深度学习模型机器学习第22页

七种方法实现Python抓取数据的可视化

Python的scientificstack（一个介绍Python科学计算包的网站）已经完全成熟，并且有各种各样用例的库，包括机器学习（链接：machinelearning），数据分析（链接：dataanalysis

山禾家的猫·2024-02-11 02:08

深度学习的新进展：从图像识别到自然语言处理

从最早的AlexNet到如今的ResNet、Inception等模型，深度学习模型

一休哥助手·2024-02-11 02:43

魏清宇·2024-02-11 02:53

深度学习的新进展：从模型架构到应用领域的创新

通过模拟人类大脑的学习过程，深度学习模型能够从大量数据中提取特征、识别模式、进行分类和预测等任务。本文将探讨深度学习在模型架构、算法优化以及应用领域的新进展，展示其在人工智能领域的巨大潜力。

梓德原·2024-02-11 02:11

100天搞定机器学习|Day55 最大熵模型

1、熵的定义熵最早是一个物理学概念，由克劳修斯于1854年提出，它是描述事物无序性的参数，跟热力学第二定律的宏观方向性有关：在不加外力的情况下，总是往混乱状态改变。熵增是宇宙的基本定律，自然的有序状态会自发的逐步变为混沌状态。1948年，香农将熵的概念引申到信道通信的过程中，从而开创了”信息论“这门学科。香农用“信息熵”来描述随机变量的不确定程度，也即信息量的数学期望。关于信息熵、条件熵、联合熵、

统计学家·2024-02-11 01:13

第十届脑电机器学习训练营（线上：2023.8.14~9.3）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着人们对神经系统功能认识的提高和计算机技术的发展，脑机接口（BCI）技术的研究呈明显的上升趋势。BCI是一种不依赖

茗创科技·2024-02-11 01:28

【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

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

深入解析torch.load中的【map_location】参数

当我们训练好一个深度学习模型后，通常需要将模型的参数（或称为状态字典，state_dict）保存

高斯小哥·2024-02-10 20:07

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

Pytorch CGAN实现MNIST手写数字数据集

简介生成对抗网络（GenerativeAdversarialNetworks，简称GAN）是一种深度学习模型，通过生成器和判别器的对抗训练，从随机噪声中生成逼真的数据。

晚风何处来·2024-02-10 18:56

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

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

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

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