机器学习--分类预测

【限时免费】20天拿下华为OD笔试之【不定滑窗】2023Q1A-区块链文件转储系统-200分【闭着眼睛学数理化】全网注释最详细分类最全的华为OD真题题解

【不定滑窗】2023Q1A-区块链文件转储系统题目描述与示例题目描述区块链底层存储是一个链式文件系统，由顺序的N个文件组成，每个文件的大小不一，依次为F1,F2,…,Fn。随着时间的推移，所占存储会越来越大。云平台考虑将区块链按文件转储到廉价的SATA盘，只有连续的区块链文件才能转储到SATA盘上，且转储的文件之和不能超过SATA盘的容量。假设每块SATA盘容量为M，求能转储的最大连续文件大小之和
闭着眼睛学算法·2025-02-25 22:36

【PyTorch项目实战】图像分割 —— U-Net：Semantic segmentation with PyTorch

文章目录一、项目介绍二、项目实战2.1、环境搭建2.1.1、下载源码2.1.2、下载预训练模型2.1.3、下载训练集2.2、环境配置2.3、代码优化+架构优化2.4、模型预测：predict.pyU-Net
胖墩会武术·2025-02-25 21:04

【matlab数学建模项目】matlab实现HSV空间的森林火灾监测系统——森林火灾监测系统

空间森林火灾监测系统1、项目下载：本项目完整讲解和全套实现源码见下资源，有需要的朋友可以点击进行下载说明文档（点击下载）全套源码+学术论文基于MATLAB的HSV空间森林火灾监测系统的技术实现与应用-机器学习
阿里matlab建模师·2025-02-25 21:31

【HarmonyOS实战开发】鸿蒙设计模式-单例模式

fromModule=lemma_inlink)），又称设计模式，是一套被反复使用、多数人知晓的、经过分类编目的、代码设计经验的总结。
「已注销」·2025-02-25 21:29

机器学习01

机器学习的基本过程如下：1.数据获取2.数据划分3.特征提取4.模型选择与训练5.模型评估6.模型调优一、特征工程（重点）0.特征工程步骤为：特征提取(如果不是像dataframe那样的数据，要进行特征提取
天行者@·2025-02-25 20:53

机器学习02

三、模型选择与调优1交叉验证(1)保留交叉验证HoldOutHoldOutCross-validation（Train-TestSplit）优点1.简单高效操作简便：这种方法的实现非常直接，只需要将原始数据集按照一定比例（常见的如70:30、80:20等）随机划分为训练集和测试集。例如，在Python的scikit-learn库中，使用train_test_split函数可以轻松完成划分，代码简洁
天行者@·2025-02-25 20:53

AI安全全景解析：从数据到模型的全方位防护

Gartner预测，到2025年将有30%的企业因AI安全漏洞遭受重大损失。本文从数据安全、模型安全、部署安全三大维度，详解AI全生命周期防护技术。
金外飞176·2025-02-25 18:09

有限差分法

文章目录泰勒展开有限差分的基本原理一阶导数差分前向差分后向差分中心差分二阶导数差分关于xxx方向的二阶导数关于yyy方向的二阶导数混合二阶导数∂2u∂x∂y\frac{\partial^{2}u}{\partialx\partialy}∂x∂y∂2u有限差分的分类与特点分类显式差分格式隐式差分格式特点优点缺点发展趋势有限差分法的核心思想是将连续的空间和时间离散化
~夕上林~·2025-02-25 18:07

图的存储方式（上）

文章目录图的相关概念图的类型图的常见存储方式边集数组邻接矩阵邻接表图的相关概念对于图的相关概念实在太多，请移步，【图论】图的概念和基本术语（顶点、边、度、路径等）图的类型按照类型对图进行分类可以分为以下几种
2402_87224981·2025-02-25 17:04

数据安全_笔记系列01：数据分类分级与敏感数据识别详解

数据安全_笔记系列01：数据分类分级与敏感数据识别详解1)、数据分类分级与敏感数据识别详解数据分类分级是数据安全治理的核心环节，旨在根据数据的敏感性和重要性，制定差异化的保护策略。
宁宁可可·2025-02-25 16:57

对比学习小综述

分类（1）基于单视角的方法（InstanceDiscrimination）典型代表：SimCLR,MoCo特点：将每个样本视为一个独立类，无需额外的标注信息。适用场景：数据无标注或弱标注的场景。
wintercoming111·2025-02-25 15:50

NLP作业02：课程设计报告

培养团队协作沟通能力和运用现代工具分析和解决复杂工程问题的能力这个作业在那个具体方面帮助我实现目标能综合运用所学理论知识和操作技能进行实际工程项目的设计开发参考文献http://t.csdn.cn/mu8sF垃圾短信分类
0255-·2025-02-25 15:49

链表和STL —— list 【复习笔记】

结点有两个域：数据域（存储数据元素）和指针域（存储逻辑关系）链表又以方向、带不带头节点、是否循环分类：单向循环带头结点双向不循环不带头结点共有8种类型1.2单链表的实现1.2.1实现方式和顺序表一样，单链表的实现方式也分为静
wanjiazhongqi·2025-02-25 15:46

Python中IO流与File对象

广义上来说，IO流指的就是数据到磁盘、到另一电脑间（socket）的都可以被称为IO流狭义上来说，IO流一般指的就是内存和磁盘之间的数据交互python的IO流操作和C语言的非常的像，所以操作非常简单IO的分类
qq_45920294·2025-02-25 14:10

精准识别IP应用场景

精准识别，毫秒响应全量数据覆盖，依托全球最大的IP地址库，支持IPv4/IPv6双协议解析，精准识别19类核心应用场景，包括企业专线、政府机构、移动网络、卫星通信等细分类型。
IpdataCloud·2025-02-25 13:36

DeepSeek预测2030年：全球 50% 的白领工作将由 AI Agent 辅助完成，金融、医疗等专业渗透率超 70%

基于当前技术趋势、行业动态及搜索结果中的关键信息，对未来的发展进行多维度预测，涵盖人工智能、搜索行业、全球经济格局等领域：一、人工智能技术的革命性突破低成本高性能模型的普及DeepSeek-R1等国产大模型通过混合专家架构
未来AI编程·2025-02-25 13:03

网关类设备技术演进思路

人工智能（AI）和机器学习：用于数据分析、用户行为预测和自动化决策。边缘计算：在设备端进行数据处理，减少对云服务的依赖，提高响应速度。区块链技术：用于确保数据安全和网络安全。
看兵马俑的程序员·2025-02-25 13:03

【Java 常用注解学习笔记1】——Java 常用注解全解析：从基础到实战

本文系统化梳理主流框架（Spring、MyBatis-Plus、Swagger等）的核心注解，通过分类解析、代码示例与最佳实践，帮助开发者精准掌握注解的应用场景与技巧。
猿享天开·2025-02-25 11:21

国产替代 | 星环科技Sophon替代SAS，助力大型国有银行智能化营销

由于SAS是集中式的，对单台服务器要求太高，算力无法支撑需求，且无法支持可视化的机器学习，对于业务人员来说使用门槛过高。在经过产品选型后，决定采用星环科技的智能分析工具Sophon替换原有SAS，用
星环科技·2025-02-25 11:16

PyTorch知识点总结之一

PyTorch是一个基于Python的科学计算库，它是用于机器学习和深度学习的框架之一。它由Facebook的人工智能研究团队开发和维护，是一个开源的软件包，可以帮助开发者构建各种深度学习模型。
Rain松·2025-02-25 10:44

进程调度算法的特点以及使用场景

文章目录一、调度二、调度算法的分类以及它们的特点、使用场景1、批处理系统中的调度2、交互式系统中的调度3、实时系统中的调度一、调度只要对资源的请求大于资源本身的数量，就会涉及调度。  
CN.Stan·2025-02-25 10:41

51、深度学习-自学之路-自己搭建深度学习框架-12、使用我们自己建的架构重写RNN预测网络

importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None,id=None):self.data=np.array(data)self.autograd=autogradself.grad=Noneif(idisNone):self.id=np.rand
小宇爱·2025-02-25 09:10

软件测试之接口测试理论知识

文章目录前言接口的定义接口的分类接口测试什么是接口测试接口测试的基本原理为什么要进行接口测试？
头疼的程序员·2025-02-25 09:38

使用 ML.NET 开发工业预测系统：从数据到智能决策

这些数据不仅可以帮助我们监控设备的健康状况，还能够通过智能分析实现预测性维护、故障检测和生产效率优化等目标。而机器学习技术，尤其是ML.NET，提供了一种高效、灵活的方式来挖掘这些数据背后的潜在价值。
威哥说编程·2025-02-25 09:35

初学者推荐学习AI的路径

学习人工智能的路径可以分为基础知识、编程技能、机器学习、深度学习、数据处理与可视化、自然语言处理（NLP）、计算机视觉（CV）、强化学习、实践项目和持续学习几个阶段。
ProgramHan·2025-02-25 09:05

机器学习实战：从理论到实践

随着人工智能技术的迅猛发展，机器学习作为其核心部分，已经广泛应用于各个领域。它不仅在科技公司中扮演着关键角色，在医疗、金融、零售等行业也展现了巨大的潜力。
静默.\\·2025-02-25 08:34

开源模型应用落地-Qwen1.5-MoE-1/3的激活参数量达到7B模型的性能

二、术语介绍2.1.混合专家(MoE)架构是一种机器学习模型的结构设计,它将一个复杂的任务分解成多个相对简单的子任务,
开源技术探险家·2025-02-25 07:55

时序大模型：技术需求、现有成果及主流模型、模型架构、数据处理方式、优势、缺点及未来展望

为了确保模型的预测和分析结果准确可靠，需要采取一系列措施来保证数据的完整性和准确性。数据清洗：去除异常值：通过统计方法或机器学习算法检测并去除异常值，确保数据的合理性。
xl.liu·2025-02-25 07:50

使用 PDF SDK 通过页面分割和数据提取对建筑图纸进行分类

一家专门从事设计和建设的建筑公司对大量多页建筑PDF图纸进行分类，从而提高协作和运营效率。这类公司通常承担多个建筑设计项目，每个项目包含多个设计图纸，如详细的结构计划、电气与水管计划、机械计划等。
ComPDFKit·2025-02-25 06:18

机器学习数学基础：36.φ相关系数分析

用φ相关系数分析性别与心理测验态度关系的教程一、学习目标学会使用φ相关系数分析两个二分变量（如性别男/女、对心理测验态度肯定/否定）之间的关系，并通过卡方检验判断结果是否具有统计学意义。二、数据准备假设我们想研究青年大学生的性别和对心理测验的态度之间的关系，收集到如下2×22×22×2列联表数据（调查了170170170人）：肯定否定合计男生222222888888110110110女生18181
@心都·2025-02-25 06:46

机器学习数学基础：37.偏相关分析

偏相关分析教程一、偏相关分析是什么在很多复杂的系统中，比如地理系统，会有多个要素相互影响。偏相关分析就是在这样多要素构成的系统里，不考虑其他要素的干扰，专门去研究两个要素之间关系紧密程度的一种方法。用来衡量这种紧密程度的数值，叫做偏相关系数。举个简单例子，在研究一个地区的房价时，房价会受到很多因素影响，像地段、房屋面积、周边配套设施等。如果我们想知道单纯的房屋面积和房价之间的关系，就可以用偏相关分
@心都·2025-02-25 06:46

机器学习数学基础：22.对称矩阵的对角化

一、核心概念详解（一）内积定义与公式：在nnn维向量空间中，对于向量x⃗=(x1,x2,⋯ ,xn)\vec{x}\=(x_1,x_2,\cdots,x_n)x=(x1,x2,⋯,xn)和y⃗=(y1,y2,⋯ ,yn)\vec{y}\=(y_1,y_2,\cdots,y_n)y=(y1,y2,⋯,yn)，内积记作(x⃗,y⃗)(\vec{x},\vec{y})(x,y)，其计算公式为(x⃗,y⃗
@心都·2025-02-25 06:45

机器学习数学基础：34.点二列

点二列相关教程一、点二列相关的定义点二列相关是一种统计方法，用于衡量两个变量之间的相关程度。在这种相关分析中，一个变量是正态连续性变量，取值可以是连续的数值，比如身高、体重、考试分数等；另一个是真正的二分名义变量，其两个类别是天然存在、相互独立的，不能再细分，像性别（男/女）、是否吸烟（是/否）、抛硬币的结果（正面/反面）等。二、适用场景点二列相关常用于研究天然二分变量与连续变量之间的关系。例如在
@心都·2025-02-25 05:11

免费 MLOps 课程：学习机器学习运维的完整流程

掌握MLOps：训练和跟踪实验、构建ML流水线、模型部署、生产环境监控，并从DevOps采用最佳实践。免费MLOps课程概览（DataTalks.Club提供）课程平台：DataTalks.Club适合人群：有一定Python和ML经验的开发者重点内容：模型训练、实验跟踪、流水线构建、模型部署、监控和DevOps最佳实践目录什么是MLOps？为什么需要MLOps？MLOpsZoomcamp课程介绍
真智AI·2025-02-25 05:11

【MySQL篇】数据库基础

2，主流数据库3，MySQL介绍1，MySQL架构2，SQL分类3，MySQL存储引擎1，什么是数据库？数据库（Database，简称DB）是按照数据结构来组织、存储和管理数据的仓库。
小鬼yalo·2025-02-25 05:04

机器学习的三个步骤-ChatGPT4o作答

机器学习的三个步骤分别是：设置范围、设置标准、达成目标。这三个步骤是任何机器学习项目的基础框架，它们为模型的选择、优化和评估提供了清晰的指导。让我们深入探讨这三个步骤的具体内容。
部分分式·2025-02-25 04:33

知识库管理中台架构：数据资产激活与企业效率跃升

内容概要现代企业知识库管理中台架构的演进已突破传统文档存储范式，转向以智能分类引擎与动态数据治理为核心的认知计算体系。
Baklib-企业帮助文档·2025-02-25 04:59

AGI框架探索

开发十年，就只剩下这套Java开发体系了>>>随着对机器学习领域的深入探索，我渐渐迷上了AGI通用人工智能。
另一只又死又活的猫·2025-02-25 04:58

逻辑回归分类python实例_Python逻辑回归原理及实际案例应用

总结正文在前面所介绍的线性回归,岭回归和Lasso回归这三种回归模型中,其输出变量均为连续型,比如常见的线性回归模型为:其写成矩阵形式为:现在这里的输出为连续型变量,但是实际中会有'输出为离散型变量'这样的需求,比如给定特征预测是否离职
Zcc四月·2025-02-25 01:40

中国大模型大全 · 爆肝干货整理 · 244 个

中国大模型大全，全面收集有明确来源的大模型情况，包括机构、来源信息和分类等。序号公司大模型省市类别官网说明1百度文心一言北京
凭空起惊雷·2025-02-25 01:36

PYTHON机器学习小项目教程：预测鸢尾花种类

我们将使用经典的鸢尾花数据集来构建一个分类模型，该数据集包含150个样本，每个样本有四个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度。
jackispy·2025-02-25 01:36

基于KNN的鸢尾花分类预测模型

基于KNN的鸢尾花分类预测模型.让机器实现对鸢尾花的分类分析，它会怎么做呢？我们首先列举出可能需要的要素：数据，模型和算法，效果评估。
溪海莘·2025-02-24 23:57

HarmonyOS Next智能相册应用中的AI识图与语音识别实战

一、智能相册应用需求与架构设计（一）功能需求深度剖析图像分类需求在智能相册应用中，图像分类是一项重要功能，
·2025-02-24 23:19

Topaz Photo AI 人工智能图像处理 降噪

具备图像分辨率提升特性，利用机器学习技术，分析并重建图像的细节，从而保持图像质量同时，显著提高图像的分辨率。提供自动调整色彩分布与对比度优化功能，使照片的色彩更加饱
甜于酸·2025-02-24 23:54

2025预测趋势：AI知识库工具挑选指南

本文将探讨2025年AI知识库工具的预测趋势，并推荐六款精选工具，帮助用户挑选最适合的AI知识库解决方案。
·2025-02-24 23:17

探索Omniglot：一个无尽的手写字符集合

探索Omniglot：一个无尽的手写字符集合omniglotomniglot-一个包含大量不同语言手写字符图像的数据集，用于机器学习模型的训练和评估。
宋溪普Gale·2025-02-24 22:46

嵌入式学习|C语言篇进程间通信（IPC）全面解析与示例

1.2IPC分类体系主要通信方式可分为：传统UnixIPC：管道、FIFOSystemVIPC：消息队列、信号量、共享内存POSIXIPC：改进的消息队列、信号量、共享内存网络
DXX——·2025-02-24 22:46

大模型学习完整路径（一站式汇总），从零基础到精通！新手友好级指南

先来一张整体结构图，越是下面部分，越是基础：可以按以下步骤学习：1.理解基础概念需要了解深度学习的基本原理和常见术语，如神经网络、梯度下降、反向传播、监督学习、无监督学习、分类、回归、聚类
Python程序员罗宾·2025-02-24 22:45

cap4：YoloV5的TensorRT部署指南（python版）

《TensorRT全流程部署指南》专栏文章目录：《TensorRT全流程部署指南》专栏主页cap1：TensorRT介绍及CUDA环境安装cap2：1000分类的ResNet的TensorRT部署指南（
我是一个对称矩阵·2025-02-24 21:14

UE5从入门到精通之多人游戏编程常用函数

实用工具函数前言UE5给我们提供了非常强大的多人网路系统，让我们可以很方便的开发多人游戏上一篇我们介绍了，如何实现一个简单的多人游戏，从创建房间，加入房间到进入游戏以下是UE5多人游戏开发中常用的关键函数和节点分类总结
TxNet.Ltd.·2025-02-24 21:43
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他