量子计算机机器学习华为云第101页

2023 年度低代码企业 TOP50 榜单公布 — 以开源起家的 JEECG 格外亮眼

在这份备受瞩目的榜单中，知名企业钉钉、腾讯云、华为云等行业优秀厂商的产品悉数入选，充分展现了它们在低代码领域的技术实力和市场影响力。而更加

JEECG低代码平台·2023-12-26 13:49

基于SpringBoot+Vue的网上花店设计设计实现(源码+lw+部署文档+讲解等)

系统测试系统测试目的系统功能测试系统测试结论为什么选择我自己的网站自己的小程序（小蔡coding）代码参考数据库参考源码获取前言博主介绍：✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师、全栈领域优质创作者，博客之星、掘金/华为云

小蔡coding·2023-12-26 13:17

【机器学习】深度学习与神经网络

1人工神经网络（ArtificialNeuralNetwork,ANN）感知机：激励函数f(·)，也称转移函数、传输函数或限幅函数，其作用是将可能的无限域变换到指定的有限范围内进行输出。常用的激励函数：多层感知机：输入层：接收输入信号的层。输出层：产生输出信号的层。中间层称为隐含层，不直接与外部环境打交道。隐含层的层数可从零到若干层。实际情况中，层与层之间可能有部分连接的情况。激励函数应是非线性的

qq_1532145264·2023-12-26 13:43

【AI】人工智能复兴的推进器之神经网络

LongShort-TermMemory）四、2个经典模型的案例4.1多层感知器（MLP）4.2卷积神经网络（CNN）欢迎参考我之前的文章：【AI】人工智能复兴的推进器之自然语言处理-CSDN博客【AI】人工智能复兴的推进器之机器学习

giszz·2023-12-26 13:42

python机器学习算法书籍代码-赵志勇

Python-Machine-Learning-Algorithm:Python-Machine-Learning-Algorithm(github.com)基于python3.8mechine-learning-aigorithn:python机器学习算法代码

finbarr45·2023-12-26 13:07

用于药物发现的知识图谱

一个项目是**KDD2023_KaGML_DrugDiscovery_Tutorial**，它是一个关于药物发现的教程，介绍了如何使用知识增强的图机器学习（KaGML）来进行药物发现¹。

LRJ-jonas·2023-12-26 12:48

不同领域环境中的“组分分析”

**主成分分析（PCA）**：在统计学和机器学习领域，主成分分析是一种

LRJ-jonas·2023-12-26 12:46

2-7节 k-近邻算法|手写识别系统|机器学习实战-学习笔记

文章原创,最近更新：2018-08-11本章节的主要内容是:重点介绍项目案例1:手写识别系统的完整代码。1.KNN项目案例介绍:项目案例2:手写识别系统项目概述:构造一个能识别数字0到9的基于KNN分类器的手写数字识别系统。需要识别的数字是存储在文本文件中的具有相同的色彩和大小：宽高是32像素*32像素的黑白图像。开发流程：收集数据：提供文本文件。准备数据：编写函数img2vector(),将图像

努力奋斗的durian·2023-12-26 12:21

[转] Julia 高性能动态编程语言入门

而且其天生的高性能、通用性与专业性使得其非常适用于科学数值计算、机器学习项目等前沿场景。我看完这个消息以后也迫不及待想尝试一下。注：本文原载于MyPerso

程序员泥瓦匠·2023-12-26 11:39

基于机器学习算法的数据分析师薪资预测模型优化研究（文末送书）

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录一、实验背景二、实验内容及数据2.1数据来源2.2变量描述三、数据处理3.1导入模块和数据3.2数据清洗四、构建模型4.1导入模块和数据4.2变量转换4.2建立模型五、模型预测六、实验总结文末推荐与福利一、实验背景目前，随着科技与经济的进步，我国高校不

艾派森·2023-12-26 11:11

react+koa全栈开发以及部署流程

太详细的这里就不展开说了项目创建可以参考我的另外一篇文章优雅地创建一个前端项目后端开发后端使用node，使用koa框架进行开发，数据库我使用的是一个mysql的云数据库，但是大家只要能够连接上自己的数据库就行后端开发详情参考我的另外一篇文章koa基础配置部署服务器我买了一个华为云服务器但是你用什么服务器不重

hello_helloworld·2023-12-26 11:30

机器学习 (第9章概率图模型)

一、学习目标1.学习概率图模型中两种重要的模型：贝叶斯网络和马尔科夫随机场2.学习使用概率图模型去进行实际问题的学习与推断3.学习近似推断二、贝叶斯网络概率图模型基于图，而图这种数据结果分为两种：有向图和无向图，针对有向（无环）图结构，实现的是贝叶斯网络，针对无向图，则为马尔可夫随机场。1.有向无环图根据图中每个结点不同，可提取出不同的相关结点，如以x3为例2.联合概率分布我们之所以搞出这么一个图

komjay·2023-12-26 11:56

机器学习中的强学习器：AdaBoost算法详解

目录1.引言2.AdaBoost的基本概念2.1弱学习器2.2错误率与权重更新3.AdaBoost的工作流程3.1初始化权重3.2训练弱学习器3.3更新样本权重3.4构建强学习器4.AdaBoost的优缺点4.1优点4.2缺点5.应用场景5.1图像识别5.2语音处理5.3生物信息学5.4金融欺诈检测5.5医学图像分析5.6其他领域6.AdaBoost与其他算法的比较6.1AdaBoostvs.Ba

轩Scott·2023-12-26 11:21

机器学习之数据扩充

为什么要进行数据扩充数据扩充在机器学习中扮演着重要的角色，原因如下：1.解决数据稀缺问题：数据量不足:在实际应用中，获取大量高质量标记数据可能很困难或昂贵。

贾斯汀玛尔斯·2023-12-26 11:21

人工智能_机器学习073_SVM支持向量机_人脸识别模型建模_预测可视化_网格搜索交叉验证最优化参数对比---人工智能工作笔记0113

接着上一节来说,可以看到我们已经找到了合适的参数,然后我们可以看一下这里gc.best_params_就可以打印出最合适的参数然后我们把最合适串按说填入到代码中,然后进行计算,看看得分可以看到得分,训练数据是1.0然后测试数据得分是0.7857...对吧

脑瓜凉·2023-12-26 11:50

利用Milvus Cloud和LangChain构建机器人：一种引人入胜且通俗易懂的方法

在这个过程中，人工智能（AI）和机器学习（ML）技术起到了关键作用。Milvus和LangChain就是这样一对强大的组合，它们共同为机器人的构建提供了强大的支持。

LCHub低代码社区·2023-12-26 10:31

2020-06-25 One-hot编码

而用基于数学运算的机器学习方法，无法处理。这时，需要换一种方式来表示数据。对于某个特定应用来说，如何找到最佳数据表示，这个问题被称为特征工程。

大师_cfab·2023-12-26 10:30

20231204 云原生产品测试信息整理

第一：云原生图谱云原生：后端技术，AI、机器学习、边缘计算等领域。主要体现在云端环境、微服务架构、服务网格、Devops自动化交付、容器化部署这几个方面。

邵婧萱（金生水起万缘和合）·2023-12-26 09:15

生物信息神奇网站系列（十二）：机器学习数据集

天天都被媒体的大数据，机器学习，人工智能忽悠，但是常言道“巧妇难为无米之炊”，要实现这些，数据才是重点；有时候想测试一些算法，手头没有现成的测试数据也比较麻烦。

基因学苑·2023-12-26 09:34

回答同学的提问，机器学习中常见的目标函数，优化器，损失函数的概念，联系

换句话说目标函数（objectivefunction）是机器学习

小桥流水---人工智能·2023-12-26 09:20

【机器学习】Boosting算法-梯度提升算法（Gradient Boosting）

一、原理梯度提升算法是一种集成学习方法，它可以将多个弱分类器或回归器组合成一个强分类器或回归器，提高预测性能。梯度提升算法的核心思想是利用损失函数的负梯度作为残差的近似值，然后用一个基学习器拟合这个残差，再将其加到之前的模型上，从而不断地减小损失函数的值。梯度提升算法有以下几个特点：梯度提升算法可以用任何可微分的损失函数，如平方误差、绝对误差、交叉熵等，这使得它比其他基于指数损失函数的算法更加灵活

十年一梦实验室·2023-12-26 09:18

《Mamba: Linear-Time Sequence Modeling with Selective State Spaces》阅读笔记

Linear-TimeSequenceModelingwithSelectiveStateSpaces》利用选择性状态空间的线性时间序列建模作者AlbertGu和TriDaoAlbertGu来自卡内基梅隆大学机器学习系

AncilunKiang·2023-12-26 09:38

用最通俗易懂的语言讲解人工智能AI 机器学习基础视频ppt

大家好，首先要感谢支持我的朋友啊，第一次录制视频，没想到那么多朋友喜欢，但是之前录制的视频，好多朋友反映视频里的ppt看不太清，由于第一次录制，经验太少，所以我把ppt单独发文章给大家，感兴趣的朋友记得关注我哦我的视频主要是想让不懂人工智能但想快速了解的朋友能够有帮助，尽量不用数学公式去讲解，用我自理理解的语言去讲解，所以内容会显得很浅显，不会太深奥，因为不是纯专业的方式讲解，如果以后有需要，我也

白手起家的百万富翁·2023-12-26 08:56

2024到2034年，未来十年网络安全的三大趋势

文章目录前言一、物联网安全二、AI、机器学习和网络安全三、量子计算与网络安全总结前言随着技术的不断进步，网络安全威胁变得越来越复杂和频繁，组织必须保持技术领先才能避免受到网络安全威胁。

岛屿旅人·2023-12-26 08:20

机器学习基础整理(第2章) - 模式分类

文章目录什么是模式识别/分类器？基础模型-模式分类器监督和非监督分类器贝叶斯决策规则最小误差(MinimumError)最小风险(MinimumRisk)最小损失和最小风险的关系Neyman-Pearson决策规则判别函数(DiscriminantFunction)线性判别函数(LinearDiscriminantFunctions)线性机分段线性判别函数(PiecewiseLinearDiscr

王踹踹·2023-12-26 08:40

模式识别与机器学习第三章

一、线性判别函数1.两类问题的判别函数若这些属于ω1和ω2两类的模式可用一个直线方程d(x)=0来划分，d(x)=w1x1+w2x2+w3=0d(x)称为两类模式的判别函数；d(x)=0称为决策面/判别界面方程。用判别函数进行模式分类依赖的两个因素：（1）判别函数的几何性质：线性的和非线性的函数。（2）判别函数的系数：判别函数的形式确定后，主要就是确定判别函数的系数问题。2.n维线性判别函数的一般

露(^_^)·2023-12-26 08:40

【模式识别与机器学习】——2.2正态分布模式的贝叶斯分类器

出发点：当已知或者有理由设想类概率密度函数P(x|ωi)是多变量的正态分布时，上一节介绍的贝叶斯分类器可以导出一些简单的判别函数。由于正态密度函数易于分析，且对许多重要的实际应用又是一种合适的模型，因此受到很大的重视。（贝叶斯分类规则是基于统计概念的。如果只有少数模式样本，一般较难获得最优的结果）正态分布模式的贝叶斯判别函数具有M种模式类别的多变量正态类密度函数为：其中，每一类模式的分布密度都完全

weixin_30421809·2023-12-26 08:09

机器学习之贝叶斯判别和分类器

贝叶斯分类器贝叶斯分类器是各种分类器中分类错误概率最小或者在预先给定代价的情况下平均风险最小的分类器。它的设计方法是一种最基本的统计分类方法。其分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。如果密度估计值收敛到真密度，则分类器成为贝叶斯分类器使用无穷样本由此产生的误差是贝叶斯误差，即给定基本分布的最小可实现误差

頔潇·2023-12-26 08:35

机器学习----贝叶斯分类器（判别模型和生成模型）

判别模型和生成模型数学表述监督学习方法分判别方法（DiscriminativeApproach）和生成方法（GenerativeApproach），所学到的模型分别称为判别模型（DiscriminativeModel）和生成模型（GenerativeModel）。所谓判别模型模型是直接判别测试用例所属的类别，即直接对p(y|x)进行建模，例如logisticregression，y=σ(θTx)。

这题我会啊·2023-12-26 08:34

机器学习（六）分类模型--线性判别法、距离判别法、贝叶斯分类器

机器学习（六）分类模型--线性判别法、距离判别法、贝叶斯分类器首先我们了解常见的分类模型和算法有哪些线性判别法简单来说就是用一些规定来寻找某一条直线，用直线划分学习集，然后根据待测点在直线的哪一边决定它的分类如图

路易三十六·2023-12-26 08:34

模式识别与机器学习-判别式分类器

模式识别与机器学习-判别式分类器生成式模型和判别式模型的区别线性判别函数多分类情况多分类情况1多分类情况2多分类情况3例题广义线性判别函数实例分段线性判别函数Fisher线性判别感知机算法例：感知机多类别分类谨以此博客作为学习期间的记录生成式模型和判别式模型的区别生成式模型关注如何生成整个数据的分布

Kilig*·2023-12-26 08:01

树莓派，mediapipe，Picamera2利用舵机云台追踪人手(PID控制）

该任务使用机器学习（ML）模型作为静态数据或连续流对图像数据进行操作，并输出图像坐标中的手部标志、世界坐标中的

Firmin123456·2023-12-26 08:28

机器学习识别手写数字 - 序【0】

信息时代真的太可怕了，睡一觉的工夫可能都会让你落下别人一大截，每天我都在惶恐中入眠，或者难以入眠。这一类的课程每天都在以一种非常离谱的速度传播扩散，充斥在本平台、小红书、各大微信群、各个大佬sell课。但凡有点心，都能找到完全免费而且质量颇高的各类课程，所以找工作本身变成了学历和项目经历的大比拼，对于知识的掌握程度变成了一切的硬基石，所有人变成了内卷的机器。在这个大背景下，单纯的技术牛并不足以为继

朝涯·2023-12-26 08:55

机器学习笔记2-基于KNN算法的手写字识别程序

importnumpyimportoperatorimportosfromPILimportImagedefclassify(inX,dataSet,labels,k=3):'''算法的实现'''dataSetSize=dataSet.shape[0]diffMat=numpy.tile(inX,(dataSetSize,1))-dataSetsqDiffMat=diffMat**2sqDista

冯子玉·2023-12-26 08:22

机器学习-神经网络-手写数字识别-KNN（有代码，有解析，有数据集，可视化）

机器学习-神经网络-手写数字识别文章目录机器学习-神经网络-手写数字识别1.数据收集与可视化2.KNN实现手写数字识别2.1.数据收集2.2.数据处理2.3.模型构建与预测2.4准确率分析2.5.优缺点分析

herry_drj·2023-12-26 08:51

Github Copilot 的补强工具Github Copilot Labs的常用功能介绍

该工具使用了机器学习技术，通过学习大量的开源代码和编写实践，提供了对于代码变量、函数、类的自动补全和提示，甚至可以自动编写代码段。

jieyucx·2023-12-26 08:51

机器学习笔记八：Matlab实现神经网络的手写数字识别

OctaveCode需要解决的问题（3个）:1.数据加载及可视化1.1displayData.m2.参数加载3.基于前向传播算法计算代价4.正则化4.1nnCostFunction.m5.梯度下降函数5.1sigmoid.m5.2sigmoidGradient.m6.初始化参数6.1randInitializeWeights.m7.后向传播算法实现7.1checkNNGradients.m8.后向

Amyniez·2023-12-26 08:20

jenkins Job华为云EIP变更带宽

引言:在数字化时代，云服务资源的弹性管理是企业降低运营成本、提高效率的关键手段。通过弹性公网IP（EIP）服务，企业可以实现按需计费，优化网络支出。然而，根据业务流量的不同阶段调整计费模式，则是提升成本效益的进阶策略。本人腾讯云快十年老用户乘机吐槽一下腾讯云（由于我在大有所为的某云上面已经简单实现了更改流程）：习惯了使用apiexplorer这样的工具生成代码进行修改，参考一下友商的：然后我的腾讯

saynaihe·2023-12-26 08:19

机器学习笔记（三）简单手写识别

目标实现一个简单的手写识别的脚本，同样的，流程分五步走：读入数据初始化模型训练模型训练样本集乱序校验数据有效性前期准备前期需要将库导入，还需要进行一些初始化操作#数据处理部分之前的代码，加入部分数据处理的库点击查看代码#加载飞桨和相关类库importpaddlefrompaddle.nnimportLinearimportpaddle.nn.functionalasFimportosimportn

Leventure_轩先生·2023-12-26 08:47

华为云Stack 8.X流量模型分析（四）

四、VPC内部三层流量模型分析首先需要注意的是二层流量模型与三层流量模型的最大区别在于Host1与Host2不在同一网段下。VM1在本地会做判断是同子网访问还是跨子网访问，，由于此次分析为三层流量模型，请求为跨子网访问，VM1发送arp请求网关MAC，arp报文根据流表到达br-tun，br-tun给予VM1网关的MAC信息。此时arp报文不出宿主机（Host1）；首次封装时目的MAC为自身网关M

C1yas0·2023-12-26 08:13

c++矩阵——超实用的数据结构

矩阵广泛应用于线性代数、图像处理、机器学习等领域。C++中的矩阵表示在C++中，我们可以使用数组来表示矩阵。例如，一个3×33×33×3的矩阵可以表

yzc_qiuse·2023-12-26 08:08

Servlet技术之Filter

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一

键盘敲烂~~~·2023-12-26 07:21

【机器学习实战】使用sklearn中的朴素贝叶斯方法实现新闻文本分类

1.数据集2.实现2.1代码fromsklearn.datasetsimportfetch_20newsgroupsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.feature_extraction.textimportTfidfVectorizerfromsklearn.naive_bayesimportMultinom

想做一只快乐的修狗·2023-12-26 07:00

DatawhaleAI夏令营第三期 - 基于论文摘要的文本分类与关键词抽取挑战

目录一、赛题背景基于论文摘要的文本分类与关键词抽取挑战赛二、赛事任务任务描述赛题数据集评价指标解题思路方法1：机器学习方法Baseline1.导入模块1.1特征提取1.2基于TF-IDF提取1.3选择机器学习模型

xingzhiyao123456·2023-12-26 07:58

机器学习（8）朴素贝叶斯算法（20条新闻分类）

目录一、基础理论二、实战：20条新闻分类1、读取数据2、训练集划分3、特征工程（文本特征提取）4、朴素贝叶斯算法训练5、模型评估方法一：预测值与真实值比对方法二：计算准确率总代码一、基础理论朴素贝叶斯算法：（朴素：假设数据集属性之间是相互独立的）因此算法的逻辑性十分简单,并且算法较为稳定,当数据呈现不同的特点时,朴素贝叶斯的分类性能不会有太大的差异。朴素：假设特征与特征之间相互独立。贝叶斯：贝叶斯

_(*^▽^*)_·2023-12-26 07:27

机器学习系列_朴素贝叶斯（1）（原理、python代码、实战）

本文经作者允许转载自公众号：月半一更链接：https://mp.weixin.qq.com/s/v-FN3rG97Hr8Ez_fnkwpTw前文中的K-近邻、决策树分类器，给出的分类决策都是确定性的，即：该数据实例确定属于哪一类。但是，再好的分类器有时候也会产生错误的分类结果，这时候我们就希望有一个分类器，它能给出一个最优的类别猜测结果，同时也能给出这个猜测的概率估计值。这种基于分类结果的概率估计

大大的肥猫·2023-12-26 07:26

自动化中的信息与智能化中的信息不同

智能化领域的研究更加注重人工智能和机器学习

人机与认知实验室·2023-12-26 07:45

2022-05-08

a.选取特征利用机器学习方法做分类。特征：结合商家特征和环境特征做商家恶意刷单分类预测，结合用户行为特征和环境特征做用户恶意刷单分类预测。1）商家特征：商家历史销量、信用、产品类别、发货快递公司等。

败者食尘_40a0·2023-12-26 06:07

牛客设计模式

二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

晴山ぺ·2023-12-26 06:04

第十一届脑电机器学习训练营（线上：2023.10.9~10.29）

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·2023-12-26 06:13

推荐频道

量子计算机机器学习华为云