神经网络机器学习

云计算 - 对象存储服务OSS技术全解

从媒体存储到数据备份，再到数据仓库与数据湖，我们不仅解析了OSS在各种应用场景下的关键角色，还深入讨论了其与机器学习、多媒体处理以及日志和监控等多个开发场景的结合。
·2024-02-11 18:21

R语言逻辑回归、决策树、随机森林、神经网络预测患者心脏病数据混淆矩阵可视化

机器学习在全球许多领域中被广泛应用，尤其在医疗行业中越来越受欢迎。机器学习可以在预测关键疾病（例如心脏病）的存在或不存在方面发挥重要作用。如果能提前准确预测这些信息，可以为医生提供
·2024-02-11 18:20

1.9 神经网络结构搜索(NAS)

神经网络结构搜索(NAS)更多内容，请关注：github：https://github.com/gotonote/Autopilot-Notes.git一、引言神经网络架构搜索（NAS）是一种自动搜索最优神经网络架构的方法
·2024-02-11 18:08

【深度学习】讲透深度学习第3篇：TensorFlow张量操作（代码文档已分享）

可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。
·2024-02-11 18:34

Azure - 机器学习：创建机器学习所需资源，配置工作区

本文中你可以创建使用Azure机器学习所需的资源，包含工作区和计算实例。关注TechLead，分享AI全维度知识。
·2024-02-11 18:01

鱼和熊掌如何兼得？一文解析 RDS 数据库存储架构升级

在2023年云栖大会上，阿里云数据库产品事业部负责人李飞飞在主题演讲中提到，瑶池数据库推出“DB+存储”一体化能力，结合人工智能、机器学习、存储等方法和创新能力，实现BufferPoolExtension
·2024-02-11 18:37

每周编辑精选｜FewJoint 基准数据集上线、科技部监督司发布 AI 新规

这一领域已经成为机器学习社区的热点，并被认为是推动机器智能接近人类智能的关键方向之一。哈工大推出了FewJoint基准数据集，为NLP小样本评测提供了公共的评价基准。
·2024-02-11 18:48

因果学习及反因果学习（论文翻译）

OnCausalandAnti-causalLearning本博文对论文OnCausalandAnti-causalLearning的摘要和模型部分做了翻译和小修改，本论文主要描述因果学习中常见的几类基于函数估计的模型，同时说明了因果与相关性、因果学习与机器学习之间的关系
三分钟湿度·2024-02-11 18:32

开发者都能玩转的大模型训练

前言看了刚结束的亚马逊云科技2023re:Invent大会，了解到AmazonSageMakerCanvas是亚马逊云科技最近刚推出的一种完全托管的机器学习服务，开发者通过AmazonSageMakerCanvas
·2024-02-11 17:57

机器学习 - 似然函数：概念、应用与代码实例

本文深入探讨了似然函数的基础概念、与概率密度函数的关系、在最大似然估计以及机器学习中的应用。通过详尽的定义、举例和Python/PyTorch代码示例，文章旨在提供一个全面而深入的理解。
·2024-02-11 17:05

【机器学习】数据清洗之识别缺失点

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！
·2024-02-11 17:14

【机器学习】数据清洗之识别异常点

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！
·2024-02-11 17:43

【机器学习】机器学习简单入门

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！
·2024-02-11 17:43

卫星通讯领域FPGA关注技术：算法和图像方面（1）

ASIC、信号处理算法等工程师可能需要关注的技术，有LMS算法、RLS算法、LCMV算法、SAR图像处理，以下做了一些基础的调研：1LMS算法：LMS（LeastMeanSquare最小均方）算法可认为是机器学习里面最基本也比较有用的算法
徐丹FPGA之路·2024-02-11 17:42

机器学习流程之收集数据

引言：在当今信息时代，数据被认为是新时代的燃料，而机器学习则是一种强大的工具，可以从数据中发现模式、提取见解，并做出预测。然而，要让机器学习模型发挥出其真正的潜力，关键在于数据的质量和数量。
·2024-02-11 17:40

GPT-4：比ChatGPT3.5好得多，但它有多好你知道么？

GPT-4与ChatGPT3.5的对比1.学习能力GPT-4采用了更多的神经网络架构和更高效的训练方法，使得其在学习能力上有了显著的提升
·2024-02-11 17:36

[YOLOv8] - YOLO数据集格式介绍和案例

YOLO(YouOnlyLookOnce)是一种目标检测算法，它使用了一个单独的神经网络来同时识别图像中的多个对象。它可以支持一下多种的训练数据集的格式。其中YOLO数据集格式是非常常用的一种。
老狼IT工作室·2024-02-11 16:27

（零）我还没想好标题 = ='''

1.实验简介从底层实现BP神经网络，实现对0-9数字手写体的训练与分类2.实验数据Mnist数据集Mnist数据集来自美国国家标准与技术研究所：NationalInstituteofStandardsandTechnology
半亩半亩·2024-02-11 16:31

gensim 语言训练库 2018-10-26

一、安装gensimpipinstallgensim二、使用这个训练库很厉害,里面封装很多机器学习的算法,是目前人工智能的主流应用库importjiebaimportgensimfromgensimimportcorporafromgensimimportmodelsfromgensimimportsimilaritiesl1
Mr_Du_Biao·2024-02-11 15:17

【论文精读】Transformer

摘要以往的循环神经网络如LSTM和GRU，在序列建模和翻译问题中已经成为最先进的方法，但由于其循环结构，导致无法并行化计算，且难以对长序列的全局关系建模。
None-D·2024-02-11 15:40

批归一化（Batch Normalization，简称BN）层的作用！！

批归一化（BatchNormalization，简称BN）层在卷积神经网络中的作用主要有以下几点：规范化数据：批归一化可以对每一批数据进行归一化处理，使其均值接近0，方差接近1。
小桥流水---人工智能·2024-02-11 15:40

多视图特征学习 Multi-view Feature Learning既可以被看作是一种学习框架，也可以被看作是一种具体的学习算法！

多视图特征学习Multi-viewFeatureLearning的基本介绍总结1.多视图特征学习Multi-viewFeatureLearning的基本介绍多视图特征学习是一种利用多视图数据集来进行联合学习的机器学习方法
小桥流水---人工智能·2024-02-11 15:10

政安晨：梯度与导数～示例演绎《机器学习·神经网络》的高阶理解

这篇文章确实需要一定的数学基础，第一次接触的小伙伴可以先看一下我示例演绎这个主题的前两篇文章：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（一）：政安晨：示例演绎机器学习中（深度学习
政安晨·2024-02-11 15:00

fast.ai 机器学习笔记（四）

机器学习1：第11课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-11-7564c3c18bbb译者：飞龙协议：CCBY-NC-SA4.0
绝不原创的飞龙·2024-02-11 14:57

机器学习笔记（3）：误差、复杂度曲线、学习曲线等

本文来自之前在Udacity上自学机器学习的系列笔记。这是第3篇，介绍了模型的误差类型、误差的由来、找到模型适合的参数、以及避免欠拟合和过拟合的方法。
链原力·2024-02-11 14:23

机器学习系列（8）——提升树与GBDT算法

本文介绍提升树模型与GBDT算法。0x01、提升树模型提升树是以分类树或回归树为基本分类器的提升方法。提升树被认为是统计学习中性能最好的方法之一。提升方法实际采用加法模型（即基函数的线性组合）与前向分步算法，以决策树为基函数的提升方法称为提升树（boostingtree）。对分类问题决策树是二叉分类树，对回归问题决策树是二叉回归树。提升树模型可以表示为决策树的加法模型：其中，表示决策树，为决策树的
陌简宁·2024-02-11 14:40

108个Python精选库，看完收获丰富

而且这语言涉及了方方面面，比如自动化测试，运维，爬虫，数据分析，机器学习，金融领域，后端开发，云计算，游戏开发都有涉及。
程序员晚枫·2024-02-11 13:54

python when库_Python精选库大全，建议收藏留用！

而且这语言涉及了方方面面，比如自动化测试，运维，爬虫，数据分析，机器学习，金融领域，后端开发，云计算，游戏开发都有涉及。
weixin_39946964·2024-02-11 13:24

PyTorch版本说明与安装

PyTorch版本说明与安装PyTorch可以看作是Python的一个库，准确地说，它是一个深度学习框架，提供了许多用于构建、训练和部署神经网络模型的功能和工具。
YuanDaima2048·2024-02-11 13:52

决策树与随机森林算法

决策树与随机森林算法决策树算法概述决策树是一种基于树形结构的机器学习算法，用于建立对象属性与对象值之间的映射关系。
YuanDaima2048·2024-02-11 13:52

人工智能预测地震

AI或是精准预测地震的“救世主”事实上，在20世纪90年代，就有人尝试着用机器学习来预测地震，但收效甚微。
kuntoria·2024-02-11 12:06

2019-10-31 人工智能、机器学习、深度学习的概念

一、什么叫人工智能、机器学习、深度学习人工智能：computationalagents(机器）可计算的机器andactintelligentlyAIaresystems（系统），可以做以下的事情：rationally
可乐W·2024-02-11 12:30

机器学习---学习与推断，近似推断、话题模型

1.学习与推断基于概率图模型定义的分布，能对目标变量的边际分布（marginaldistribution）或某些可观测变量为条件的条件分布进行推断。对概率图模型，还需确定具体分布的参数，称为参数估计或学习问题，通常使用极大似然估计或后验概率估计求解。单若将参数视为待推测的变量，则参数估计过程和推断十分相似，可以“吸收”到推断问题中。假设图模型所对应的变量集x＝｛x1，x2，···，xn｝能分为XE
三月七꧁ ꧂·2024-02-11 12:56

【大厂AI课学习笔记】【1.6 人工智能基础知识】（1）人工智能、机器学习、深度学习之间的关系

6.1人工智能、机器学习与深度学习的关系必须要掌握的内容：如上图：人工智能>机器学习>深度学习。机器学习是人工智能的一个分支，该领域的主要研究对象是人工智能，特别是如何在经验学习中改进具体算法的性能。
giszz·2024-02-11 12:26

政安晨：示例演绎机器学习中（深度学习）神经网络的数学基础——快速理解核心概念（二）{两篇文章讲清楚}

这一篇与上一篇是兄弟篇，意在通过两篇文章讲清楚深度学习中神经网络的数学基础，第一次看到这篇文章的小伙伴可以从上一篇文章看起（包括搭建环境等等都在上一篇），上一篇链接如下：政安晨：示例演绎机器学习中（深度学习
政安晨·2024-02-11 12:56

机器学习：SVM、softmax、Dropout及最大池化max_pool介绍

一、利用线性SVM进行分类train_data:(train_num,3072)训练流程初始化权重W:(3072,10)梯度dW:(3072,10)train_data和权重相乘得到score(10,)对应每个类别的分数2.1对于每个score中的分数i，如果是正确的类别对应的score跳过2.2如果是其他的类别，计算margin=score[i]-correct_score+12.3如果其他的m
是Dream呀·2024-02-11 11:15

Python微信自动抢红包程序（OpenCV，pyautogui）

微信自动抢红包教程有很多，有通过分析安卓组件写的，由于对java不熟悉，就想通过监视电脑屏幕的方法做，也就是OpenCV，或者卷积神经网络，刚好以前项目做到过。
木更的爱念·2024-02-11 11:33

fast.ai 机器学习笔记（三）

机器学习1：第8课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-8-fa1a87064a53译者：飞龙协议：CCBY-NC-SA4.0来自机器学习课程的个人笔记
绝不原创的飞龙·2024-02-11 10:19

边缘人工智能的发展 —— 边缘AI图形化开发

1、背景边缘人工智能是指直接在边缘设备上运行的机器学习算法的形式使用人工智能。这里的“边缘设备”指的是网络边缘的设备，例如智能手机、传感器、工业机器人等。
初心不忘产学研·2024-02-11 10:41

日更挑战-神经网络之感知器

越不懂的越爱装大家都同等:IT世界没有难不难,只有是否了解过挑战目录问题1:什么是感知器？解答:首先可以先说一下线性函数y=wx+b：对于传入x=x1的时候会输出y1。这时候线上面点用y1+n=wx1+b(n为大于0的数),同理y1-n=wx1+b是线下面的点。那么假设一个随机数a:wx1+b=a，这时(y-a)大于或小于0表示(x1,a)在这个线的上面还是下面。那么a=wx1+(b-y)的结果a
愿你我皆是黑马·2024-02-11 10:18

吴恩达机器学习—正则化

过拟合问题欠拟合与过拟合当变量过少时，可能存在欠拟合；当变量过多时，会存在过拟合。过拟合可能对现有数据拟合效果较好，损失函数值几乎为零，但是不能进行泛化时，即不适于非训练集的其他数据。如何解决过拟合问题特征变量过多造成过拟合绘制假设模型图像，但当特征变量变多时，绘制很困难。当变量过多而训练数据较少时，容易出现过拟合。过拟合的解决办法解决过拟合问题，通常有两种方法：一种是减少特征的数量，可以通过人工
魏清宇·2024-02-11 09:55

《零基础实践深度学习》波士顿房价预测任务 02

1.3波士顿房价预测任务上一节我们初步认识了神经网络的基本概念（如神经元、多层连接、前向计算、计算图）和模型结构三要素（模型假设、评价函数和优化算法）。
软工菜鸡·2024-02-11 09:20

Java和JVM将GPU和容器归零

，这将是支持机器学习和人工智能工作量的关键。Oracle的JavaSE（标准版）开发团队希望配置Java，以便JVM了解应该在GPU上运行哪些工作负载以及哪些应该在CPU上运行。
追梦人在路上不断追寻·2024-02-11 09:55

fast.ai 机器学习笔记（二）

机器学习1：第5课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-5-df45f0c99618译者：飞龙协议：CCBY-NC-SA4.0来自机器学习课程的个人笔记
绝不原创的飞龙·2024-02-11 08:57

机器学习的几种基本算法

在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一中映射关系。
陌上尘飞123·2024-02-11 07:17

10大机器学习开源项目推荐（Github平均star为1385）

翻译|suisui出品|人工智能头条（AI_Thinker）本文推荐的10大机器学习开源项目是由Mybridge从250个机器学习开源项目中挑选出来的，Github平均star为1385，主题包含：Tensorflow
城市中迷途小书童·2024-02-11 07:41

机器学习复习（8）——逻辑回归

这个性质使得Sigmoid函数非常适合用来进行二分类，在机器学习中，它可以将任意实数映射到(0,1)区
不会写代码！！·2024-02-11 07:47

【正在更新】从零开始认识语音识别：DNN-HMM混合系统语音识别(ASR)原理

摘要|AbstractTO-BE-FILLED1.前言|Introduction近期想深入了解语音识别(ASR)中隐马尔可夫模型(HMM)和深度神经网络-隐马尔可夫(DNN-HMM)混合模型，但是尽管网络上有许多关于
EthanLifeGreat·2024-02-11 06:11

机器学习2---逻辑回归(基础准备）

逻辑回归是基于线性回归是直线分的也可以做多分类##数学基础importnumpyasnpnp.pi#三角函数np.sin()np.cos()np.tan()#指数y=3**x#对数np.log10(10)np.log2(2)np.enp.log(np.e)#ln(e)#对数运算#log(AB)=log(A)+logBnp.log(3*4)==np.log(3)+np.log(4)#logA²=2*
pyniu·2024-02-11 06:40

机器学习2--逻辑回归(案列)

糖尿病数据线性回归预测importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_diabetesdiabetes=load_diabetes()data=diabetes['data']target=diabetes['target']feature_names=diabete
pyniu·2024-02-11 06:10
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他