量子计算机机器学习华为云

基于MATLAB的BP神经网络手写数字识别

本文结合深度学习理论，利用BP神经网络对手写体数字数据集MNIST进行分析，作为机器学习课程的一次实践，熟悉了目前广泛使用的Matlab工具，深入理解了神经网络的训练过程，作为非计算机专业的学生，结合该课
matlab汪汪队·2023-11-29 05:42

基于BP神经网络的手写体识别，附有详细的代码，机器学习+神经网络1000案例之1

BP神经网络的原理人工神经网络无需事先确定输入输出之间映射关系的数学方程，仅通过自身的训练，学习某种规则，在给定输入值时得到最接近期望输出值的结果。作为一种智能信息处理系统，人工神经网络实现其功能的核心是算法。BP神经网络是一种按误差反向传播(简称误差反传)训练的多层前馈网络，其算法称为BP算法，它的基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差均方差为最小。基本
神经网络机器学习智能算法画图绘图·2023-11-29 05:36

了解BP神经网络：从原理到应用

三、BP神经网络的应用四、总结1、优点：2、缺点：BP神经网络（BackpropagationNeuralNetwork）是一种常用的人工神经网络模型，广泛应用于机器学习、模式识别和数据挖掘等领域。
AI_dataloads·2023-11-29 05:32

机器学习与人工智能之一：世界的规律性

观众老爷好，前段时间小编一直说要发表人工智能开发的文章，由于一直忙手里的活，没有写，不过百忙之中抽了点时间开始写关于人工智能的文章，在开始之前同样观众老爷拿出你喜欢的零食和爱喝饮料，放松身心一起随小编走进智能化信息时代！人工智能是什么很多观众老爷应该都听说过人工智能（ArtificialIntelligence），缩写为AI。那AI是什么呢？与传统编程——桌面端，移动端或者IDE等环境下应用软件开
鹏世界·2023-11-29 04:26

Python有哪些相见恨晚的库？

不得不提到早年摸爬滚打阶段在GitHubStar的一个repo，整理的肥肠全，涵盖机器学习、深度学习、爬虫、数据分析、图像处理、自然语言处理、Web、日志、代码调试与分析、GUI等等大类，目前有186kstar
啥都生·2023-11-29 03:34

AIM304 | 通过机器学习驱动的搜索充分利用您的数据

AIM304|通过机器学习驱动的搜索充分利用您的数据关键字:[AmazonWebServicesre:Invent2023,AmazonKendra,IntelligentSearch,NaturalLanguageQueries
weixin_40272094·2023-11-29 02:59

使用opencv实现更换证件照背景颜色

1.1opencv介绍OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库。
智慧医疗探索者·2023-11-29 02:33

Java中利用OpenCV进行人脸识别

该库由一系列高效的计算机视觉算法组成，涵盖了许多领域，包括目标识别、图像处理、机器学习、三维重建等。
无聊大侠hello world·2023-11-29 01:53

AI 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赛学习笔记3

背景Datawhale联合科大讯飞、阿里云天池平台开设了机器学习、深度学习、AIforScience三个方向的夏令营学习。
话不多说干起来·2023-11-29 01:02

量旋科技对话LAMBDA实验室 | 如何把握量子计算突变发展的机会？

“人类应该考虑量子计算机了！”1982年，加州理工学院的一场报告会上，物理学家费曼提出了这一简直是“天方夜谭”的论断。当时，个人电脑的概念才刚刚问世，普及大众还要再等10年。
量旋科技SpinQ·2023-11-29 01:01

学习笔记目录

文章目录⌨️编程基础编程语言工具使用️人工智能机器学习书籍/仓库经典算法评估指标深度学习书籍/仓库模型/数据加工优化方法⌨️编程基础编程语言go语言学习笔记工具使用git使用笔记️人工智能机器学习书籍/
雪的期许·2023-11-29 00:27

基于图像识别的垃圾分类

基于机器学习的垃圾分类摘要：2019年垃圾分类由上海开始实施，继而向全国推行，主要将垃圾种类进行划分，其分类包括可回收、厨余、有害和其他。
qq1744828575·2023-11-29 00:49

基于随机森林的enhancer预测算法

RFECS:ARandom-ForestBasedAlgorithmforEnhancerIdentificationfromChromatinState因为最近刚好在学机器学习算法，结合在生信领域的具体应用会更好
Shaoqian_Ma·2023-11-29 00:47

前五年—中国十大科技进展新闻（2012年—2017年）

前五年—中国十大科技进展新闻（2012-2017）2017年中国十大科技进展新闻1.我国科学家利用化学物质合成完整活性染色体2.国产水下滑翔机下潜6329米刷新世界纪录3.世界首台超越早期经典计算机的光量子计算机诞生
百年孤独百年·2023-11-29 00:28

AI智能生态系统（机器学习项目，在线部署）

该系统为国庆期间练手项目，目前已部署上线，项目链接：AI智能生态系统包含了以下四个项目：狗猫图像分类器（PetAIVision）任务描述：利用卷积神经网络（CNN）实现图像分类任务，以精确识别狗和猫的图像。技术工具：使用Tensorflow2.0和Keras框架构建和训练CNN模型。数据集：采用包含带有标签的大规模狗猫图像数据集，以进行监督学习。目标准确率：至少63%的分类准确率，以确保高效正确地
github_czy·2023-11-28 23:44

python机器学习 玩飞行小鸟游戏

python机器学习玩飞行小鸟游戏截图视频效果代码截图视频效果机器学习玩飞行的小鸟游戏代码#coding:utf-8importrandomimportPATHimportcv2fromitertools
图像处理大大大大大牛啊·2023-11-28 23:02

CodeWhisperer——一个十分强大的工具 冲！

AmazonCodeWhisperer是亚⻢逊出品的一款基于机器学习的AI编程助手，可实时提供代码建议。
亚马逊云开发者·2023-11-28 22:48

【机器学习】自动编码器 - Autoencoder

文章目录一、自编码器（Autoencoder）简单模型介绍二、神经网络自编码模型三、神经网络自编码器三大特点四、自编码器（Autoencoder）搭建五、几种常见编码器1.堆栈自动编码器2.欠完备自编码器3.正则自编码器4.噪自编码器（denoisingautoencoder,DAE）参考链接一、自编码器（Autoencoder）简单模型介绍暂且不谈神经网络、深度学习等，仅仅是自编码器的话，其原理
想变厉害的大白菜·2023-11-28 22:26

机器学习之决策树及随机森林

决策树概念决策树（DecisionTree）是一种常见的机器学习算法，用于分类和回归任务。
贾斯汀玛尔斯·2023-11-28 22:25

量子力学技术前沿：探索、挑战与未来

传统计算机使用比特（0或1）来存储和处理信息，而量子计算机则使用量子比特（叠加态的0和1）来进
a谷雨c·2023-11-28 22:53

深度学习：全面了解深度学习-从理论到实践

本文适合有一定机器学习基础的读者阅读，让我们一起踏上深度学习的征程吧！一、引言在过去的几年里，深度学习已经彻底改变了
a谷雨c·2023-11-28 22:52

L1 L2正则化

1.正则化Regularization机器学习中几乎都可以看到损失函数后面会添加一个额外项，常用的额外项一般有两种，称作L1正则化和L2正则化，或者L1范数和L2范数。
鲸鱼酱375·2023-11-28 22:03

一维卷积网络用于HAR（hunman activity recognition）

解决这个问题的传统方法需要手工制作特征，这些特征来自于基于固定大小的窗口和训练机器学习模型的时间序列数据，例如集成决策树。而难点在于，这种特征工程需要在该领域拥有深厚的专
阿委困的不能行·2023-11-28 21:28

图扑软件与华为云共同构建新型智慧工厂

图扑软件与华为云合作，构建数字化、智能化、智慧化的工业生产环境，助力芯片企业向更高科技化的方向发展。在“新基建”驱动的数字经济热潮下，可视化建设发展成为实现各行业管理绿色化、现代化、智慧化的核心抓手。
专注可视化的川妹子·2023-11-28 20:53

第十七章 大规模机器学习（Large Scale Machine Learning）

17.1大型数据集的学习如果我们有一个低方差的模型，增加数据集的规模可以帮助你获得更好的结果。我们应该怎样应对一个有100万条记录的训练集？以线性回归模型为例，每一次梯度下降迭代，我们都需要计算训练集的误差的平方和，如果我们的学习算法需要有20次迭代，这便已经是非常大的计算代价。首先应该做的事是去检查一个这么大规模的训练集是否真的必要，也许我们只用1000个训练集也能获得较好的效果，我们可以绘制学
Colleen_oh·2023-11-28 20:14

sftp服务查看 linux,linux查看sftp服务器配置

确保服务持久稳定运行，提升运维效率三年低至5折，多种配置可选了解详情认证鉴权||https://support.huaweicloud.com/api-ecs/ecs_01_0013.html,如何使用华为云提供的
地下室的光·2023-11-28 20:08

机器学习：scale-variant VS. scale invariant, discriminative models VS. generative models

一.scale-variantVS.scaleinvariant机器学习算法的两种类型：尺度相关（scale-variant）和尺度无关（scale-invariant）。
MilkLeong·2023-11-28 19:12

动手学深度学习（5.3）——卷积神经网络进阶

机器学习的特征提取:手工定义的特征提取函数神经网络的特征提取：通过学习得到数据的多级表征，并逐级表⽰越来越抽象的概念或模式。
贾如钊·2023-11-28 19:43

基于SpringBoot的公益慈善平台

✌全网粉丝20W+,csdn特邀作者、博客专家、CSDN新星计划导师、java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌文末获取项目下载方式一
智能编程设计工作室·2023-11-28 18:11

基于JAVA+SSM+VUE+微信小程序的前后端分离的生活日用品交易平台的设计与实现

✌全网粉丝20W+,csdn特邀作者、博客专家、CSDN新星计划导师、java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌文末获取项目下载方式一
智能编程设计工作室·2023-11-28 18:41

基于JAVA+SSM的房屋租赁系统

✌全网粉丝20W+,csdn特邀作者、博客专家、CSDN新星计划导师、java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌文末获取项目下载方式一
智能编程设计工作室·2023-11-28 18:10

基于JAVA+SpringBoot+Vue的前后端分离的大学生创新作品审核平台

✌全网粉丝20W+,csdn特邀作者、博客专家、CSDN新星计划导师、java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌文末获取项目下载方式一
智能编程设计工作室·2023-11-28 18:09

基于SpringBoot的超市信息管理系

✌全网粉丝20W+,csdn特邀作者、博客专家、CSDN新星计划导师、java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌文末获取项目下载方式一
智能编程设计工作室·2023-11-28 18:05

机器学习——多元线性回归升维

机器学习升维升维使用sklearn库实现特征升维实现天猫年度销量预测实现中国人寿保险预测升维定义：将原始的数据表示从低维空间映射到高维空间。
SF-FCZ·2023-11-28 17:26

机器学习中的ROC曲线理解和实战

一、什么是ROC曲线1、ROC曲线，又可以称之为接受者操作特征曲线(ReceiverOperatingCharacteristicCurve)，ROC曲线下的面积，称为AUC(AreaUnderCureve)，可以衡量评估二分类模型的分类好坏。2、AUC是1乘以的方格中的一部分，起大小在0-1之间，AUC越大说明模型效果越好，AUC=1,是完美的分类器，该模型至少存在一个阈值，可以将正负样本完美的
努力的乞丐·2023-11-28 17:54

机器学习ROC曲线中的阈值thresholds

在ROC（ReceiverOperatingCharacteristic）曲线中，阈值（thresholds）是一个用于分类模型的概率或分数的截断值。ROC曲线的绘制涉及使用不同的阈值来计算真正例率（TruePositiveRate，TPR）和假正例率（FalsePositiveRate，FPR），进而绘制出TPR-FPR的曲线。在二分类问题中，模型通常输出一个概率值，表示样本属于正例的概率。这个
温柔的行子·2023-11-28 17:51

机器学习：线性回归与逻辑回归

一、单变量线性回归(LinearRegressionwithOneVariable)以预测住房价格为例子，单变量线性回归是指只有一个特征（输入变量），这里以房子的大小来预测房价。假使我们回归问题的训练集（TrainingSet）如下表所示：将要用来描述这个回归问题的标记如下:代表训练集中实例的数量代表特征/输入变量；代表目标变量/输出变量；(,)代表训练集中的实例；((),())代表第个观察实例；
passerby58·2023-11-28 17:35

前向传播算法

跟着吴恩达老师入门机器学习所谓前向传播就是也就是从左向右的算法首先根据W的列数来判断有多少个神经元，W.shape[1]就是输出W矩阵的列数每个神经元都会输出一个值循环遍历获得这层所有的神经元的输出a_out
passerby58·2023-11-28 17:35

2021-12-14

NatRev|基因组学中应用机器学习可能遇到的陷阱原创huacishu图灵基因2021-12-1407:03收录于话题#前沿生物大数据分析撰文：huacishuIF=53.243推荐度：⭐⭐⭐⭐⭐亮点：
图灵基因·2023-11-28 16:30

待编辑待编辑BLDC&PMSM

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。
北海不咸鱼·2023-11-28 15:25

待编辑待编辑FOC

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。
北海不咸鱼·2023-11-28 15:25

电机伺服驱动学习笔记（7）待编辑

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。
北海不咸鱼·2023-11-28 15:52

人工智能系统学习颅内出血的诊断、分类 能够根据CT扫描图像“解释”决策背后的原因

而不断增长的计算能力和大数据集的可用性提高了机器学习计算机分析数据的过程
wumingzhi111·2023-11-28 15:38

机器学习复习笔记

机器学习复习笔记第一章绪论基本术语监督学习：分类、回归分类:离散值二分类：好瓜；坏瓜多分类：冬瓜；南瓜；西瓜回归:连续值如：瓜的成熟度/瓜的价格无监督学习：聚类聚类：无标记信息如：按某些特征把物体归为一类
Mr.小蔡·2023-11-28 15:23

机器学习 复习笔记（3） 回归

根据y值，分成回归与分类。y是连续值就是回归问题，y是离散值就是分类问题。x是样本，θ是参数。θ是未知的，x是已知的。Question：为什么我们预测出来的模型会和实际值有误差ε？因为根据已知特征和给定数据，我们求出来的模型，并不能反映真实世界的全貌。比如我们预测的房价和真实房价有区别，原因是可能特征里没有显示出这个房子门前有一颗树，影响了房价。根据中心极限定理，我们的数据一般都是服从正态分布的。
大叔爱学习.·2023-11-28 15:23

Coursera-吴恩达机器学习课程个人笔记-Week2

Week2线性回归和梯度下降法参数说明1.多特征的线性回归方程2.梯度下降法(GradientDescent)2.1如何选择参数向量θ呢？2.2优化梯度下降法的方法  1).特征缩放(特征标准化)  2).学习率α的选择2.3批量梯度下降算法和随机梯度下降算法3.线性回归的“非线性拟合”4.目标函数J(θ)的最小值的线性代数求法(了解)4.1目标函数J(θ)的最小值求解过程：4.2梯度下降法和线代
lavendelion·2023-11-28 15:22

机器学习笔记4：Logistic 回归模型

Logistic回归的基本原理logistic回归的优化算法前言：在分类任务中，我们是通过从输入xxx到输出yyy的映射fff的模型得出来的：y^=f(x)=argmaxp(y=c∣x,D)\hat{y}=f(x)=argmaxp(y=c|\mathbf{x},D)y^=f(x)=argmaxp(y=c∣x,D)其中，我们定义yyy为离散值，其取值范围称之为标签空间：y={1,2,..,C}y=\
陆撄宁·2023-11-28 15:50

机器学习项目复习笔记

初始数据Spikesarerecordedbythebinarysequence,whichalignedwiththereorderedarmmovementtrajectoriesinthree-dimensionalcoordinates目标输出estimatethemonkey’sprecise2DhandtrajectoryinalowRMSE数据预处理看论文习得spike的1000ms
掌中宝0616·2023-11-28 15:49

机器学习--------考试复习笔记

1.机器学习基石–学习的可行性本文主要是通过Hoeffding不等式证明了当模型的所有hypothesis的个数M为有限个时，样本数目N足够大时，就能够保证泛化误差Eout(h)和训练误差Ein(h)很接近
懒懒的程序媛·2023-11-28 15:19

机器学习的复习笔记4-岭回归与多项式回归

一、岭回归在简单的线性回归中，一味追求平方误差最小化，R2值尽可能大，可能会受到噪声的严重干扰。噪声，即偶发的错误的值。如图，若为满足所有点的拟合（虚线），表面上看R2值小，但为了右下角两个噪声点严重偏离了大部分点群，这是得不偿失的。因此设置阈值来过滤少数噪声点的影响，反而会使拟合效果更加合理。而增加阈值的回归，被称为“岭回归”。fromsklearnimportlinear_modelridge
大滑稽儿·2023-11-28 15:48
上一页 132 133 134 135 136 137 138 139 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他