机器学习-聚类

大数据可视化/算法推荐/情感分析——基于Django电影评论数据可视化分析推荐系统（完整系统源码+数据库+详细文档+论文+部署教程）

文章目录大数据可视化/算法推荐/情感分析——基于Django电影评论数据情感分析可视化分析推荐系统源码资料获取方式在文章末尾一、选题背景二、研究目的三、开发技术介绍1、Django框架2、LDA3、机器学习推荐算法
谁不学习揍谁！·2024-02-06 12:30

人工智能：数据分析之数据预处理、分析建模、可视化

分析建模是利用统计和机器学习算法对数据进行建模和预测的过程。人工智能可以
独木人生·2024-02-06 12:24

DQN的理论研究回顾

的理论研究回顾1.DQN简介强化学习（RL）（Reinforcementlearning:Anintroduction,2nd,ReinforcementLearningandOptimalControl）一直是机器学习的一个重要领域
Jay Morein·2024-02-06 12:50

大数据毕业设计：python微博舆情分析系统+可视化+情感分析+爬虫+机器学习（源码）✅

博主介绍：✌全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业毕业设计项目实战6年之久，选择我们就是选择放心、选择安心毕业✌感兴趣的可以先收藏起来，点赞、关注不迷路✌毕业设计：2023-2024年计算机毕业设计1000套（建议收藏）毕业设计：2023-2024年最新最全计算机专业毕业设计选题汇总1、项目介绍技术栈：Python语言、Flask框架、MySQL数据库
源码之家·2024-02-06 11:55

基于python的k_means算法实现

K-Mean算法，即K均值算法，是一种常见的聚类算法。算法会将数据集分为K个簇，每个簇使用簇内所有样本均值来表示，将该
小菜鸡@·2024-02-06 11:25

LightGBM特征重要性和可视化

在机器学习方面，模型性能在很大程度上取决于特征选择和对每个特征重要性的理解。LightGBM是微软开发的一种高效的梯度提升框架，由于其处理各种机器学习任务的速度和准确性而广受欢迎。
python收藏家·2024-02-06 11:19

精确率与召回率，ROC曲线与PR曲线

精确率与召回率，ROC曲线与PR曲线在机器学习的算法评估中，尤其是分类算法评估中，我们经常听到精确率(precision)与召回率(recall)，ROC曲线与PR曲线这些概念，那这些概念到底有什么用处呢
python收藏家·2024-02-06 11:49

基于机器学习的学生成绩预测

本文中，将带你通过使用Python的机器学习来完成学生成绩预测的任务。
python收藏家·2024-02-06 11:49

机器学习 | 基于网格搜索的SVM超参数调节

机器学习模型被定义为一个数学模型，其中包含许多需要从数据中学习的参数。然而，有一些参数，称为超参数，这些参数不能直接学习。它们通常是由人类在实际训练开始前根据直觉或经验和试验选择的。
python收藏家·2024-02-06 11:12

sklearn之模型评估指标总结归纳

文章目录机器学习模型评估分类模型回归模型聚类模型交叉验证中指定scoring参数网格搜索中应用机器学习模型评估以下方法，sklearn中都在sklearn.metrics类下，务必记住哪些指标适合分类，
lzw2016·2024-02-06 10:57

数据采集接口分类：数据采集、数据的采集有哪些?

比如我们要让机器学习认知汽车，我们直接给机器一
电商数据girl·2024-02-06 10:23

Python中的pyarrow入门

它提供了跨平台、高性能的数据传输和存储解决方案，在数据处理、机器学习和大数据分析等领域有广泛应
牛肉胡辣汤·2024-02-06 10:42

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

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

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

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

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

【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

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

学习：StatQuest-Heatmap

热图中的标准化和聚类Z-scoreimage.png如果有一列数据，我们要计算Z-score：计算这组数据的均值每个数据点减去均值计算标准差用第二步计算的值除以标准差image.png标准化有对某一基因标准化的
小潤澤·2024-02-06 05:17

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正则化减少所有权重的绝对值-证明对宽度模型非常有效TIM截图20180401125731.jpg
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

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
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他