机器学习--林轩田

面向隐私保护的机器学习：联邦学习技术解析与应用

然而，机器学习模型的训练和优化往往需要大量的数据支持，这就产生了一个矛盾：如何在保护数据隐私的前提下，充分利用数据的价值进行机器学习模型的训练和优化？
Blossom.118·2025-06-30 11:30

AI驱动的智能电网:平衡供需提高效率

智能电网，AI，机器学习，预测模型，优化算法，供需平衡，能源效率1.背景介绍随着全球能源需求的不断增长和可再生能源的快速发展，传统电网面临着越来越多的挑战。
AI智能应用·2025-06-30 10:50

AI 技术&AI开发框架

目录一、AI技术及其开发框架1.AI技术分类与代表方向2.主流AI开发框架3.AI应用开发流程简述4.补充：基础依赖与生态二、AI技术方向1.机器学习（MachineLearning,ML）✦核心概念：
34号树洞·2025-06-30 08:41

机器学习算法——神经网络1（神经元模型）

神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。神经网络中最基本的成分是神经元（neuron）模型。即上述定义中的“简单单元”。在生物神经网络中，每个神经元与其他申请元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；如果某神经元的电位超过一个“阈值”，那么它就会被激活，即“兴奋”起来，向其他神经
·2025-06-30 07:08

深度学习使用Pytorch训练模型步骤

训练模型是机器学习和深度学习中的核心过程，旨在通过大量数据学习模型参数，以便模型能够对新的、未见过的数据做出准确的预测。
vvvdg·2025-06-30 01:29

常见的强化学习算法分类及其特点

强化学习（ReinforcementLearning,RL）是一种机器学习方法，通过智能体（Agent）与环境（Environment）的交互来学习如何采取行动以最大化累积奖励。
ywfwyht·2025-06-30 01:29

Scikit-learn：机器学习的「万能工具箱」

——三行代码构建AI模型的全栈指南**###**一、诞生背景：让机器学习从实验室走向大众****2010年前的AI困境**：-学术界模型难以工程化-算法实现碎片化（MATLAB/C++主导）-企业应用门槛极高
科技林总·2025-06-30 00:56

如何看待机器学习方法在超分子化学领域的日渐流行？

大家好，今天咱们来聊聊一个既时髦又接地气的话题：如何看待机器学习方法在超分子化学领域的日渐流行？想象一下，你是一位超分子化学家，正忙于设计一种新型的分子结构，这个结构需要具备特定的功能。
cda2024·2025-06-30 00:55

助力您发SCI 机器学习（ML）在材料领域应用专题

第一天机器学习在材料与化学常见的方法理论内容1.机器学习概述2.材料与化学中的常见机器学习方法3.应用前沿实操内容Python基础1.开发环境搭建2.变量和数据类型3.列表4.if语句5.字典6.For
YEcenfei·2025-06-30 00:55

算法大厨日记：猫猫狐狐带你用代码做一锅香喷喷的“预测汤”

️【开场·今天的料理名叫“预测炖汤”】猫猫：“咱今天突发奇想，决定用机器学习代码给你炖一锅‘预测汤’喵！这不是教你代码，是要告诉你怎么把‘算法’吃进肚子里~”狐狐：“别急，她又在打比方了。
Gyoku Mint·2025-06-29 23:47

因果推理与因果学习原理与代码实战案例讲解

因果推理与因果学习原理与代码实战案例讲解作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：因果关系发现、因果推断、因果学习、机器学习、统计方法1.背景介绍
AI天才研究院·2025-06-29 21:32

信息检索简介——文本处理、搜索引擎、数据挖掘、机器学习、推荐系统等

该会议由ACM主办，主题涵盖了包括文本处理、搜索引擎、数据挖掘、机器学习、推荐系统等多个热门方向。此次会议是第一次将信息检索作为一个学科，并取得重大突破。本文试图对SIGIR进行一个完整的介绍，阐述
AI天才研究院·2025-06-29 21:32

R 语言简介：数据分析与统计的强大工具

R是一种开源的编程语言和软件环境，主要用于统计计算、数据分析、图形表示以及机器学习等领域。它是由RossIhaka和RobertGentleman于1995年开发的，之后
Mikhail_G·2025-06-29 21:28

22种创新思路！今年必将是特征选择爆发的一年

2025深度学习发论文&模型涨点之——特征选择特征选择是机器学习和数据挖掘领域中一个非常重要的步骤。它指的是从原始特征集合中挑选出对目标变量有较强预测能力的特征子集。
小唯啊小唯·2025-06-29 21:28

python读取sas数据集_SASpy模块，利用Python操作SAS

本文将首先介绍SASpy模块的一些基本方法，最后通过一个聚类分析的例子，来展示如何在Python中调用SAS的机器学习过程，以及对聚类结果的可视化。
·2025-06-29 20:56

C#区块链共识的3大必杀技：PoW、PoS、DPoS谁才是代码界的“链主”？

关注墨瑾轩，带你探索编程的奥秘！
墨瑾轩·2025-06-29 18:40

从决策树到随机森林：Python机器学习里的“树形家族“深度实战与原理拆解

引言在机器学习的算法森林中，有一对"树形兄弟"始终占据着C位——决策树像个逻辑清晰的"老教授"，用可视化的树状结构把复杂决策过程拆解成"是/否"的简单判断；而它的进阶版随机森林更像一支"精英军团"，通过多棵决策树的
小张在编程·2025-06-29 17:06

深入详解：随机森林算法——概念、原理、实现与应用场景

深入详解：随机森林算法——概念、原理、实现与应用场景随机森林（RandomForest,RF）是一种经典的集成学习算法，广泛应用于机器学习任务。
猿享天开·2025-06-29 17:00

python ks值计算_风控模型中的K-S理解以及python实现

ks检验介绍笔者刚入门机器学习开始做的例子就是金融场景下风控模型。那时评价模型的好坏就用传统的机器
weixin_39747293·2025-06-29 16:54

**双生“基尼”**：跨越世纪的术语撞车与学科分野

在学术的宇宙中，“基尼”（Gini）这个名字如同一个奇特的星标，闪耀在两个看似毫不相关的领域：衡量社会贫富差距的经济学与驱动人工智能的机器学习。
·2025-06-29 16:22

【第二章:机器学习与神经网络概述】03.类算法理论与实践-(3)决策树分类器

第二章:机器学习与神经网络概述第三部分：类算法理论与实践第三节：决策树分类器内容：信息增益、剪枝技术、过拟合与泛化能力。
IT古董·2025-06-29 16:51

RDKit：药物化学和分子数据处理的强大工具库

RDKit作为一个开源的化学信息学和机器学习工具包，为研究人员和数据科学家提供了丰富的功能，包括分子操作、描述符计算、指纹生成、相似性比较、子结构搜索和分子可视化等。
碳酸的唐·2025-06-29 15:45

机器学习中的数学：数学建模常用知识点-1

一、凸函数1、凸函数讲解设函数f(x)是定义在区间X上的函数，若对于区间上任意两点x1、x2和任意实数��∈(0,1)，总有如下表达式成立：则称为f(x)是X上的凸函数；反之，如果下式成立：则称为f(x)在X上的凹函数。如图所示：Python实现凸函数：importnumpyasnpimportmatplotlib.pyplotasplt#定义凸函数defconvex_function(x):re
数字化与智能化·2025-06-29 13:05

理解不同层的表示（layer representations）

在机器学习和深度学习领域，特别是在处理音频和自然语言处理（NLP）任务时，"层的表示"（layerrepresentations）通常是指神经网络不同层在处理输入数据时生成的特征或嵌入。
科学禅道·2025-06-29 11:48

基于机器学习的人形机器人电池健康状态预测方法

基于机器学习的人形机器人电池健康状态预测方法：从理论到实践的系统解析关键词电池健康状态（SOH）、剩余使用寿命（RUL）、人形机器人、机器学习、时序数据建模、多模态特征融合、边缘计算部署摘要本报告系统解析基于机器学习的人形机器人电池健康状态预测方法
AI天才研究院·2025-06-29 11:18

这份「零基础」机器学习实战课程，帮你彻底搞懂AI不再迷茫！——深度解析ML-For-Beginners

机器学习（MachineLearning），作为AI的核心驱动力，正以前所未有的速度渗透到我们生活的方方面面：从智能推荐系统到自动驾驶，从疾病诊断到金融风控，其应用场景几乎无处不在。
wylee·2025-06-29 09:35

【机器学习&深度学习】前馈神经网络（单隐藏层）

九、总结学习建议在机器学习中
一叶千舟·2025-06-29 08:59

Bagel: 开源协作式AI数据管理平台的使用指南

Bagel:开源协作式AI数据管理平台的使用指南引言在人工智能和机器学习领域，高质量的数据集对于模型训练和推理至关重要。
llzwxh888·2025-06-29 07:46

【5步通关！】C#企业级知识库实战——从0到1打造智能知识共享平台的魔法指南！

关注墨瑾轩，带你探索编程的奥秘！超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣你的团队还在用“纸质文件+Excel”管理知识？
墨瑾轩·2025-06-29 04:28

机器学习模型监控警报系统设计：Prometheus+Evidently 实战教程

1.系统架构设计：从数据采集到智能告警（1）监控系统核心组件交互图预测请求监控指标告警规则通知渠道预测结果质量报告时序数据模型服务PrometheusExporterPrometheusServerAlertmanager邮件/Slack/WebhookEvidently服务可视化仪表盘图解：系统采用双引擎架构，Prometheus负责基础监控指标采集与告警触发，Evidently执行深度模型分析
大熊计算机·2025-06-29 02:46

燕大《Python机器学习》实验报告：探索机器学习的奥秘

燕大《Python机器学习》实验报告：探索机器学习的奥秘【下载地址】燕大Python机器学习实验报告下载这份实验报告是燕山大学软件工程专业的学生在进行机器学习实验时所编写的，内容详实，结构清晰，可以直接下载使用
温冰礼·2025-06-28 22:44

（转）优秀的 python 机器学习库

优秀的python机器学习库IntroductionThereisnodoubtthatneuralnetworks,andmachinelearningingeneral,hasbeenoneofthehottesttopicsintechthepastfewyearsorso.It
patrick75·2025-06-28 21:40

DAY 10 机器学习建模与评估

知识点：1.数据集的划分2.机器学习模型建模的三行代码3.机器学习模型分类问题的评估今日代码比较多，但是难度不大，仔细看看示例代码，好好理解下这几个评估指标。
心落薄荷糖·2025-06-28 21:09

Python机器学习元学习库higher

higher是一个用于元学习（Meta-Learning）和高阶导数（Higher-ordergradients）的Python库，专为PyTorch设计。它扩展了PyTorch的自动微分机制，使得在训练过程中可以动态地计算参数的梯度更新，并把这些更新过程纳入到更高阶的梯度计算中。一、主要用途higher主要用于以下场景：元学习（Meta-Learning）比如MAML（Model-Agnosti
音程·2025-06-28 21:35

基于迁移学习的ResNet50模型实现石榴病害数据集多分类图片预测

该数据集旨在帮助开发用于番石榴果实早期病害检测的机器学习模型，帮助保护收成并减少经济损失。数据说明该数据集包括473张番石榴果实的注释图像，分为三类。图像经过预处理步骤，例如钝
深度学习乐园·2025-06-28 21:33

四个机器学习模型对比道路裂缝检测识别分类模型

一、课题综述1.1.课题简介在机器学习的研究领域中，传统分类算法模型数量众多，适合的应用场景也各不相同。
深度学习乐园·2025-06-28 21:33

C#串口通信的5大绝招：从菜鸟到大神的通关秘籍！

关注墨瑾轩，带你探索编程的奥秘！超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣你的串口是“快递员”还是“快递刺客”？嘿，C#开发者！
墨瑾轩·2025-06-28 19:22

机器学习5——非参数估计

非参数估计在参数估计中我们已经提到，想要估计后验概率P(ωi∣x)=p(x∣ωi)p(ωi)p(x)P\left(\omega_i\midx\right)=\frac{p\left(x\mid\omega_i\right)p\left(\omega_i\right)}{p(x)}P(ωi∣x)=p(x)p(x∣ωi)p(ωi)，就需要估计类条件概率p(x∣ωi)p\left(x\mid\omega
平和男人杨争争·2025-06-28 19:20

机器学习4——参数估计之贝叶斯估计

贝叶斯估计问题建模：后验概率公式：P(ωi∣x,D)=P(x∣ωi,Di)P(ωi)∑j=1cP(x∣ωj,Dj)P(ωj)P\left(\omega_i\mid\mathbf{x},\mathcal{D}\right)=\frac{P\left(\mathbf{x}\mid\omega_i,\mathcal{D}_i\right)P\left(\omega_i\right)}{\sum_{j=1
平和男人杨争争·2025-06-28 19:20

机器学习3——参数估计之极大似然估计

参数估计问题背景：P(ωi∣x)=p(x∣ωi)P(ωi)p(x)p(x)=∑j=1cp(x∣ωj)P(ωj)\begin{aligned}&P\left(\omega_i\mid\mathbf{x}\right)=\frac{p\left(\mathbf{x}\mid\omega_i\right)P\left(\omega_i\right)}{p(\mathbf{x})}\\&p(\mathbf
平和男人杨争争·2025-06-28 18:17

大模型RLHF强化学习笔记（一）：强化学习基础梳理Part1

一、强化学习基础1.1Intro定义：强化学习是一种机器学习方法，需要智能体通过与环境交互学习最优策略基本要素：状态（State）：智能体在决策过程中需要考虑的所有相关信息（环境描述）动作（Action
Gravity!·2025-06-28 18:10

从零开始理解零样本学习：AI人工智能必学技术

从零开始理解零样本学习：AI人工智能必学技术关键词：零样本学习、人工智能、机器学习、知识迁移、语义嵌入摘要：本文旨在全面深入地介绍零样本学习这一在人工智能领域具有重要意义的技术。
AI天才研究院·2025-06-28 17:33

深入详解：决策树算法的概念、原理、实现与应用场景

深入详解：决策树算法的概念、原理、实现与应用场景决策树（DecisionTree）是机器学习中一种直观且广泛应用的监督学习算法，适用于分类和回归任务。其树形结构易于理解，特别适合初学者。
猿享天开·2025-06-28 16:26

Python爬虫实战：爬取知乎问答与用户信息

简介随着网络信息量的爆炸，如何有效获取有价值的内容，成为了数据分析、机器学习等领域的基础之一。爬虫作为数据采集的基本工具之一，常常被用来获取互联网上的公开数据。
Python爬虫项目·2025-06-28 15:17

【机器学习&深度学习】反向传播机制

目录一、一句话定义二、类比理解三、为什重要？四、用生活例子解释：神经网络=烹饪机器人4.1第一步：尝一口（前向传播）4.2第二步：倒着推原因（反向传播）五、换成人工智能流程说一遍六、图示类比：找山顶（最优参数）七、总结一句人话八、PyTorch代码示例：亲眼看到每一层的梯度九、梯度=损失函数对参数的偏导数十、类比总结反向传播（Backpropagation）是神经网络中训练过程的核心机制，它就像“
·2025-06-28 14:47

Python编程：使用Opencv进行图像处理

opencv/tree/4.x/samples/pythonPython使用OpenCV进行图像处理OpenCV(OpenSourceComputerVisionLibrary)是一个开源的计算机视觉和机器学习软件库
·2025-06-28 12:34

基于机器学习的智能文本分类技术研究与应用

近年来，机器学习技术的快速发展为文本分类提供了一种高效、自动化的解决方案。一、机器学习在文本分类中的应用概述
·2025-06-28 11:25

【机器学习与数据挖掘实战 | 医疗】案例18：基于Apriori算法的中医证型关联规则分析

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。
Francek Chen·2025-06-28 11:22

用Python实现生信分析——功能预测详解

功能预测通常涉及多种方法，包括序列比对、基序识别、机器学习模型等。这些方法可以帮助科学家推断未知基因的功能，从而加速生物学研究的进展。
写代码的M教授·2025-06-28 07:57

python接收_MT5 与 PYTHON 的集成：接收和发送数据

专用编程语言正在用于处理和分析数据，统计和机器学习。Python是数据处理的主要编程语言之一。一个非常有效的解决方案是利用语言的力量并包含函数库来开发交易系统。
James Swineson·2025-06-28 06:18
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他