机器学习--数据处理

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

TDengine 签约杭州云润，助力某大型水表企业时序数据处理

在智慧电表水表的数据采集和存储过程中，时序数据处理成为一个重要的问题。由于电表水表数据具有时间序列的特点，传统的数据库和数据处理方式往往难以满足大规模数据的高速采集、存储和实时分析需求。
涛思数据（TDengine）·2024-02-06 09:39

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
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

第十二届脑电数据分析入门班（训练营：2023.9.6~9.19）

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
茗创科技·2024-02-06 08:04

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

6-2、T型加减速计算简化【51单片机+L298N步进电机系列教程】

↑↑↑点击上方【目录】，查看本系列全部文章摘要：本节介绍简化T型加减速计算过程，使其适用于单片机数据处理。
皮皮黄-机电工程师·2024-02-06 08:12

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

【Flink入门修炼】1-1 为什么要学习 Flink？

一、批处理和流处理早些年，大数据处理还主要为批处理，一般按天或小时定时处理数据，代表性的框架为MapReduce、Hive、Spark等。
大数据王小皮·2024-02-06 07:29

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

XML与WEB基础-08

XML/web/servlet一XML1.标记语言标记语言，是一种将文本（Text）以及文本相关的其他信息结合起来，展现出关于文档结构和数据处理细节的电脑文字编码。
小山居·2024-02-06 07:58

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

【python】- Flask模块: 轻量级 Web 应用框架的简介及用例

Flask-轻量级Web应用框架一、Flask的主要特性二、基本用法案例1、一个简单的Flask应用示例：案例2、运行一个应用并让它在特定的地址和端口上可用，案例3、路由和视图函数案例4、动态路由案例5、请求数据处理案例
阿寻寻·2024-02-06 05:55

R语言专题班（直播：2023.8.4~8.6）

茗创科技专注于脑科学，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科学课程，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
茗创科技·2024-02-06 05:57

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

Apache Hadoop

解决海量数据存储YARN（作业调度和集群资源管理的框架）：解决资源任务调度MAPREDUCE（分布式运算编程框架）：解决海量数据计算_广义上来说，Hadoop通常是指一个更广泛的概念——Hadoop生态圈，包括大数据处理流程中的各个阶段的软件
VincentLeon·2024-02-06 05:28

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

LabVIEW高精度微小电容测量

该系统的核心在于使用FDK2214传感器芯片和Arduino微控制器，通过LabVIEW软件进行数据处理和显示。FDK2214芯片的选用是因为其高测量精度、低功耗和强抗干扰能力，而Ard
LabVIEW开发·2024-02-06 04:39

PyTorch 2.2 中文官方教程（七）

用户将有灵活性访问原始数据的迭代器构建数据处理管道，将原始文本字符串转换为可用于
绝不原创的飞龙·2024-02-06 03:15

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
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

前端面试题——Vue的双向绑定

前言双向绑定机制是Vue中最重要的机制之一，甚至可以说是Vue框架的根基，它将数据与视图模板相分离，使得数据处理和页面渲染更为高效，同时它也是前端面试题中的常客，接下来让我们来了解什么是双向绑定以及其实现原理
_Minato_·2024-02-06 02:40

【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

第十二届脑电数据分析启航班（训练营：2023.6.9~7.8）

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
茗创科技·2024-02-06 01:47

《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

MySQL基础知识总结

在我们的程序开发和数据处理中，MySQL数据库是一个常用而强大的工具。今天，我们将回顾一些MySQL的基础知识，以帮助大家更好地理解和使用这个关系型数据库管理系统。1.什么是MySQL？
u010405836·2024-02-06 01:46

服务器与电脑的区别

2.由于服务器/工作站数据处理量很大，需要采用多CPU并行处理结构，即一台服务器
2301_78491269·2024-02-06 00:25

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

爬取58二手房并用SVR模型拟合

目录一、前言二、爬虫与数据处理三、模型一、前言爬取数据仅用于练习和学习。本文运用二手房规格sepc(如3室2厅1卫)和二手房面积area预测二手房价格price，只是练习和学习，不代表如何实际意义。
脑子不好真君·2024-02-05 23:59

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

数据处理方法--OrdinalEncoder自然数排序

实现原理首先是自然数排序方法，该方法的过程较为简单，即先对离散字段的不同取值进行排序，然后对其进行自然数值取值转化，例如下述过程：实现过程可以直接考虑调用sklearn中的OrdinalEncoder()评估器（转化器）。fromsklearnimportpreprocessing#和所有的sklearn中转化器使用过程类似，需要先训练、后使用：X1=np.array([['F'],['M'],[
恒c·2024-02-05 22:10
上一页 35 36 37 38 39 40 41 42 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他