机器学习-Logistic

机器学习算法决策树

决策树的介绍决策树是一种常见的分类模型，在金融风控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分，这种思想是人类处理问题时的本能方法。例如在婚恋市场中，女方通常会先询问男方是否有房产，如果有房产再了解是否有车产，如果有车产再看是否有稳定工作……最后得出是否要深入了解的判断。决策树的主要优点：具有很好的解释性，模型可以生成可以理解的规则。可以发现特征的重要程度
小森( ﹡ˆoˆ﹡ )·2024-02-02 09:27

【阿里巴巴】【1688电商广告】1688事业部-高级广告技术专家-杭州

所属部门:淘天集团|学历:硕士|工作年限:6年职位描述负责1688电商广告产品的搜索/推荐系统架构的设计与开发，解决搜索/推荐系统的核心架构优化问题；针对搜索/推荐场景的架构抽象和流程优化，支持大规模机器学习优化
探小虎·2024-02-02 09:25

介绍 TensorFlow 的基本概念和使用场景。

TensorFlow是一个开源的机器学习框架，由Google开发。它提供了一种框架，用于构建和训练各种机器学习模型。
M1r4n·2024-02-02 09:44

神经网络与深度学习Pytorch版 Softmax回归 笔记

回归模型概述及其在多分类问题中的应用4.Softmax运算在多分类问题中的应用及其数学原理5.小批量样本分类的矢量计算表达式6.交叉熵损失函数7.模型预测及评价8.小结Softmax回归，也称为多类逻辑回归，是一种用于解决多分类问题的机器学习算法
砍树＋c＋v·2024-02-02 09:14

深度学习-基础过关

众所周知，机器学习是一门跨学科的学科，主要研究计算机如何通过学习人类的行为和思维模式，以实现某些特定的功能或目标。
代码不行的搬运工·2024-02-02 09:38

机器学习笔记十一 矩阵乘法 Tensorflow实现神经网络

向量a和向量w的点积(dotproduct)与向量a转置和向量w的点积相同矩阵乘法代码如何使用TensorFlow实现神经网络第一步指定模型，告诉TensorFlow如何计算推理第二步定义编译模块调用哪个函数第三步训练模型
爱学习的小仙女！·2024-02-02 08:52

吴恩达机器学习笔记十二 Sigmoid激活函数的替代方案 激活函数的选择 为什么要使用激活函数

在需求预测案例中，awareness这个输入可能不是二元(binary)的，或许是一点(alittlebit)、有些(somewhat)或完全(extremely)，此时相比将awareness规定为0、1，不如考虑概率，认为它是一个0-1之间的数。激活函数可以采用ReLU函数(rectifiedlinearunit)三个常用的激活函数使用线性激活函数也可以看作是没有激活函数。激活函数的选择输出层
爱学习的小仙女！·2024-02-02 08:52

吴恩达机器学习笔记十 神经网络 TensorFlow 人工智能

神经网络：说几层的时候是指隐藏层及输出层，不包含输入层。例如下图是一个四层神经网络。前向传播(forwardpropagation)越靠近输出层，该层的神经元数量越少TensorFlow（张量流）实现神经网络的搭建sequential（）把两层顺序连接起来；如果有新的x，用predict()人工智能
爱学习的小仙女！·2024-02-02 08:22

目标检测的发展史及关键技术概述

目录早期阶段：模板匹配与特征工程机器学习时代：特征学习的兴起深度学习革命：CNN的突破区域建议网络（R-CNN）系列
kadog·2024-02-02 08:17

超参数搜索matlab,MATLAB中与算法无关的超参数网格搜索

我想比较不同的机器学习算法.作为其中的一部分,我需要能够执行gridsearchforoptimalhyperparameters.但是,我并没有真正想到为每个固定算法和其超参数的固定子集编写单独的网格搜索实现
徐聪瓜要努力·2024-02-02 08:42

技术科普 | 机器视觉5大关键技术及其常见应用

它是人工智能领域中的一个分支，涉及图像处理、模式识别、机器学习、深度学习等多个领域。
英码科技·2024-02-02 08:22

【技术科普】主流的深度学习模型有哪些？AI开发工程师必备！

什么是深度学习深度学习是机器学习领域的新研究方向，旨在使机器更接近于人工智能。它通过学习样本数据的内在规律和表示层次，对文字、图像和声音等数据进行解释。
英码科技·2024-02-02 08:21

深度学习如何入门?

2.机器学习预备知
dami_king·2024-02-02 07:45

统计机器学习-感知机

感知机是二分类的线性分类模型，即通过一个超平面将数据集分割在两侧，同在一个侧的为同一个分类，一般上侧的为正例，下侧的为负例。感知机的定义假设输入空间（特征空间）是，输出空间是。输入表示实例的特征向量，对应于输入空间（特征空间）的点；输出表示实例的类别。由输入空间到输出空间的如下函数称为感知机。其中，和为感知机模型参数，叫做权值或权值向量，叫做偏置，表示和的内积。是符号函数，即并且假设数据是完全线性
又双叒叕苟了一天·2024-02-02 07:07

机器学习基础、数学统计学概念、模型基础技术名词及相关代码个人举例

1.机器学习基础（1）机器学习概述机器学习是一种人工智能（AI）的分支，通过使用统计学和计算机科学的技术，使计算机能够从数据中学习并自动改进性能，而无需进行明确的编程。
是lethe先生·2024-02-02 07:09

【机器学习】基于K-近邻的车牌号识别

实验四:基于K-近邻的车牌号识别1案例简介图像的智能处理一直是人工智能领域广受关注的一类技术，代表性的如人脸识别与CT肿瘤识别，在人工智能落地的进程中发挥着重要作用。其中车牌号识别作为一个早期应用场景，已经融入日常生活中，为我们提供了诸多便利，在各地的停车场和出入口都能看到它的身影。车牌号识别往往分为字符划分和字符识别两个子任务，本案例我们将关注字符识别的任务，尝试用K-NN的方法对分割好的字符图
住在天上的云·2024-02-02 07:38

【机器学习】AAAI 会议论文聚类分析

实验五：AAAI会议论文聚类分析本次实验以AAAI2014会议论文数据为基础，要求实现或调用无监督聚类算法，了解聚类方法。1任务介绍每年国际上召开的大大小小学术会议不计其数，发表了非常多的论文。在计算机领域的一些大型学术会议上，一次就可以发表涉及各个方向的几百篇论文。按论文的主题、内容进行聚类，有助于人们高效地查找和获得所需要的论文。本案例数据来源于AAAI2014上发表的约400篇文章，由UCI
住在天上的云·2024-02-02 07:38

【机器学习】基于集成学习的 Amazon 用户评论质量预测

实验六:基于集成学习的Amazon用户评论质量预测1案例简介随着电商平台的兴起，以及疫情的持续影响，线上购物在我们的日常生活中扮演着越来越重要的角色。在进行线上商品挑选时，评论往往是我们十分关注的一个方面。然而目前电商网站的评论质量参差不齐，甚至有水军刷好评或者恶意差评的情况出现，严重影响了顾客的购物体验。因此，对于评论质量的预测成为电商平台越来越关注的话题，如果能自动对评论质量进行评估，就能根据
住在天上的云·2024-02-02 07:38

机器学习 - 代价函数

经常与其一起被提到的是代价函数，其概念如下：代价函数：在机器学习中，代价函数（或损失函数）是衡量模型预测值与实际值之间差异的
北堂飘霜·2024-02-02 07:07

机器学习---半监督学习（基于分岐的方法）

1.基于分歧的方法与生成式方法、半监督SVM、图半监督学习等基于单学习器利用未标记数据不同，基于分歧的方法(disagreement--basedmethods)使用多学习器，而学习器之间的“分歧”(disagreement)对未标记数据的利用至关重要。1.2协同训练“协同训练”(co-training)[BlumandMitchell,l998]是此类方法的重要代表，它最初是针对“多视图”(mu
三月七꧁ ꧂·2024-02-02 07:37

机器学习系列4-特征工程

机器学习系列4-特征工程学习内容来自：谷歌ai学习https://developers.google.cn/machine-learning/crash-course/framing/check-your-understanding
喜乐00·2024-02-02 07:36

2024-01-06-AI 大模型全栈工程师 - 机器学习基础

摘要2024-01-06阴杭州晴本节简介:a.数学模型&算法名词相关概念;b.学会数学建模相关知识；c.学会自我思考，提升认知，不要只会模仿；课程内容1.Fine-Tuning有什么作用？a.什么是模型训练（Training）b.什么是模型预训练（Pre-Training）c.微调（Fine-Tuning）d.轻量化微调（ParameterEfficientFine-Tuning,PEFT）2.什
流雨声·2024-02-02 07:06

机器学习——泰坦尼克号乘客生存预测

前言本文章是我在完成机器学习课程设计写的总结，共计花费五天左右，在kaggle平台上测试，最高的一次准确率为0.78708。
是dream·2024-02-02 07:03

opencv学习 机器学习

Kmeansdoublecv::kmeans(InputArraydataintkInputOutputArraybestLabels//输出的所有样本的标签数组TermCriteriacriteriaintattempts//采样不同初始化标签的尝试次数intflag//中心点初始化方法，支持KMEANS_RANDOM_CENTERS//KMEANS_PP_CENTERS//KMEANS_USE
小猴啊0.0·2024-02-02 07:02

Python机器学习：一文讲透机器学习中的验证集法

训练集用来构建机器学习模型；测试集也被称为“验证集”“保留集”，用来进行样本外预测，并计算测试集误差，估计模型预测能力。验证集法的优点在于简单方便，但是也有自身劣势。一方面，验证集法的稳定性不足。
数据科学作家·2024-02-02 06:00

机器学习---半监督学习（生成式方法）

1.主动学习形式化地看，我们有训练样本集，这l个样本的类别标记（即是否好瓜）已知，称为“有标记”(labeled)样本；此外，还有，这u个样本的类别标记未知（即不知是否好瓜)，称为“未标记”(unlabeled)样本。若直接使用传统监督学习技术，则仅有Dl能用于构建模型，Du所包含的信息被浪费了；另一方面，若Dl较小，则由于训练样本不足，学得模型的泛化能力往往不佳。那么，能否在构建模型的过程中将D
三月七꧁ ꧂·2024-02-02 06:23

scikit-learn

什么是机器学习？一门学科，研究如何用数据和经验优化计算机程序性能。什么是监督学习和无监督学习？
JerryYang105·2024-02-02 06:26

【机器学习 & 深度学习】卷积神经网络简述

专栏：机器学习欢迎订阅！相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！
为梦而生~·2024-02-02 05:02

【Python基础 & 机器学习】Python环境搭建（适合新手阅读的超详细教程）

重要专栏：机器学习：相对完整的机器学习基础教学！
为梦而生~·2024-02-02 05:00

AI绘画探索人工智能的未来

个人主页:Aileen_0v0热门专栏:华为鸿蒙系统学习|计算机网络|数据结构与算法个人格言:“没有罗马,那就自己创造罗马~”accusesbofsth.控告文章目录`AI绘画``前言``Al的应用领域`机器学习深度学习自然语言处理计算机视觉
Aileen_0v0·2024-02-02 04:57

深度学习-搭建Colab环境

GoogleColab(Colaboratory)是一个免费的云端环境，旨在帮助开发者和研究人员轻松进行机器学习和数据科学工作。它提供了许多优势，使得编写、执行和共享代码变得更加简单和高效。
Damon小智·2024-02-02 04:24

机器学习和模型训练的浅谈

机器学习（MachineLearning）和模型训练（ModelTraining）是两个相关但不同的概念。
MarkHD·2024-02-02 03:17

Python 机器学习 K-近邻算法

1、理解KNN算法K-最近邻（K-NearestNeighbors，KNN）算法是一种基本且易于实现的机器学习算法，广泛应用于分类和回归问题。
weixin_42098295·2024-02-02 03:25

机器学习PAI快速入门

什么是机器学习？机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
开发者学习指南·2024-02-02 02:28

Python 机器学习 K-近邻算法 K值的选择

1、选择说明K-近邻算法通过查找测试数据点的K个最近的邻居来进行预测。这些邻居的类别（对于分类问题）或值（对于回归问题）用于决定测试点的类别或值。K是一个正整数，通常较小。1）避免过小的K值K值过小可能会导致模型过于复杂，容易受到数据中噪声的影响，从而导致过拟合。避免在K-近邻算法中选择过小的K值是非常重要的，因为过小的K值会导致模型过于敏感，容易受到数据中噪声的影响，从而引起过拟合。当K值很小时
weixin_42098295·2024-02-02 02:10

Python 机器学习 K-近邻算法 常用距离度量方法

K-近邻（K-NearestNeighbors，KNN）算法中，选择合适的距离度量是非常重要的，因为它决定了如何计算数据点之间的“相似性”。不同的距离度量可能会导致不同的KNN模型性能。选择哪种距离度量取决于数据的类型和问题的性质。可以通过交叉验证来比较不同距离度量对模型性能的影响，以选择最合适的一种。1、欧几里得距离（EuclideanDistance）距离的度量最常用的距离度量方法，适用于连续
weixin_42098295·2024-02-02 02:07

ICLR‘2024时间序列论文汇总！预测、分析、分类等方向的最新进展

ICLR作为机器学习领域的顶级国际会议，每年都吸引了全球众多顶尖学者和研究者的目光。
AI热心分享家·2024-02-02 02:07

算法面试八股文『 基础知识篇 』

深度学习是机器学习的一个分支，核心思想是使用深度神经网络来模拟和解决复杂的问题。深度神经网络是一种由多层神经元组成的模型，通常包含输入层
Daniel Muei·2024-02-02 02:59

IT运维如何帮助企业降本增效？

通过利用机器学习、深度学习等技术，实现对IT系统的自动化监控、故障预测和智能维护，提高运维效率和质量。2、容器化和微服务随着容器技术的不断发展，容器化和微服务将成为IT监控运维管理的新趋势。
LinkSLA·2024-02-02 01:44

计算机相关专业毕业论文选题推荐

计算机科学以下是我推荐的20个计算机科学专业的本科论文选题：基于机器学习的推荐算法研究与实现基于区块链技术的数字身份认证方案设计与实现基于深度学习的图像识别技术研究与应用基于虚拟现实技术的教育培训平台设计与实现基于物联网技术的智能家居系统研究与开发基于云计算的数据备份与恢复系统设计与实现基于深度学习的自然语言处理技术研究与应用基于机器学习的舆情分析系统设计与实现基于人工智能的语音识别技术研究与应用
码视野·2024-02-02 01:23

Linux上使用OpenCvSharp

前言OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，它具有C++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和
xdpcxq1029·2024-02-02 01:07

python 机器学习XGBoost，SVM图像分类与数据预测分析

文章目录0前言+【机器学习】基于逻辑回归，LightGBM,XGBoost额的分类预测一.基于逻辑回归的分类预测+1逻辑回归的介绍和应用+1.1逻辑回归的介绍+1.2逻辑回归的应用2.Demo实践+Step1
Jackie_AI·2024-02-01 23:04

人工智能与大数据：技术前沿与实践

1.1深度学习与神经网络深度学习是机器学习的一个子集，通过构建多层
吾忆da·2024-02-01 23:03

【初中生讲机器学习】3. 支持向量机（SVM）一万字详解！超全超详细超易懂！

创建时间：2024-01-31最后编辑时间：2024-02-01作者：Geeker_LStar你好呀~这里是Geeker_LStar的人工智能学习专栏，很高兴遇见你~我是Geeker_LStar，一名初三学生，热爱计算机和数学，我们一起加油~！⭐(●’◡’●)⭐那就让我们开始吧！文章目录一、基础概念1.向量2.支持向量3.超平面4.间隔二、数学推导（原理）1.线性可分支持向量机2.软间隔支持向量机
Geeker · LSar·2024-02-01 23:30

Linux安装aria2出现No package aria2 available.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·2024-02-01 23:25

浅述热点方向-具身智能

具身智能1.具身智能（EmbodiedAI）概述人工智能、机器学习和计算机视觉的最新研究趋势催生了一个不断增长的研究领域，称为“具身智能”。
Moresweet猫甜·2024-02-01 22:37

深度学习知识点汇总-机器学习基础（5）

2.5分类算法的评估指标有哪些？图1混淆矩阵上图中术语解释：TP（Truepositives）。表示被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数；FP（Falsepositives）。表示被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；FN（Falsenegatives）。表示被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；TN（Tru
深度学习模型优化·2024-02-01 22:20

pythonnumpy库什么意思_python语法：机器学习必备Numpy库

Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库!NumPy是Python语言的一个扩充程序库。
崔海龙·2024-02-01 21:07

numpy 创建加一行_python语法：机器学习必备Numpy库

Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库!NumPy是Python语言的一个扩充程序库。
weixin_39929877·2024-02-01 21:06

强物理不可克隆函数的侧信道混合攻击 读书报告

多数强PUF可通过机器学习方法建模，抗机器学习的非线性结构PUF难以抵御侧信道攻击。本文在研究强PUF建模的基础上，基于统一符号规则分类介绍了现有的强PUF侧信道攻击方法如可靠
元辰辰辰辰辰辰·2024-02-01 21:48
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他