浅谈机器学习

【plt.hist绘制直方图】：从入门到精通，只需一篇文章！【Matplotlib可视化】

进行数据可视化示例文章目录一、引言二、plt.hist()函数基础三、plt.hist()进阶技巧1.自定义直方图外观2.多组数据在同一张直方图上展示四、参考文档|相关链接五、结尾一、引言  数据可视化是数据分析和机器学习领域不可或缺的一部分
高斯小哥·2024-02-20 15:21

算法工程师（机器学习）面试题目4---深度学习算法

基础问题CNN1.卷积神经网络和全连接网络的根本不同之处在哪里两者之间的唯一区别是神经网络相邻两层的连接方式。在全连接神经网络中，每相邻两层之间的节点都有边相连，而对于卷积神经网络，相邻两层之间只有部分节点相连；全连接网络缺点：参数太多，计算速度变慢，容易过拟合卷积神经网络：局部链接；权值共享；参数更少，降低过拟合的可能卷积神经网络一般是由卷积层、汇聚层和全连接层交叉堆叠而成的前馈神经网络。RNN
小葵向前冲·2024-02-20 15:34

计算机视觉与图像处理面试题,深度学习图像处理算法工程师面试题

AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力
ZW9·2024-02-20 15:32

深度学习+计算机语言,深度学习 计算机语言

AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力
中国计算机学会·2024-02-20 15:32

机器学习-特征提取-字典特征提取-文本特征提取-TF-IDF

一、特征提取概要：1、定义：将任意数据(如文本或图像)转换为可用于机器学习的数字特征。注：特征值化是为了计算机更好的去理解数据。
涓涓自然卷·2024-02-20 15:19

体验文心一言AI大模型生成一篇关于OpenAI、Notepad++、WPS、pycharm、git、svn、Webstorm、Chrome、Edge和向日葵客户端的报告

OpenAI是一家非营利性人工智能研究公司，致力于研究人工智能和其他机器学习技术1。
「已注销」·2024-02-20 14:36

GPT在机器学习，深度学习等领域应用

详情点击公众号：技术科研吧链接：GPT在机器学习，深度学习等领域应用第一：2024年AI领域最新技术1.OpenAI新模型-GPT-52.谷歌新模型-GeminiUltra3.Meta新模型-LLama34
夏日恋雨·2024-02-20 14:02

机器学习相关指标计算

机器学习相关的科学计算指标其实本人也不精通上代码：#!
miliyah·2024-02-20 13:36

跟随陶行知先生，浅谈教育

陶行知先生是近代史上伟大的教育家。郭沫若有一句话说得让人印象深刻——中国的教育史上有两个伟大的教育者：两千年前孔仲尼，两千年后陶行知。陶行知先生曾说:“教人要从小教起。幼儿犹如幼苗，培养得宜，方能发芽滋长。否则幼年受了损伤，即使不夭折，成材也艰难。”所以，对于孩子的教育，越早，越好。父母的学习开启得越早，孩子和家庭受益越早。这个世界的悲剧就会越少。陶先生还说：“真教育是心心相印的活动。唯独从心里发
瑜君有约·2024-02-20 13:12

零基础入门金融风控-贷款违约预测Task2 数据分析

赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系
一缕阳光lyz·2024-02-20 13:45

浅谈董明珠带给我的人生感悟

看了董明珠的《开讲了》，使我感触颇深。她是从一线业务人员做起来的女同志，她放弃高薪去从事繁琐的管理工作，她公私分明零容忍走后门行为，即使是亲哥哥也被回绝。她牺牲了与家庭相聚的时光，从没有接过儿子放学，她熬夜加班工作，个人生活甚至健康在她眼里是“小”，“大”则是格力这个企业在她手中的未来与现在。董明珠说“对自己在狠一点。”她也是这么做的，集体利益在她心里高于一切，从入职到今天，她一直以身作则，用实际
给你一颗小糖豆·2024-02-20 13:57

浅谈秒杀系统设计思路

秒杀场景例如双11、618涉及问题高并发：时间短，瞬间用户量超卖：卖出量多于库存数据库超负荷：数据库甚至其他业务挂掉，导致404设计思路1.微服务服务单一职责，以微服务的设计思想设计系统，每个服务职责、功能单一，并采取分布式的部署方式。每个服务建立单独的数据库。2.缓存读请求：秒杀的典型的读多写少的业务，可以利用缓存分担数据库压力写请求：将数据库的库存数据转移到Redis缓存中，所有减库存的操作在
Lugton·2024-02-20 13:53

浅谈多进程多线程的选择

线程进程的区别体现在几个方面：因为进程拥有独立的堆栈空间和数据段，所以每当启动一个新的进程必须分配给它独立的地址空间，建立众多的数据表来维护它的代码段、堆栈段和数据段，这对于多进程来说十分“奢侈”，系统开销比较大，而线程不一样，线程拥有独立的堆栈空间，但是共享数据段，它们彼此之间使用相同的地址空间，共享大部分数据，比进程更节俭，开销比较小，切换速度也比进程快，效率高，但是正由于进程之间独立的特点，
与狼共舞_cf48·2024-02-20 12:43

Python | Conda常用命令

一、介绍1、Anaconda工具Anaconda是一个用于数据科学和机器学习的开源软件包管理器和环境管理器。
-拟墨画扇-·2024-02-20 12:48

conda 所有的命令及其讲解

Conda很流行于数据科学、机器学习、科学计算等领域，因为它能够快速地安装、管理和部署软件包和环境。以下是Conda的一些主要命令及其简要说明：环境管理相关condacreate：创建一个新的环境。
MonkeyKing.sun·2024-02-20 12:48

人工智能与测试开发：新时代的黄金组合

而人工智能技术可以通过机器学习和自动化算法，自动化生成
·2024-02-20 12:40

人工智能与测试开发：新时代的黄金组合

而人工智能技术可以通过机器学习和自动化算法，自动化生成
·2024-02-20 12:30

python机器学习库Scikit-learn

python语言中用来处理机器学习的库最重要的就是Scikit-learn，简称sklearn。被大多数科学家所钟爱，包括了构建良好的学习算法、误差函数和测试例程。
崔吉龙·2024-02-20 12:49

【深度学习】S2 数学基础 P6 概率论

目录基本概率论概率论公理随机变量多个随机变量联合概率条件概率贝叶斯定理求和法则独立性期望与方差小结基本概率论机器学习本质上，就是做出预测。
脚踏实地的大梦想家·2024-02-20 11:15

浅谈《远与近》

《远和近》你，一会看我，一会看云。我觉得，你看我时很远，你看云时很近。---------顾城初闻这首诗歌的时候，感觉散发着一种清新自然的气息，而且夹带着愁苦悲伤的情绪。诗歌中并没有辞藻的华丽，也没有长篇巨制，但是意蕴深远，余味留于唇齿，我认为最为重要的便是意境场景的营造，让每一个读此诗歌的人，因不同的人生尽力，不同的内心活动，与诗歌中的“你，我，云”对号入座，从而产生属于自己独特的意境感受，真正的
q陈某某·2024-02-20 11:14

Python+Django+Mysql个性化旅游景区推荐系统 在线旅游景点推荐系统 基于机器学习/深度学习/人工智能 基于标签/协同过滤推荐算法 爬虫 可视化数据分析

Python+Django+Mysql个性化旅游景区推荐系统在线旅游景点推荐系统基于机器学习/深度学习/人工智能基于标签/协同过滤推荐算法爬虫可视化数据分析WebTravelRecommendSysPy
linge511873822·2024-02-20 11:26

5、程序员可以进入机器学习

在这篇文章中，我想向您展示程序员可以进入机器学习。我将向您展示学习机器学习就像学习任何其他高科技一样。我们首先将学习机器学习与学习编程进行比较，这可能是一个更大的挑战。
攻城狮笔记·2024-02-20 11:39

【机器学习笔记】14 关联规则

关联规则概述关联规则（AssociationRules）反映一个事物与其他事物之间的相互依存性和关联性。如果两个或者多个事物之间存在一定的关联关系，那么，其中一个事物就能够通过其他事物预测到。关联规则可以看作是一种IF-THEN关系。假设商品A被客户购买，那么在相同的交易ID下，商品B也被客户挑选的机会就被发现了。有没有发生过这样的事：你出去买东西，结果却买了比你计划的多得多的东西？这是一种被称为
RIKI_1·2024-02-20 11:43

学习笔记：机器学习之决策树

0引入决策树是一种归纳式的机器学习算法,可用于分类和回归任务。比如生活中的选男朋友的例子，是否决定将自己托付终生给那个他，就是个二分类问题。考量一个人有很多考量属性，年龄、长相、收入等等。
萌龙如我们·2024-02-20 11:13

【机器学习笔记】13 降维

在很多机器学习问题中，训练集中的每条数据经常伴随着上千、甚至上万个特征。要处理这所有的特征的话，不仅会让训练非常缓慢，还会极大增加搜寻良好解决方案的困难。这个问题就是我们常说的维数灾难。
RIKI_1·2024-02-20 11:13

【吴恩达·机器学习】第二章：多变量线性回归模型（选择学习率、特征缩放、特征工程、多项式回归）

——《朗读者》0、声明本系列博客文章是博主本人根据吴恩达老师2022年的机器学习课程所学而写，主要包括老师的核心讲义和自己的理解。
Yaoyao2024·2024-02-20 11:12

【机器学习笔记】8 决策树

决策树原理决策树是从训练数据中学习得出一个树状结构的模型。决策树属于判别模型。决策树是一种树状结构，通过做出一系列决策（选择）来对数据进行划分，这类似于针对一系列问题进行选择。决策树的决策过程就是从根节点开始，测试待分类项中对应的特征属性，并按照其值选择输出分支，直到叶子节点，将叶子节点的存放的类别作为决策结果。以下小美相亲的例子就是决策树决策树算法是一种归纳分类算法，它通过对训练集的学习，挖掘出
RIKI_1·2024-02-20 11:39

centos7 arm服务器编译安装onnxruntime-gpu

前言ONNXRuntime是适用于Linux，Windows和Mac上ONNX格式的机器学习模型的高性能推理引擎，但在arm服务器上，onnxruntime只有CPU版的，GPU版的没有，因此需要自行去编译
番茄小能手·2024-02-20 10:23

政安晨：【完全零基础】认知人工智能（三）【超级简单】的【机器学习神经网络】—— 三层神经网络示例

如果小伙伴们第一次看到这篇文章，同时也对这类知识稍感陌生的话，可以先看看我这个系列的前两篇文章：政安晨：【完全零基础】认知人工智能（一）【超级简单】的【机器学习
政安晨·2024-02-20 10:42

政安晨：【完全零基础】认知人工智能（四）【超级简单】的【机器学习神经网络】—— 权重矩阵

预备如果小伙伴们第一次看到这篇文章，同时也对这类知识还是稍感陌生的话，可以先看看我这个系列的前三篇文章：政安晨：【完全零基础】认知人工智能（一）【超级简单】的【机器学习神经网络】——预测机https:/
政安晨·2024-02-20 10:35

深度学习——概念引入

深度学习深度学习简介深度学习分类根据网络结构划分：循环神经网络卷积神经网络根据学习方式划分：监督学习无监督学习半监督学习根据应用领域划分：计算机视觉自然语言处理语音识别生物信息学深度学习简介深度学习（DeepLearning，DL）是机器学习领域中的一个新的研究方向
韶光流年都束之高阁·2024-02-20 10:31

【强化学习】day1 强化学习基础、马尔可夫决策过程、表格型方法

joyrl-bookhttps://datawhalechina.github.io/easy-rl/https://linklearner.com/learn/detail/91强化学习强化学习是一种重要的机器学习方法
宏辉·2024-02-20 09:32

网络安全--浅谈TCP协议

目录简介连接机制（三次握手，四次挥手）建立连接断开连接确认应答机制（ACK机制）超时重传机制滑动窗口流量控制拥塞控制延迟应答捎带应答面向字节流粘包问题TCP异常情况TCP保证的可靠性和高性能基于TCP常用协议简介TCP-传输控制协议报头：16位源端口号/16位目的端口号：表示数据从哪个进程来，到那个进程去32位序号：4位首部长度：表示该TCP报头有多少个4字节6位保留：保留数据6位标志位：URG:
qrainly·2024-02-20 09:31

浅谈tcp协议

tcp协议三次握手四次挥手优点：稳定，可靠应用：发邮件缺点：有延迟占用系统资源多特点：侦听客户端发送的信息代码服务端：importsocketHost="0.0.0.0"Port=2226#创建tcp套接字tcp_socket=socket.socket(socket.AF_INET,socket.SOCK_STREAM)#绑定端口tcp_socket.bind((Host,Port))#监听客户
weixin_30505043·2024-02-20 09:31

浅谈TCP协议

学习计算机网络的过程中，我们知道可以将网络划分成五层模型。从上到下依次是应用层、传输层（运输层）、网络层、数据链路层、物理层。而TCP协议是tcp/ip协议族中的一个最重要的协议。TCP协议性对于IP协议更接近应用层，对应用程序具有更强的操作性。对于传输层来说,TCP与UDP是本层两个主要协议。两者的不同在于TCP提供面向连接、安全可靠的流式服务，UDP提供的是无连接、不可靠的数据报服务。下面给大
柴犬小丸子·2024-02-20 09:00

TCP协议浅析（一）

对于常见的网络协议来说，TCP是最为人知晓的，即便是一些业外人士只要对电脑网络有一定的了解也能说上几句，那么广为人知的TCP协议到底是什么呢，下边作为一个初学者的视角来浅谈一下TCP（TransmissionControlProtocol
瞎子my·2024-02-20 09:00

关于tcp基础知识和三次握手四次挥手浅谈（拼凑）

什么是tcp？来自百度百科：TCP（TransmissionControlProtocol传输控制协议）是一种面向连接的、可靠的、基于字节流的传输层通信协议。顺便给自己普及什么是udp：DP是UserDatagramProtocol的简称，中文名是用户数据报协议，是OSI（OpenSystemInterconnection，开放式系统互联）参考模型中一种无连接的传输层协议，提供面向事务的简单不可靠
可以慢慢学习吗·2024-02-20 09:28

浅谈TCP协议的可靠含义和三次握手

这里不过多阐述计算机网络的体系结构，本文主要是想阐述三次握手和可靠连接之间的联系。TCP协议全称传输控制协议（TransmissionCotrolProtocol）。1、TCP协议运行在哪一层TCP运行在运输层。2、TCP协议的可靠是什么意思步入主题，很多同学的回答是TCP三次握手确保了可靠连接，这样说非常不严谨，这个可靠并不是说因为三次握手所以建立起的这个连接是可靠的，三次握手只是建立连接的一个
冲动的BUG·2024-02-20 09:55

浅谈兰亭序与行书技法深度解析

王義之最大的成就在于变汉魏质朴书风为笔法精致、美仑美奂的书体，开创了妍美流畅的行、草书法先河。王羲之特别是行书《兰亭序》有如行云流水，潇洒飘逸，骨格清秀，点画遒美，疏密相间，布白巧妙，在尺幅之内蕴含着极丰裕的艺术美。无论横、竖、点、撇、钩、折、捺，真可说极尽用笔使锋之妙。《兰亭序》凡三百二十四字，每一字都姿态殊异，圆转自如。兰亭序王羲之的行书合自然之美。张怀瓘在《书议》中盛称:“逸少笔迹遒润，独擅
ZC艺海泛舟·2024-02-20 09:50

【GRU回归预测】基于麻雀算法优化双向门控循环单元SSA-BiGRU神经网络实现多输入单输出回归预测附matlab代码...

更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机内容介绍在机器学习和人工智能的领域中，回归预测是一项重要的任务。
天天Matlab代码科研顾问·2024-02-20 09:11

【机器学习】数据清洗之识别重复点

个人主页：甜美的江欢迎点赞✍评论⭐收藏收录专栏：机器学习希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！
豌豆射手^·2024-02-20 08:13

【机器学习】数据清洗——基于Pandas库的方法删除重复点

个人主页：豌豆射手^欢迎点赞✍评论⭐收藏收录专栏：机器学习希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！
豌豆射手^·2024-02-20 08:37

机器学习---规则学习（一阶规则学习、归纳逻辑程序设计）

1.一阶规则学习“一阶”的目的：描述一类物体的性质、相互关系，比如利用一阶关系来挑“更好的”瓜，但实际应用中很难量化颜色、…、敲声的属性值。一般情况下可以省略全称量词。命题逻辑：属性-值数据色泽程度：乌黑>青绿>q浅白；“根蒂弯度”：蜷缩＞稍蜷＞硬挺；“更好”：好瓜＞坏瓜关系型数据一阶逻辑：序贯覆盖生成规则集：能否引入新变量？能否使用否定文字？能否允许递归？能否引入函数嵌套？自顶向下学习单条规则，
三月七꧁ ꧂·2024-02-20 08:15

【机器学习】是什么?

机器学习（MachineLearning,ML）是一门多领域交叉学科，属于人工智能（ArtificialIntelligence,AI）的一个分支，致力于研究和构建算法及统计模型，让计算机系统能够在没有明确编程指令的情况下
dami_king·2024-02-20 08:13

数据分析 - 机器学习

1：线性回归线性回归是一种统计技术用于对输出变量与一个或多个输入变量之间的关系进行建模用外行人的话来说，将其视为通过某些数据点拟合一条线，如下所示以便在未知数据上进行预测，假设变量之间存在线性关系点和线之间存在微小的差异，被称为残差他们是数据点和预测线之间的差异取每个残差并对他们进行平方，得到平方误差，残差越大正方形的面积就越大如果我们将给定线的所有这些正方形的面积相加，我们将得到平方误差的总和这
龙马啊·2024-02-20 08:43

【机器学习笔记】 15 机器学习项目流程

机器学习的一般步骤数据清洗数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。与问卷审核不同，录入后的数据清理一般是由计算机而不是人工完成。
RIKI_1·2024-02-20 08:43

【大厂AI课学习笔记】【2.2机器学习开发任务实例】（6）特征分析

今天来学习特征分析。通过图分析每个特征与结果的对应关系。例如上方，使用散点图，将各个特征和价格的关系，绘制出来，观察是否具有较大的相关性。散点图可以帮助找出现有特征中，与价格的关联度（正数正相关，负数负相关，绝对值大小体现相关性）。如上图可以看出，例如：房间数越多，价格越高；税率越高，价格越低；从上图中，我们可以去掉不相关的特征，收敛的更快。我们看到，房间数特征，和价格的关联度最大，我们可以对房间
giszz·2024-02-20 08:40

【大厂AI课学习笔记】【2.2机器学习开发任务实例】（5）数据理解

延伸学习：数据理解：深入探索与分析在人工智能和机器学习的项目中，数据理解是至关重要的一步。它涉及到对数据集的深入探索和分析，以揭示数据的内在特性、模式、异常值以及潜在的问题。通过数据理解，我
giszz·2024-02-20 08:10

机器学习中梯度下降法的缺点

机器学习中的梯度下降法是一种寻找函数最小值的优化算法，广泛应用于训练各种模型，尤其是在深度学习中。
华农DrLai·2024-02-20 08:08

AI手机是什么原理

这些原理主要包括：机器学习和深度学习：AI手机利用机器学习算法，尤其是深度学习模型，来分析和理解用户数据（如照片、视频、文本和语音）。
小黄人软件·2024-02-20 08:04
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他