机器学习nlp 第25页

【开源计算机视觉库OpencV详解——超详细】

示例：使用Python读取和显示图像5.示例：使用Python捕捉视频6.获取帮助和文档1.介绍OpenCV（OpenSourceComputerVisionLibrary）是一个开放源码的计算机视觉和机器学习库

程序员不想YY啊·2024-02-11 01:00

【OpenCV入门讲解——超详细】

入门讲解1.介绍2.安装3.基础用法3.1读取和显示图像3.2读取和显示视频3.3编辑和保存图像1.介绍OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库

程序员不想YY啊·2024-02-11 01:59

玩转心理学之自我疗愈--转变我们的不良感觉

在心理学中,NLP是一种后现代心理分支流派,是NeoroLinguisticProgramming的缩写,通常译为神经语言程序学,更直接的可以理解为身心语言程序学.其基本思想是身体行为与思维情绪互相作用

心理咨询师Carrie·2024-02-11 01:23

每个人都值得被祝福

有幸参加NLP执行课程中的“出生游戏”体验课，用学友的话说就是重新投胎：跟着导师的语音引导，想象自己是一个十个月即将出生的婴儿，通过由两排同学构成的产道，闭上眼睛接受每个人的欢迎和祝福，最终由产道尽头的接生婆热情拥抱降生

素年惊秋·2024-02-11 00:33

CVPR 2023: GANmouflage: 3D Object Nondetection with Texture Fields

这通常涉及利用机器学习和优化算法等计算方法，以及探索新材料和制造技术以实现隐形或欺骗(例如

结构化文摘·2024-02-10 23:34

BatchNorm介绍：卷积神经网络中的BN

一、BN介绍1.原理在机器学习中让输入的数据之间相关性越少越好，最好输入的每个样本都是均值为0方差为1。

是Dream呀·2024-02-10 23:03

鄂维南：从数学角度，理解机器学习的「黑魔法」，并应用于更广泛的科学问题...

鄂老师首先分享了他对机器学习数学本质的理解（函数逼近、概率分布的逼近与采样、Bellman方程的求解）；然后介绍了机器学习模型的逼近误差、泛化性质以及训练等方面的数学理论；最后介绍如何利用机器学习来求解

人工智能与算法学习·2024-02-10 22:29

当贝叶斯，奥卡姆和香农一起来定义机器学习

来源：数学中国【导读】当贝叶斯、奥卡姆和香农一起给机器学习下定义，将统计学、信息理论和自然哲学的一些核心概念结合起来，我们便会会发现，可以对监督机器学习的基本限制和目标进行深刻而简洁的描述。

人工智能学家·2024-02-10 22:58

机器学习各种算法汇总模板

机器学习算法模板包含了KNN，线性回归，逻辑回归，朴素贝叶斯，决策树，支持向量机，随机森林，kmeans，集成算法各种算法，特征工程，评估方式任你选择！！！

怎么菜成这样·2024-02-10 22:28

五、机器学习模型及其实现1

1_机器学习1）基础要求：所有的数据全部变为了特征，而不是eeg信号了python基础已经实现了特征提取、特征选择（可选）进行了数据预处理.预处理指对数据进行清洗、转换等处理，使数据更适合机器学习的工具

ITS_Oaij·2024-02-10 21:10

四、机器学习基础概念介绍

四、机器学习基础概念介绍1_机器学习基础概念机器学习分类1.1有监督学习1.2无监督学习2_有监督机器学习—常见评估方法数据集的划分2.1留出法2.2校验验证法（重点方法）简单交叉验证K折交叉验证（单独流出测试集

ITS_Oaij·2024-02-10 21:39

玻色量子“揭秘”之多项式回归问题与QUBO建模

多项式回归是一种统计学和机器学习领域常用的回归分析方法，属于线性回归的一种形式，将自变量x和因变量y之间的关系建模为n次多项式。目前求解多

QBoson·2024-02-10 21:06

机器学习系列——（十三）多项式回归

引言在机器学习领域，线性回归是一种常见且简单的模型。然而，在某些情况下，变量之间的关系并不是线性的，这时候我们就需要使用多项式回归来建模非线性关系。

飞影铠甲·2024-02-10 21:06

30个超实用的Python极简代码，五分钟get

（文末有Python资料领取）Python是机器学习最广泛采用的编程语言，也是目前最流行的语言之一，它的简单和易用性造就了它如此流行的原因。

进击的码农！·2024-02-10 20:08

知识增强的预训练模型简介

©NLP论文解读原创•作者|杨健专栏系列概览该专栏主要介绍自然语言处理领域目前比较前沿的领域—知识增强的预训练语言模型。通过解读该主题具备代表性的论文以及对应的代码，为大家揭示当前最新的发展状况。

NLP论文解读·2024-02-10 20:48

Linux上MySQL安装部署

准备工作在/opt/software目录下创建mysql目录用来存放MySQL安装包:链接：https://pan.baidu.com/s/1pjc-w6MSNlpptUjsZXNEdQ?

在下区区俗物·2024-02-10 20:27

近期学习计划

今年学习主要有三大目标，一个是机器学习，一个是指数基金投资进阶，一个是经济学。分别梳理一下进度和掌握情况。

厚德简物·2024-02-10 19:58

通过 SMOTE 及其变体过采样处理不平衡数据

我将通过一个实际示例进行解释，在该示例中我们应用这些方法来解决不平衡的机器学习问题，以了解它们的影响。

challeypeng·2024-02-10 19:56

【机器学习】合成少数过采样技术 (SMOTE)处理不平衡数据（附代码）

1、简介不平衡数据集是机器学习和人工智能中普遍存在的挑战。当一个类别中的样本数量明显超过另一类别时，机器学习模型往往会偏向大多数类别，从而导致性能不佳。

小Z的科研日常·2024-02-10 19:26

快速了解机器学习中过采样（SMOTE）问题

目录为什么要用过采样？一、过采样二、SMOTE算法三、优缺点四、python代码示例为什么要用过采样？当我们创建一个逻辑回归模型时，往往会遇到这样一个问题，那就是两类标签的数量相差非常大，可能达到几十万甚至上百万，导致创建的模型往往不是很准确。那么怎样才能避免或者是尽量减小误差呢？通常可以通过下采样或者过采样进行优化，这里我们就先来学习一种方法——过采样。一、过采样过采样是一种处理不平衡数据集的方

AI_dataloads·2024-02-10 19:26

单细胞分析之细胞注释工具Garnett

Garnett使用弹性网回归模型的机器学习算法训练出一个基于回归的分类器。随后训练好的分类器就可以用于更多数据集的细胞类型定义。官网：https://cole-trapn

11的雾·2024-02-10 19:00

数据库管理-第14期 Oracle Vector DB & AI-01（20240210）

数据库管理149期2024-02-10数据库管理-第149期OracleVectorDB&AI-01（20240210）1机器学习2向量3向量嵌入4向量检索5向量数据库5专用向量数据库的问题总结数据库管理

胖头鱼的鱼缸（尹海文）·2024-02-10 17:22

【机器学习笔记】贝叶斯学习

贝叶斯学习文章目录贝叶斯学习1贝叶斯学习背景2贝叶斯定理3最大后验假设MAP(MaxAPosterior)4极大似然假设ML(MaximumLikelihood)5朴素贝叶斯NB6最小描述长度MDL1贝叶斯学习背景试图发现两件事情的关系（因果关系，先决条件&结论）。执果索因：肺炎→肺癌？不好确定，换成确诊肺癌得肺炎的概率2贝叶斯定理贝叶斯定理是一种用先验慨率来推断后验慨率的公式，它可以表示为：P(

住在天上的云·2024-02-10 17:49

【机器学习笔记】决策树

决策树文章目录决策树1决策树学习基础2经典决策树算法3过拟合问题1决策树学习基础适用决策树学习的经典目标问题带有非数值特征的分类问题离散特征没有相似度概念特征无序例子：SkyTempHumidWindWaterForecastEnjoySunnyWarmNormalStrongWarmSameYesSunnyWarmHighStrongWarmSameYesRainyColdHighStrongW

住在天上的云·2024-02-10 17:19

【机器学习笔记】回归算法

回归算法文章目录回归算法1线性回归2损失函数3多元线性回归4线性回归的相关系数1线性回归回归分析(Regression)回归分析是描述变量间关系的一种统计分析方法例：在线教育场景因变量Y：在线学习课程满意度自变量X：平台交互性、教学资源、课程设计预测性的建模技术，通常用于预测分析，预测的结果多为连续值（也可为离散值，二值）线性回归(Linearregression)因变量和自变量之间是线性关系，就

住在天上的云·2024-02-10 17:19

PyTorch: torch.max()函数详解

torch.max函数详解：基于PyTorch的深入探索文章目录引言torch.max()函数简介torch.max()的返回值torch.max()的应用示例torch.max()的高级特性结尾引言在深度学习和机器学习的实际应用中

高斯小哥·2024-02-10 16:23

微软技术专家带你学 AI｜Azure OpenAI 服务

点击蓝字关注我们编辑：AlanWang排版：RaniSun微软技术专家带你学AI新的一年，为帮助开发者们在Azure上掌握人工智能，我们特别带来「微软技术专家带你学AI」系列，通过4期的课程，带大家从机器学习的基本原理深入

MicrosoftReactor·2024-02-10 15:44

Datawhale组队学习GNN-task04 数据完整存储与内存的数据集类+节点预测与边预测任务实践

DataWhale开源学习资料:https://github.com/datawhalechina/team-learning-nlp/tree/master/GNN6.1数据完全存于内存的数据集类学习在

79f3c66c2fe7·2024-02-10 15:12

今日立言+今日立行+每日反思【2019-03-27】

每日反思#Day1511.昨天本来想打退堂鼓,可是看到永澄老师说的"NLP前提假设:做法不变，结果不变".本来很丧的自己,今早还睡了个回笼觉，可是上午9:00爬起来，立马开始搞大纲，而不是承袭之前一直看论文的做法

来郑坤茹·2024-02-10 15:18

深度学习视频详解

梯度下降，神经网络如何学习|深度学习什么是反向传播反向传播演算【订阅】机器学习AI玩游戏

大囚长·2024-02-10 14:50

发现内心真正的自己

【Day2】-上海NLP专业执行师课程《和平战士》能告诉我们什么是NLP，并且NLP是如何运作的一部电影。

当下即过·2024-02-10 13:47

再读《简快身心积极疗法》（一）

它的构成包括1、NLP2、家庭系统排列3、情绪管理技巧4、其他心理学概念与技巧5、李中莹先生的研究心得。李中莹，1946年出生于香港。华人世界的国际级NLP大师。经典语录所有心理问题之根源！

九尾妖狐_元宝·2024-02-10 13:42

一文看懂深度学习（白话解释+8个优缺点+4个典型算法）

深度学习、神经网络、机器学习、人工智能的关系深度学习、机器学习、人工智能

easyAI人工智能知识库·2024-02-10 12:39

Efficient feature learning and multi-size image steganalysis based on CNN【Zhu-Net基于高效特征学习与多尺度图像隐写分析】

摘要对于隐写分析，许多研究表明卷积神经网络比传统机器学习方法的两部分结构具有更好的性能。然而，仍然有两个问题需要解决：降低隐写分析特征映射的信噪比和对任意大小的图像进行隐写分析。

CV误会了我·2024-02-10 12:01

hummingbird，一个非常好用的 Python 库！

随着人工智能和机器学习的快速发展，将训练好的模型部署到生产环境中成为了一个重要的任务。而边缘计算设备，如智能手机、嵌入式系统和物联网设备，也需要能够运行机器学习模型以进行实时推理。

近咫／＼ぃ天涯·2024-02-10 12:54

政安晨：示例演绎TensorFlow的官方指南（三）{快速使用数据可视化工具TensorBoard}

在机器学习中，要改进模型的某些参数，您通常需要对其进行衡量。TensorBoard是用于提供机器学习工作流期间所需测量和呈现的工具。

政安晨·2024-02-10 12:51

速看，关于Python的17个学习网站，从基础到机器学习【建议收藏】

目录一、基础学习网站Python官方教程Python官方安装包地址PyCharm下载地址anaconda3清华开源下载地址二、爬虫学习网站requests官方学习网站BeautifulSoup文档网站selenium官方学习网站scrapy中文学习网站三、数据分析学习网站numpy官方文档网站pandas官方文档网站sklearn官方文档网站四、数据可视化学习网站matplotlib官方学习网站p

帅帅的Python·2024-02-10 12:45

二、编译内核及内核开发的特点

欢迎关注博主Mindtechnist或加入【智能科技社区】一起学习和分享Linux、C、C++、Python、Matlab，机器人运动控制、多机器人协作，智能优化算法，滤波估计、多传感器信息融合，机器学习

Mindtechnist·2024-02-10 11:36

NLP之transformer -Task01

常见的NLP任务本教程将NLP任务划分为4个大类：1、文本分类，2、序列标注，3、问答任务——抽取式问答和多选问答，4、生成任务——语言模型、机器翻译和摘要生成。

曼曼668·2024-02-10 11:55

机器学习系列——（二十二）结语

随着我们的机器学习系列的探索画上句号，我们不禁感慨于这一领域的广阔和深邃。从最初的基础概念到复杂的算法，从理论的探讨到实际应用的示例，我们一起经历了一段非凡的旅程。

飞影铠甲·2024-02-10 11:53

机器学习系列——（二十一）神经网络

引言在当今数字化时代，机器学习技术正日益成为各行各业的核心。而在机器学习领域中，神经网络是一种备受瞩目的模型，因其出色的性能和广泛的应用而备受关注。本文将深入介绍神经网络，探讨其原理、结构以及应用。

飞影铠甲·2024-02-10 11:23

机器学习系列——（二十）密度聚类

引言在机器学习的无监督学习领域，聚类算法是一种关键的技术，用于发现数据集中的内在结构和模式。

飞影铠甲·2024-02-10 11:53

从入门到实战，32节时间序列实战课！

模块一基础：认识数据科学家模块二进阶：时间序列预测概论+论文和代码讲解模块三项目实战：基于股价和零售的时序项目实战模块四比赛实战：数据科学入门赛+回答准确性预测赛模块五时序前沿：前沿机器学习与时序+

机器学习与AI生成创作·2024-02-10 11:52

计算机毕业设计PyFlink+Hadoop+Hive民宿数据分析可视化大屏民宿推荐系统民宿爬虫民宿大数据知识图谱机器学习大数据毕业设计

流程1.selenium自动化爬虫框架采集民宿数据约10万条存入.csv文件作为数据集；2.使用pandas+numpy或MapReduce对数据进行数据清洗，生成最终的.csv文件并上传到hdfs；3.使用hive数仓技术建表建库，导入.csv数据集；4.离线分析采用hive_sql完成，实时分析利用Flink之Scala、FlinkSQL完成;5.统计指标使用sqoop导入mysql数据库；6

计算机毕业设计大神·2024-02-10 10:56

机器学习10-特征缩放

特征缩放的目的是确保不同特征的数值范围相近，使得模型在训练过程中更加稳定，加速模型收敛，提高模型性能。具体而言，零均值和单位方差的目标有以下几点好处：1.均值为零（ZeroMean）：通过减去特征的均值，可以使特征分布的中心位于零点。这样做有助于消除不同特征之间的偏差，确保模型不会在某些特征上过度拟合。如果某个特征的均值远离零，模型可能会更关注那些数值较大的特征。2.单位方差（UnitVarian

dracularking·2024-02-10 10:13

机器学习11-前馈神经网络识别手写数字1.0

在这个示例中，使用的神经网络是一个简单的全连接前馈神经网络，也称为多层感知器（MultilayerPerceptron，MLP）。这个神经网络由几个关键组件构成：1.输入层输入层接收输入数据，这里是一个28x28的灰度图像，每个像素值表示图像中的亮度值。2.Flatten层Flatten层用于将输入数据展平为一维向量，以便传递给后续的全连接层。在这里，我们将28x28的图像展平为一个长度为784的