漫谈机器学习系列

【人话版】WEB3黑暗森林中的隐私博弈

2）面向对网络、IT动态有兴趣的朋友，漫谈风格说人话，尽量避免晦涩技术。3）行文必有不成熟不周全之处，会不定期修改细节词句。4）一家之言，所以此版本暂不开放转载。
vcbear·2022-06-30 07:52

你不知道的万里长城

【中国符号漫谈】据说，宇宙飞船在太空拍摄地球，能够显现在照片上的人造建筑只有一个，那就是“长城”！
马走田·2022-06-29 12:49

漫谈宏观与微观及其在软件领域的意义

引子：宏观与微观本是哲学上的两个术语，但我印象中最早听这两个词是从了解经济学开始的。经济学被分为宏观经济学和微观经济学两大分支，本文类比经济学的研究方法思考宏观与微观的本质，及其在软件领域的意义。1.宏观与微观的概念理解  从字面意思来看，宏是大、微是小的意思，观就是看、观察的意思。因此，宏观和微观说的是两种截然不同的认识事物的角度或方法。以下是我的个人理解。宏观：从大处着眼，侧重整体地、综合地去
不止工匠·2022-06-28 12:15

9个关键词，2万字漫谈元宇宙

这篇漫谈随笔是在夜里睡不着的时候敲出来的，用了一个星期，大概2万字。尽量避免谈技术细节，并不硬核，都是纯个人的想法和立场，绝对和任何别的机构和主体无关。
vcbear·2022-06-26 13:55

【Python零基础入门笔记 | 11】函数、类、模块和包如何构建四级模块化体系

面向人群：零基础编程爱好者专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待Python零基础快速入门系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列
i机器未来·2022-06-22 07:17

【自动驾驶模拟器AirSim快速入门 | 03】模型训练

面向人群：零基础编程爱好者专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待Python零基础快速入门系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列物体检测快速入门系列自动驾驶模拟器
i机器未来·2022-06-22 07:11

父亲节漫谈父亲

文学作品谈到母亲的题材很多，但是描写父亲的文学作品不算多，印象最深的就是以前我曾写过一篇的短文，影视演员李亚鹏曾参加董卿主持的一档节目《朗读者》，李亚鹏朗读的是朱自清的文章《背影》，我记得听过后也潸然泪下，也不由自主的想起我的父亲。我的父亲出生来自山东高密，1960年参军入伍，来到青岛，我们也是1975年随军来到的青岛，父亲曾荣立二等功一次，以前也有曾描述过，这里就不多写了，我在小学时，父亲为我们
学谦斋·2022-06-19 20:03

机器学习系列-------机器学习路线图(附资料)

作者：龙心尘&&寒小阳时间：2016年2月。出处：http://blog.csdn.net/longxinchen_ml/article/details/50749614http://blog.csdn.net/han_xiaoyang/article/details/507594721.引言也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone手机拍照的时候，早已习惯它帮你框出人脸；
Future_starmy·2022-06-18 07:11

深入机器学习系列之自然语言处理

来源：星环科技数据猿官网|www.datayuan.cn今日头条丨一点资讯丨腾讯丨搜狐丨网易丨凤凰丨阿里UC大鱼丨新浪微博丨新浪看点丨百度百家丨博客中国丨趣头条丨腾讯云·云+社区自然语言处理(NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。随着深度学习在图像识别、语音识别领域的大放异彩，人们对深度学习在NLP的价值也寄予厚望
微笑点燃希望·2022-06-17 07:16

【自动驾驶模拟器AirSim快速入门 | 01】自动驾驶模拟器AirSim实战演练

面向人群：零基础编程爱好者专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待Python零基础快速入门系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列
i机器未来·2022-06-16 07:17

机器学习系列 -- 聚类（Clustering）、降维（Dimensionality Reduction）

一、无监督学习无监督学习是机器学习中的一种训练方式或者学习方式。人工智能中机器学习有3中不同的训练方法，分别是监督学习、非监督学习、强化学习。下面跟监督学习的对比来学习无监督学习。监督学习是一种目的明确的训练方式，你知道得到的是什么；而无监督学习则是没有明确目的的训练方式，你无法提前知道结果是什么。监督学习需要给数据打标签；而无监督学习不需要给数据打标签。监督学习由于目标明确，所以可以衡量效果；而
奋起的小渣渣·2022-06-12 07:46

《学生管理的心理学智慧》迟毓凯著

推荐书籍和书刊：魏书生《班主任工作漫谈》，万玮《班主任兵法》，K12教育论坛，《教师博览》，名师的方
汪小可·2022-06-08 07:10

Redis内部数据结构详解(1)——dict

20182018-01-22»漫谈分布式系统、拜占庭将军问题与区块链20172017-02-24»基于Redis的分布式锁到底安全吗（下）？
mhHao·2022-06-08 06:47

再读《班主任工作漫谈》第四天

摘录：有人说“戴着镣铐跳舞是阿Q精神”我认为阿Q精神胜利法的本质是用自我安慰为自己的软弱和无能辩解。如果我们为了使自己坚强起来，为了使自己减少忧虑，节省下时间来做实事，为了使自己具备多方面的能力，而对眼前的不幸采取幽默和无所谓的态度，那有什么不好呢？戴着镣铐跳舞显然比带着镣铐哭泣更有利于自己的健康。感想：今天的收获有两点，第一点就是选择。因为面对的是孩子，孩子是不断发生变化的，作为老师，选择怎样的
周晓琳·2022-06-07 17:38

sklearn与机器学习系列专题之降维（二）一文弄懂LDA特征筛选&降维

目录1.PCA算法优缺点2.LDA算法简介3.枯燥又简洁的理论推导4.python实战LDA5.下篇预告1.PCA算法优缺点在上一篇推文中，我们详解了PCA算法。这是机器学习中最为常用的降维方法，能降低算法的计算开销，使得数据集更容易处理，且完全无参数的限制。但是，如果用户对观测对象有一定的先验知识，掌握了数据的一些特征，却很难按照预想的方法对处理过程进行干预，可能达不到预期的效果，在非高斯分布的
南上加南·2022-06-06 07:57

机器学习学习--Kaggle Titanic--LR，GBDT，bagging

参考，机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾http://www.cnblogs.com/zhizhan/p/5238908.html机器学习（二）如何做到Kaggle排名前2%http
冰竹依梦·2022-06-05 08:36

mysql 递归 性能_漫谈递归：递归的效率问题

递归在解决某些问题的时候使得我们思考的方式得以简化，代码也更加精炼，容易阅读。那么既然递归有这么多的优点，我们是不是什么问题都要用递归来解决呢？难道递归就没有缺点吗？今天我们就来讨论一下递归的不足之处。谈到递归就不得不面对它的效率问题。为什么递归是低效的还是拿斐波那契(Fibonacci)数列来做例子。在很多教科书或文章中涉及到递归或计算复杂性的地方都会将计算斐波那契数列的程序作为经典示例。如果现
尚伊露·2022-06-03 23:20

[机器学习系列二]TensorFlow入门

，相关课程可以参考吴恩达机器学习系列课程。
925781609·2022-06-03 12:17

机器学习系列(16)_朴素贝叶斯算法

注：机器学习之分类期末会有一道贝叶斯的计算的题目文章目录一、朴素贝叶斯1、概率论贝叶斯2、朴素贝叶斯GaussianNB实例3、约会实例二、朴素贝叶斯实现步骤三、朴素贝叶斯对IRIS进行分类一、朴素贝叶斯朴素贝叶斯是一种直接衡量标签和特征之间的概率关系的有监督算法。1、概率论贝叶斯2、朴素贝叶斯GaussianNB实例importnumpyasnpfromsklearn.naive_bayesim
温欣'·2022-06-02 07:24

机器学习系列_机器学习路线图（附资料）

作者：寒小阳&&龙心尘时间：2016年2月。出处：http://blog.csdn.net/han_xiaoyang/article/details/50759472http://blog.csdn.net/longxinchen_ml/article/details/50749614声明：版权所有，转载请联系作者并注明出处1.引言也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone
sunyunlong_1·2022-06-02 07:55

机器学习系列(17)_关联规则

期末考关联规则部分会考选择题1、关联规则学习（Associationrulelearning）2、关联规则——机器学习入门系列（十八）3、机器学习之关联规则理解文章目录一、关联规则含义二、关联规则商品案例1、使用mlxtend工具包得出频繁项集与规则2、设置支持度来选择频繁项集3、计算规则4、数据转换成为独热编码三、电影题材关联规则四、商品出入库历史记录案例1、数据清洗一、关联规则含义事务仅包含其
温欣'·2022-06-02 07:30

吴恩达机器学习系列课程作业ex7 matlab实现

目录findClosestCentroids.mcomputeCentroids.mpca.mprojectData.mrecoverData.mfindClosestCentroids.mfunctionidx=findClosestCentroids(X,centroids)%FINDCLOSESTCENTROIDScomputesthecentroidmembershipsforeverye
d7901699·2022-05-30 09:17

吴恩达-机器学习系列课程-Matlab作业

吴恩达-机器学习系列课程-Matlab作业ex1LinearRegressionwarmUpExercise.mplotData.mcomputeCostgradientDescentfeaturenormalizationcomputeCostMultigradientDescentMultinormalEqnex2LogisticRegressionplotDatasigmoidcostFun
BubbleCodes·2022-05-30 09:17

中国报表漫谈--精典的帖子（转）

这两年来雨后春笋般地冒出二三十家做报表工具的公司，统统号称能处理中国式报表，大概是这中国报表复杂得都世界闻名了，但凡能搞得定中国的报表，那也就没什么搞不定的报表了。弄到后来有好些所谓的报表只要能在格子里摆条斜线就敢说能对付中国报表（这也太小瞧祖国文化了），而且老外也开始扬言适合于中国报表了，这时髦，不赶怕是不行了。可话说回来，这中国的报表确实够复杂、巨费劲。用户拿出一撂纸往咱面前一堆：“就照这个做
weixin_34019144·2022-05-29 00:07

中国报表漫谈----引自IT售前技术顾问论坛

这两年来雨后春笋般地冒出二三十家做报表工具的公司，统统号称能处理中国式报表，大概是这中国报表复杂得都世界闻名了，但凡能搞得定中国的报表，那也就没什么搞不定的报表了。弄到后来有好些所谓的报表只要能在格子里摆条斜线就敢说能对付中国报表（这也太小瞧祖国文化了），而且老外也开始扬言适合于中国报表了，这时髦，不赶怕是不行了。可话说回来，这中国的报表确实够复杂、巨费劲。用户拿出一撂纸往咱面前一堆：“就照这个做
weixin_30881367·2022-05-29 00:36

（转）中国报表漫谈

这两年来雨后春笋般地冒出二三十家做报表工具的公司，统统号称能处理中国式报表，大概是这中国报表复杂得都世界闻名了，但凡能搞得定中国的报表，那也就没什么搞不定的报表了。弄到后来有好些所谓的报表只要能在格子里摆条斜线就敢说能对付中国报表（这也太小瞧祖国文化了），而且老外也开始扬言适合于中国报表了，这时髦，不赶怕是不行了。可话说回来，这中国的报表确实够复杂、巨费劲。用户拿出一撂纸往咱面前一堆：“就照这个做
weixin_30263073·2022-05-29 00:36

数据蒋堂 | 中国报表漫谈

作者：蒋步星来源：数据蒋堂本文共7100字，建议阅读10+分钟。中国的报表到底复杂在哪里？号称能对付中国报表的工具到底灵不灵？我们就来胡乱聊聊中国报表的这些闲事。[导读]在敏捷BI横行的年代，报表这个概念也有了更大的外延，很多用户甚至技术人员都会将由复杂格式报表与BI系统中拖拽出来的报表混为一谈。这是一篇2004年底写的老文，现在重读，对于理解复杂报表仍有意义，不过对于相关工具的评说确实有些过时了
数据派THU·2022-05-29 00:03

中国报表漫谈

这两年来雨后春笋般地冒出二三十家做报表工具的公司，统统号称能处理中国式报表，大概是这中国报表复杂得都世界闻名了，但凡能搞得定中国的报表，那也就没什么搞不定的报表了。弄到后来有好些所谓的报表只要能在格子里摆条斜线就敢说能对付中国报表（这也太小瞧祖国文化了），而且老外也开始扬言适合于中国报表了，这时髦，不赶怕是不行了。可话说回来，这中国的报表确实够复杂、巨费劲。用户拿出一撂纸往咱面前一堆：“就照这个做
shujujiangtang·2022-05-29 00:02

AI数据容器底层核心之Python列表

Python，具备项目开发能-面向人群：零基础编程爱好者-专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待-Python零基础快速入门系列-Python数据科学快速入门系列-人工智能开发环境搭建系列-机器学习系列
i机器未来·2022-05-27 07:31

一文快速掌握Python基础语法

面向人群：零基础编程爱好者专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待Python零基础快速入门系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列物
i机器未来·2022-05-27 07:31

为什么内存中最多只有一个“Love“？一文读懂Python内存存储机制

面向人群：零基础编程爱好者专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待Python零基础快速入门系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列物
i机器未来·2022-05-27 07:22

【服务治理】服务治理漫谈

【服务治理】服务治理漫谈0.前言本文是服务治理领域专题的第一篇，并不希望也无法大包大揽将所有的点都覆盖到，更意在从一些更贴近我们实际工作的角度来进行更抽象层次的剖析，更多分享的是我认为重要或者有意思的一些方法论和逻辑推演过程
surlymo·2022-05-25 07:04

编程漫谈（十一）： 编程概要

定位本文适合于有基本的教育经历、对编程世界了解很少、希望从事编程开发工作或者需要与技术GGJJDDMM们进行沟通的筒鞋。读完本文，你只需要一点做人的基础：具备软件使用经历；数学四则运算能力；举一反三的悟性；耐心。本文不是论述编程知识或技能或技术的专著，而是会提纲挈领、点到为止地谈及编程的基本知识和主要思想，——所以说要求有举一反三的悟性嘛！O(∩_∩)O。此外，文章比较长，特别需要耐心噢！概述尝数
weixin_30512043·2022-05-24 13:01

人工智能序章：开发环境搭建Anaconda+VsCode+JupyterNotebook(零基础启动)

CSDN订阅专栏：Python快速入门系列面向人群：零基础编程爱好者专栏计划：接下来会逐步发布跨入人工智能的系列博文，尽情期待Python快速入门系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列物体检测快速入门系列自动驾驶物体检测系列
i机器未来·2022-05-23 07:36

flink资料

ApacheFlink漫谈系列-序ApacheFlink漫谈系列-概述ApacheFlink漫谈系列-WatermarkApacheFlink漫谈系列-StateApacheFlink漫谈系列-FaultToleranceApacheFlink
lesline·2022-05-21 06:42

物体检测快速入门系列(4)-TensorFlow 2.x Object Detection API快速安装手册

物体检测快速入门系列面向人群：具备深度学习理论基础的学生或初级开发者专栏计划：接下来会逐步发布跨入人工智能的系列博文，尽情期待14天快速入门Python系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列物体检测快速入门系列自动驾驶物体检测系列
i机器未来·2022-05-20 07:55

物体检测快速入门系列(2)-Windows部署GPU深度学习开发环境

物体检测快速入门系列面向人群：具备深度学习理论基础的学生或初级开发者专栏计划：接下来会逐步发布跨入人工智能的系列博文，尽情期待14天快速入门Python系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列物体检测快速入门系列自动驾驶物体检测系列
i机器未来·2022-05-19 07:51

物体检测快速入门系列(3)-Windows部署Docker GPU深度学习开发环境

物体检测快速入门系列面向人群：具备深度学习理论基础的学生或初级开发者专栏计划：接下来会逐步发布跨入人工智能的系列博文，尽情期待14天快速入门Python系列快速入门Python数据科学系列人工智能开发环境搭建系列机器学习系列物体检测快速入门系列自动驾驶物体检测系列
i机器未来·2022-05-19 07:11

机器学习系列(13)_PCA对图像数据集的降维_02

文章目录一、PCA降维1、降维究竟是怎样实现的2、二维特征矩阵降维的一般过程3、PCA降维与特征选择的不同二、PCA与SVD1、重要参数n_components2、迷你案例：高维数据的可视化（鸢尾花）3、最大似然估计自选超参数4、按信息量占比选超参数5、分析计算过程（以啤酒消费为例子）6、SVM,SVR,SVC的区别7、特征值与奇异值分解8、案例：猩猩图片处理一、PCA降维1、降维究竟是怎样实现的
温欣'·2022-05-18 07:52

机器学习系列(14)_PCA对图像数据集的降维_03

文章目录一、噪音过滤1、案例：手写图像识别加噪与降噪2、案例：手写图像识别寻找最佳维度3、模拟PCA过程4、模拟SVD过程一、噪音过滤降维的目的之一是希望抛弃对模型带来负面影响的特征，同时，带有效信息的特征的方差应该是远大于噪音的，所以相比噪音，有效的特征所带来的信息不会在PCA当中大量抛弃。inverse_transform能够在不恢复原始数据的情况下，将降维后的数据返回到原本的高维空间。（即能
温欣'·2022-05-18 07:48

李宏毅机器学习系列-梯度下降法

李宏毅机器学习系列-梯度下降法梯度下降法回顾调节学习率AdaGrad随机梯度下降SGD(StochasticGradientDescent)特征缩放(FeatureScaling)梯度下降法的理论(GradientDescentTheory
王伟王胖胖·2022-05-17 07:55

《Kinect应用开发实战：用最自然的方式与机器对话》一第1章　自然人机交互技术漫谈1.1　自然人机交互技术的发展...

第1章自然人机交互技术漫谈自然用户界面（NaturalUserInterface,NUI）是指一类无形的用户界面。
Mathilda91·2022-05-13 16:59

机器学习系列8 基于Python构建Web应用以使用机器学习模型

课前测验本文所用数据及源码免费下载目录一、内容介绍二、应用构建1.构建机器学习Web应用的思考①思考问题②几种构建机器学习模型Web应用的方法。2.工具安装3.数据预处理①数据加载及查看②数据处理及特征选择4.机器学习模型构建①数据集划分②调用逻辑回归模型训练多分类模型5.“腌制”你的模型6.配置Flask应用①创建应用文件夹②构建网页样式style.css文件③构建Web界面内容index.ht
GISer Liu·2022-05-09 07:11

【机器学习系列】如何将多条ROC曲线画在一张图里，并解决文本遮挡问题

有的时候我们需要将ROC曲线输出在同一张图中，这样可以更加直观地对比模型；并且我们常常会遇到在图形中有文字相互遮挡的问题，我们可以用adjustText中的adjust_text来实现文本不相互遮挡并添加箭头的功能。定义多条roc曲线画图函数defmulti_models_roc(names,prob_results,colors,linestyles,y_test,save=True,dpin=
学金融的程序员懒羊羊·2022-05-06 07:52

机器学习系列：LightGBM 可视化调参

大家好，在100天搞定机器学习|Day63彻底掌握LightGBM一文中，我介绍了LightGBM的模型原理和一个极简实例。最近我发现Huggingface与Streamlit好像更配，所以就开发了一个简易的LightGBM可视化调参的小工具，旨在让大家可以更深入地理解LightGBM。网址：https://huggingface.co/spaces/beihai/LightGBM-paramet
机器学习算法与Python实战·2022-05-04 07:19

【机器学习系列】【调参GridsearchCV】随机森林、GBDT、LightGBM和XGBoost调参顺序，外加一些加速调参的小技巧（主要介绍坐标下降）

本文将记录一下几个可以将模型参数分开进行调参的树形模型的调参顺序。以及几个能够加快调参速度的小技巧。如果有帮到你，帮懒羊羊点个赞，关注一下我呗。目录1.GridSearchCV简介、好处和弊端1.1简介1.1.1简单示例1.1.2参数说明1.1.3属性1.2GridsearchCV的好处和弊端2.调参顺序2.1调参加速小技巧2.1随机森林、GBDT、LightGBM和XGBoost调参顺序1.Gr
学金融的程序员懒羊羊·2022-05-04 07:10

【机器学习系列】【模型评价】【ROC曲线、约登指数最佳阈值】一个函数中实现约登指数计算并集成到ROC图中，给出默认阈值及最佳阈值下的混淆矩阵

输入实际标签、预测的概率值、预测标签，计算最佳阈值，输出ROC曲线，输出默认阈值下的混淆矩阵和最佳阈值下的混淆矩阵目录使用约登指数计算最佳阈值result_evaluation()函数实现约登指数计算并集成到ROC图中，给出默认阈值及最佳阈值下的混淆矩阵结果展示使用约登指数计算最佳阈值#最佳阈值点（使用约登指数）defFind_Optimal_Cutoff(TPR,FPR,threshold):y
学金融的程序员懒羊羊·2022-05-04 07:10

机器学习系列7 基于Python的Scikit-learn库构建逻辑回归模型

课前测验本文所用数据免费下载在本文中，你将学习：0用于数据可视化的新库1逻辑回归原理及技术目录一、内容介绍二、理论知识1.分类与回归的区别2.逻辑回归与其他回归的区别3.逻辑回归的数学原理①逻辑回归基本原理②sigmod函数③分类阈值选择④其他逻辑回归分类4.精度评定①混淆矩阵②常用精度系数③ROC曲线与AUC系数三、项目实战1.提出问题2.数据查看及整理3.数据可视化①网格散点图⑥分簇散点图③小
GISer Liu·2022-05-03 07:14

毕业后漫无目标、非常悲催的十年工作经验漫谈

毕业后第一份工作是在一家餐厅里面做行政人事，当时只是恰逢中秋国庆，人才市场不好找工作，我没过司考，法律专业的工作不好找。餐厅里我的学历是最高的，又刚毕业很年轻，工作很拼，非常受重视。原本只是打算体验一下的，结果干了半年多。还在此期间交了男朋友（现任老公）。我对现状不满意，却又享受着被需要被肯定的工作状态。正打算离开之际，餐厅一把大火烧没了，提前结束了这份工作。之后跟男友一起回合肥，半年多时间专职准
珍惜当下1991·2022-05-03 04:43

机器学习系列6 使用Scikit-learn构建回归模型：简单线性回归、多项式回归与多元线性回归

本文所用数据均可免费下载ps:1万多字写了四天，累死我了；如有错别字请评论告诉我。创作不易，恳请四联课前测验目录一、内容介绍二、理论实践1.学习准备①数据准备②运行环境2.提出问题3.线性回归概念及数学原理①简单线性回归理论②多项式线性回归理论③多元线性回归理论4.相关系数概念5.寻找相关性6.分类特征变量的处理6.简单线性回归①调用Python库②数据格式转换③划分数据集④训练模型⑤模型评估⑥南
GISer Liu·2022-04-27 07:11
上一页 34 35 36 37 38 39 40 41 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他