正负样本

懂机器学习？先来回答这三个问题 ＞＞

随着可用于学习的样本数量的增加，算法也会相应地提高性能。了解机器学习，从这三个问题开始：为什么机器学习很重要？
叁苏言·2023-12-23 22:21

模式识别与机器学习（九）：Adaboost

1.原理AdaBoost是AdaptiveBoosting（自适应增强）的缩写，它的自适应在于：被前一个基本分类器误分类的样本的权值会增大，而正确分类的样本的权值会减小，并再次用来训练下一个基本分类器。
从零开始的奋豆·2023-12-23 22:37

3D点云法向量估计(最小二乘拟合平面)

3、最后根据特征点P到重心Oi形成的向量与法向量的点乘来判断法向量正负，f(p)0为正4、代码撰写很简单，参考文章里面有，可以搬运
weixin_30487201·2023-12-23 20:15

boss直聘上的音频主播靠谱吗

此外，查看候选人的作品或样本，以了解其声音、表达能力和专业水准。最后，可以通过与候选人进行面试来进一步评估其适合度。配音兼职接单推荐公众号：配音新手圈，声优配音圈，
配音新手圈·2023-12-23 19:54

人工智能_机器学习070_SVM支持向量机_软间隔及优化_硬间隔_衡量间隔软度_引入松弛变量_理解隔离参数---人工智能工作笔记0110

我们在这个软间隔优化中就可以引出C可以看到之前我们讨论的问题,都是基于样本点的,完全的线性可分的问题,我们称为硬间隔可以看到这种,一分就可以,分开,简单分割就可以分开的数据,我们称之为硬间隔但是可以看到上面这种情况
脑瓜凉·2023-12-23 19:20

plantare结果统计

这里统计plantcare网站对群体启动子分析的结果，查看结果：所有的下载的结果因为解压后的文件不含自己样本的名称，所以这里要得到样本编号和id的对应关系：解压find.
花生学生信·2023-12-23 19:41

噪声对二维相位展开的影响

相位展开器通过计算两个连续样本之间的差来检测图像中相位包裹的存在。如果这个差值大于+π，那么相位展开器认为在这个位置有一个包裹。这可能是真正的相位包络，也可能是由于存在噪声而导致的伪包络。
知新_ROL·2023-12-23 18:22

碳中和

也叫净零排放，是指国家、企业、产品、活动或个人在一定时间内直接或间接产生的二氧化碳或温室气体排放总量，通过使用低碳能源取代化石燃料、植树造林、节能减排等形式，以抵消自身产生的二氧化碳或温室气体排放量，实现正负抵消
Cactus_b245·2023-12-23 17:25

Sparse Principal Component Analysis

部分符号假设样本已经中心化（每一个行为一个样本）为主成分（PCs）创新点1.将PCA问题转化为一个回归问题，利用最小角回归，可以高效求解Lasso问题。2.二重迭代求解，sparsePCA问题。
馒头and花卷·2023-12-23 17:47

你眼中的世界是非黑即白吗？

正负永远是正负，对错从来只能是对错，黑和白加在一起才是灰，为什么有边缘地带？我不明白。
甜阿华·2023-12-23 17:49

最大似然估计通俗理解小记

他们共200个人（也就是200个身高的样本数据，为了方便表示，下面，我说“人”的意思就是对应的身高）都在教室里面了。那下一步怎么办啊？你开始喊：“男的左边，女的右边，其他的站中间！”。
月疯·2023-12-23 16:09

PaddlePaddle第一周学习笔记

从一定数量的样本（已知模型输入X和模型输出Y）中，学习输出Y与输入X的关系（可以想象成是某种表达式）。演绎：从一般规律推
luolovebiology·2023-12-23 16:54

机器学习笔记（二）使用paddlepaddle，再探波士顿房价预测

目标用paddlepaddle来重写之前那个手写的梯度下降方案，简化内容流程实际上就做了几个事：数据准备：将一个批次的数据先转换成nparray格式，再转换成Tensor格式前向计算：将一个批次的样本数据灌入网络中
Leventure_轩先生·2023-12-23 16:52

恶意软件样本行为分析——灰鸽子和大白鲨

1.1实验名称恶意软件样本行为分析1.2实验目的1)熟悉ProcessMoniter的使用2)熟悉抓包工具Wireshark的使用3)VMware的熟悉和使用4)灰鸽子木马的行为分析1.3实验步骤及内容第一阶段
Hellespontus·2023-12-23 15:57

恶意软件样本行为分析——Process Monitor和Wireshark

1.1实验名称恶意软件样本行为分析1.2实验目的1)熟悉ProcessMonitor的使用2)熟悉抓包工具Wireshark的使用3)VMware的熟悉和使用4)灰鸽子木马的行为分析1.3实验步骤及内容第一阶段
Hellespontus·2023-12-23 15:55

H266/VVC帧内预测编码

预测编码技术预测编码（PredictionCoding）是指利用已编码的一个或多个样本值，根据某种模型或方法，对当前的样本值进行预测，并对样本真实值和预测值之间的差值进行编码。
DogDaoDao·2023-12-23 14:24

应用数理统计（一） -- 样本与抽样分布（知识篇）

系列文章目录应用数理统计（一）--样本与抽样分布（知识篇）应用数理统计（二）--参数估计（知识篇）应用数理统计（三）--假设检验（知识篇）应用数理统计（四、五）--方差分析、线性回归（知识篇）应用数理统计
₫从心·2023-12-23 14:08

标准化与归一化的差异

(normalization)是数据缩放的两种方法.标准化缩放数据集为均值为0，标准化差为1，使用下面的公式：xnew_{new}new=(xi_{i}i–μ)/σxi_{i}i是数据集中第i个值μ为样本均值
梦想画家·2023-12-23 14:35

【Matlab编程实现常见小问题之三】Matlab如何实现把MNIST数据库中的二进制文件形式的样本集转化为标准图像格式

手写数字的MNIST数据库包含60000个训练集以及10000个测试集，该数据库将其训练集和测试集保存为二进制文件格式而非标准图像格式，所以本篇文章中，旨在解决如何用Matlab编程实现把MNIST数据库中下载下来的二进制文件转化为标准图片格式并保存下来。编程环境是Matlab2012a，MNIST数据库链接是http://yann.lecun.com/exdb/mnist/。一、问题描述手写数字
楚俊慕·2023-12-23 14:28

强化学习--DQN

经验回放强化学习是与环境实时交互得到样本然后进行训练
无盐薯片·2023-12-23 13:33

python实现调和反距离空间插值法AIDW

1简介AIDW主要是针对IDW的缺点进行了改进，考虑了样本点与预测点的位置，即方向和距离，具体见下图：2改进IDW公式：从IDW算法可看出，插值点的估算值仅与插值样本距插值点的远近相关，并未考虑样本点的方位性
我不爱机器学习·2023-12-23 13:33

Co-DETR：基于协作混合分配训练的DETR

摘要https://arxiv.org/pdf/2211.12860v5.pdf本文观察到一个现象，即在DETR中使用一对一的集合匹配时，被分配为正样本的查询太少，导致对编码器输出的监督稀疏，这严重影响了编码器的判别特征学习
静静AI学堂·2023-12-23 13:31

社会心理学04-我们如何从事社会心理学研究-20190504

首先，社会心理学家提出理论，然后，寻找观察样本；再然后，观察并组织样本；再然后，提出可预测的假设并预测样本，同时建立对照组；最后，验证假设。
数据产品化·2023-12-23 13:20

小样本学习idea（不断更新）

研一上学期9.18现有思路：1.用pretrain好的MAE，采用不同的遮挡方式（或者遮挡比例，固定或者不固定，随机或者block-wise），生成不同遮挡方式下的特征，相当于单张图片的样本扩充。2
s_m_c·2023-12-23 12:46

深入理解Mysql索引及其物理存储

深入理解Mysql索引及其物理存储数据库基础最上层用于连接、线程处理；第二层中包含了大多数的核心服务，包括了对SQL的解析、分析、优化和缓存等功能，存储过程、触发器和视图都是在这里实现的；而第三层就是真正负责数据的存储和提取的存储引擎
Joy T·2023-12-23 12:08

Deep convolutional models: case studies

的网络结构你以一幅图像开始即32乘32乘1而LeNet-5的任务是识别手写数字可能就像这幅数字图像LeNet-5就在灰度图像上训练这就是为什么它是32乘32乘1该神经网络实际上（这些灰度图像）与你上周所见的样本类似
Simple_isBeauty·2023-12-23 12:11

聚类算法_kmeans_层次聚类

层次聚类层次聚类假设类别之间存在层次结构，将样本聚到层次化的类中。
沉住气CD·2023-12-23 12:03

决策树和随机森林算法 简介

信息熵越大,不确定性越大,样本就越多样,样本的纯度低信息熵越小,不确定性越小,样本趋于一致,样本的纯度高决策树在每次划分的时候,理想的是每个条件分支都能够最大化地去划分这些样本,每个检点的信息熵低,样本的一致
草明·2023-12-23 11:30

甘肃确诊孩子生活轨迹公开，中国凭什么战胜疫情？这是最好答案

这3个孩子，其中1人在24日21时晚饭后参加核酸采样志愿服务一直工作至25日凌晨3时结束，26日凌晨0点左右至3点10分在校实验室整理采集的样本；还
成长的笔记·2023-12-23 11:08

VideoPoet: Google的一种用于零样本视频生成的大型语言模型

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/介绍VideoPoet：一种能够从多种条件信号合成高质量视频及匹配音频的语言模型今天，让
新加坡内哥谈技术·2023-12-23 11:26

联邦学习框架FATE学习笔记

双方各自有样本（特征值和标签），拥有共同的数据特征和数据标签，FedAverage算法，支持深度学习。各自训练自己小模型，加上随机数（保密）后放到第三方去优化，第三方汇总后，随机数彼此抵消，优化模型。
HJ很忙·2023-12-23 10:21

2018-11-20 单词

2015.12)他们在做投资方面非常明智sampleCerling'steamcollectedtapwatersamplesfrom600cities.(2009.06)瑟琳的团队收集了600个城市的自来水样本
煮茶温酒曲终人散·2023-12-23 09:07

《机器学习》第四章：决策树

简述决策树是机器学习的一类常见算法，其核心思想是通过构建一个树状模型来对新样本进行预测。树的叶结点是预测结果，而所有非叶结点皆是一个个决策过程。
泽平阿·2023-12-23 09:27

支持向量机（Support Vector Machine，SVM）算法 简介

在保证了分类正确性的同时，还尽可能让两个样本的类别更容易区分。简单来说就是，不仅做对了，还保证了质量。
草明·2023-12-23 08:34

KNN算法及其优缺点

它的工作原理是通过在训练样本中找到距离待分类样本最近的K个样本，并根据这K个样本的标签来确定待分类样本的标签。KNN算法具有以下优点和缺点。优点：简单易懂：KNN算法是一种直观的算法，易于理解和实现。
天玑y·2023-12-23 07:49

有空我们聊聊？

这是我今年以来收到最多的电话，他们是闺蜜、同学、同事、上司……我又是天生的老好人，凡闺蜜打电话来，遇到工作上的，宝宝教育的，个人情绪的，无论多忙，我都得放下自己的事，耐心的听她吐槽完，然后再给她出出主意，我的主意有两个，都是正负极端的
初夏清新·2023-12-23 06:22

机器学习优化器（公式+代码）

它的主要思想是在每次迭代中，随机选择一个样本来估计梯度，并更新模型参数。相比于传统的梯度下降算法，SGD具有更快的收敛速度和更低的计算成本。但是，SGD也存在一些问题，如随机性和收敛性方面的问题。
New___dream·2023-12-23 06:59

VAE-GAN学习记录

一、遇到的问题以及学习目的学习VAE-GAN主要是因为最近在做故障诊断相关的东西，之前在某篇论文里得知，使用GAN算法时，可以使用判别损失+重构损失对异常样本进行检测。
河马小白·2023-12-23 03:24

深度学习中的损失函数

损失函数（lossfunction）:用于定义单个训练样本预测值与真实值之间的误差代价函数（costfunction）:用于定义单个批次/整个训练集样本预测值与真实值之间的累计误差。
智慧医疗探索者·2023-12-23 03:49

图像预处理之减去RGB均值

减去RGB均值（实例以DIV2K数据集为例）在计算机视觉领域中，一定免不了的就是图像预处理中的逐个样本减去mean值的过程，那么为什么一定要做这一步呢？为什么每张图片都要减去数据集均值呢？
小小麦田mll·2023-12-23 03:15

深度学习（4）数据预处理-均值减法

1)从主成分分析（PCA）入手解释2)从深度学习反向传播计算入手3、代码1）图像去均值（imagemean）2）像素均值（pixelmean）当样本类别差异较大，减少样本差异，对样本数据进行预处理，这也是提高模型泛华能力的一种
香博士·2023-12-23 03:45

MNIST的均值和方差(0.1307,), (0.3081,)是怎么计算出来的？

对于MNIST训练集，均值就是所有训练集（6000个样本）的像素点之和求平均。当你将训练样本从（6000,1，28，28）展开成（60000,28*28）后，用mean（）函数可以轻松求出均值。
zycToWf·2023-12-23 03:12

Caffe学习系列——工具篇：计算数据集的图像均值

特征归一化常用的方法包含如下几种：简单缩放逐样本均值消减(也称为移除直流分量)特征标准化(使数据集中所有特征都具有零均值和单位方差)特征标准化指的是（独立地）使得数据的每
Solomon1588·2023-12-23 03:41

遗传图谱应用分析案例：菊花高密度遗传图谱的构建和花型相关位点的鉴定【百迈客生物】

遗传图谱遗传图谱（Geneticmap），是基于全基因组重测序技术或简化基因组测序技术，对某物种家系样本进行测序，利用生物信息学方法，开发SNP分子标记，计算标记间的遗传连锁距离，绘制高密度遗传图谱。
百迈客生物·2023-12-23 03:06

线性回归（Linear Regression）算法 简介

Y=AX+B根据样本数据求出方程的最优解.损失函数损失函数(代价函数):定义一个距离公式来计算线性回归的预测值和真实值之间的差异.损失函数就可以用来评价模型的预测值和真实值之间不一样的程度，损失函数值越小
草明·2023-12-23 03:59

Python使用Pandas判断csv等格式文件中缺失字段

最近在构建训练样本时，碰见了csv某字段为空值or缺失值的情况，导致训练报错，因此需要在构建样本后，检查各字段的完整程度。
云从天上来·2023-12-23 02:52

硬标签、软标签、单标签、多标签的概念

例如，对于一个三分类任务，一个样本的软标签可以是[0.3,0.5,0.2]，表示样本属于三个类别的可能性分别为30%、50%和20%。
没事就打补丁·2023-12-23 02:52

软间隔与正则化(支持向量机)-------机器学习

软间隔与正则化软间隔之前的博文中提过，支持向量机有一定的容错性，它允许有样本被分错，支持向量机以大局为重。
Lavender-csdn·2023-12-23 02:19

【trick技巧】label smoothing标签平滑的一些个人思考

因此表征我们已知样本属于某一类别的概率是为1的确定事件，属于其他类别的概率
All_In_gzx_cc·2023-12-23 02:18

标签正则化和硬标签、软标签、单标签、多标签

起因：最近在训练一个非常简单的二分类任务（计算描述两个实体的文本是否描述的是同一个实体），任务训练模式是用NLP大模型批量标注样本，在蒸馏后的robert_base上进行fine-tune，但是存在以下问题
云从天上来·2023-12-23 02:48
上一页 40 41 42 43 44 45 46 47 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他