·2024-01-07 12:46

嵌入式培训机构四个月实训课程笔记（完整版）-Linux基础-Linux命令和Vi（物联技术666）

物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习,arm开发,物联网,嵌入式硬件
vx349014857·2024-01-07 12:46

嵌入式培训机构四个月实训课程笔记（完整版）-Linux基础第三天-GCC和Makefile（物联技术666）

物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习,arm开发,物联网,嵌入式硬件
vx349014857·2024-01-07 12:46

嵌入式培训机构四个月实训课程笔记（完整版）-Linux系统编程第一天-SHELL彩色字体（物联技术666）

物联技术666_嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记-CSDN博客物联技术666擅长嵌入式C语言开发,嵌入式硬件,嵌入式培训笔记,等方面的知识,物联技术666关注机器学习,arm开发,物联网,嵌入式硬件
vx349014857·2024-01-07 12:13

自然语言处理NLP：使用DisBert模型完成文本二分类任务(Pytorch)

该项目通过建立一个机器学习模型，预测哪些推文是关于真实灾难的，哪些不是。首先读取数据，看一下数据的样子，数据在kaggle上可直接下载。可以看到有用
我还是充钱那个少年@·2024-01-07 11:48

朴素贝叶斯

所谓独立条件，就是两个事件之间相互之间没有影响，在机器学习中，就要求特征之间没有联系，实际上，这种要求一般是无法满足的。对于结果，我们可以根据发生过的情况来推测。
歌者文明·2024-01-07 11:08

2023春季李宏毅机器学习笔记 03 ：机器如何生成文句

资料课程主页：https://speech.ee.ntu.edu.tw/~hylee/ml/2023-spring.phpGithub：https://github.com/Fafa-DL/Lhy_Machine_LearningB站课程：https://space.bilibili.com/253734135/channel/collectiondetail?sid=2014800一、大语言模型
女王の专属领地·2024-01-07 11:33

新手可理解的PyTorch 损失函数：优化机器学习模型的关键

目录torch.nn子模块LossFunctions详解nn.L1Loss用途用法使用技巧注意事项代码示例nn.MSELoss用途用法使用技巧注意事项代码示例nn.CrossEntropyLoss用途用法使用技巧注意事项代码示例使用类别索引使用类别概率nn.CTCLoss用途用法使用技巧注意事项代码示例有填充的目标未填充的目标nn.NLLLoss用途用法使用技巧注意事项代码示例一维损失示例二维损失
E寻数据·2024-01-07 11:26

目标检测part1

而更大的特征图有助于目标检测和目标分割任务中对小物体的识别分割效果转置卷积不是真正意义上的反卷积，是一种上采样的方式，让小图片变成大图片目标识别——目标检测——多目标检测传统目标检测方法：滑动窗口+传统机器学习分类器
草莓味的狮子座leo·2024-01-07 11:53

人工智能_机器学习087_DBSCAN聚类案例_聚类数据创建---人工智能工作笔记0127

之前我们把DBSCAN的原理以及参数都理解了,现在我们看如何使用首先我们导包importnumpyasnp导入数学计算包importmatplotlib.pyplotasplt导入画图包fromsklearn.clusterimportKMeans,DBSCAN导入算法fromsklearnimportdatasets导入数据集包X,y=datasets.make_circles(n_sample
脑瓜凉·2024-01-07 11:50
上一页 66 67 68 69 70 71 72 73 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他