量子计算机机器学习华为云

机器学习笔记--PageRank

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
北航程序员小C·2023-12-29 21:22

机器学习笔记--半监督节点分类：标签传播和消息传递

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
北航程序员小C·2023-12-29 21:20

机器学习中的偏差和方差

评估机器学习模型的方法有很多种。我们可以使用MSE（均方误差）进行回归；精确度，召回率和ROC（特征接收器）用于分类问题。
python收藏家·2023-12-29 21:01

深度学习数据处理（一）

在机器学习和人工智能领域，张量是存储和处理数据的基本数据结构。在深度学习中，张量是神经
kk要读书·2023-12-29 21:30

机器学习模型可解释性的结果分析

模型的可解释性是机器学习领域的一个重要分支，随着AI应用范围的不断扩大，人们越来越不满足于模型的黑盒特性，与此同时，金融、自动驾驶等领域的法律法规也对模型的可解释性提出了更高的要求，在可解释AI一文中我们已经了解到模型可解释性发展的相关背景以及目前较为成熟的技术方法
叁苏言·2023-12-29 20:05

如何信任机器学习模型的预测结果？

模型自解释结果与LIME解释结果的对比随机森林回归模型是基于决策树的集成模型，因此，模型本身也具有可解释性。我们对训练好的模型查看模型属性predictorImportance，并进行可视化：bagTreeMdl=mdl_bag;bar(bagTreeMdl.predictorImportance);f=gca;f.XTickLabel=bagTreeMdl.PredictorNames;f.XT
叁苏言·2023-12-29 20:35

如何信任机器学习模型的预测结果？

在本篇中，我将通过一个例子演示在MATLAB如何使用LIME进行复杂机器学习模型预测结果的解释。我使用数据集carbig（MATLAB自带的数据集）训练一个回归模型，用于预测汽车的燃油效率。
叁苏言·2023-12-29 20:03

机器学习之如何处理缺失值(missing value)

机器学习之如何处理缺失值备注：本次数据来源于kaggle，详情请戳here，原文参考连接，请戳here，本文篇幅较长，旨在多介绍EDA过程中的一些思想和细节。
wwqauznii·2023-12-29 19:32

Triton Inference Serve调研

支持机器学习
georgeguo·2023-12-29 19:46

TensorFlow 的基本概念和使用场景。

TensorFlow是一个开源的机器学习框架，由Google开发并于2015年发布。它旨在提供一个灵活的、高效的框架来构建和部署各种机器学习和深度学习模型。
文森特的猫·2023-12-29 17:08

个人用户免费，亚马逊正式推出 AI 编程服务 CodeWhisperer

CodeWhisperer是一种人工智能（基于机器学习）代码生成扩展，目标是提高软件开发者的工作效率。而亚马逊宣
橙 子_·2023-12-29 16:24

计算机视觉+深度学习+机器学习+opencv+目标检测跟踪（代码+视频）

计算机视觉、深度学习和机器学习是当今最热门的技术，它们被广泛应用于各种领域，如自动驾驶、医学图像分析、安防监控等。
从懒虫到爬虫·2023-12-29 15:43

什么是MLOps？

人工智能（AI）和机器学习（ML）应用激动人心的发展浪潮也许会让人相信，企业交付ML产品的能力也在迅速提高。
澳鹏Appen·2023-12-29 15:10

人工智能 & 机器学习 & 深度学习：概念，关系，及区别说明

如果过去几年，您读过科技主题的文章，您可能会遇到一些新词汇，如人工智能（ArtificialIntelligence）、机器学习（MachineLearning）和深度学习（DeepLearning）等
澳鹏Appen·2023-12-29 15:40

[AI编程]AI辅助编程助手-亚马逊AI 编程助手 Amazon CodeWhisperer

AmazonCodeWhisperer使用了自然语言处理和机器学习技术来理解开发人员的意图并生成相应的代码建议。它可以根据上下文提示开发人员选择合适的代码片段，并提供关于代码结构、语法和最佳实践
wenchun001·2023-12-29 15:10

主动学习如何解决数据标注的难题？主动学习和弱监督学习有何区别？

机器学习的成功与否取决于数据标注的质量和数量。利用主动学习的机器学习技术能加快模型训练的进度和减少数据获取的资金投入。依靠主动学习来得到有价值的数据，以便机器模型从中学习。
澳鹏Appen·2023-12-29 15:39

【大数据】Centos 7安装教程

二、下载镜像的方式1、进入Centos官网下载2、进入阿里云、华为云镜像站下载以阿里云为例，这里有很多，比如ubuntu、centos，点进去就可以选择版本，很方便。
奔向理想的星辰大海·2023-12-29 15:21

Jupyter Notebook: 交互式数据科学和编程工具

JupyterNotebook:功能强大的交互式编程和数据科学工具简介JupyterNotebook是一个开源的Web应用程序，广泛用于数据分析、科学计算、可视化以及机器学习等领域。
_三石_·2023-12-29 14:01

AIGC是什么？MidTool集成AIGC技术AI工具

AIGC技术利用机器学习和深度学习算法，通过分析大量数据来模拟人类的创造过程，从而自动生成具有一定创意和价值的内容。
Blind.894·2023-12-29 14:01

Python环境管理利器-Anaconda介绍与安装

之前，一直觉得python的包管理很混乱，版本稍有不一样，项目需要重新部署就很费劲，后面搜索了一下，才发现之前早有轮子介绍Anaconda是一个开源的Python和R编程语言的分发版，专为进行数据科学、机器学习
_三石_·2023-12-29 14:31

超详细YOLOv8验证参数、说明详解

YOLOv8（附带各种任务详细说明链接）引言在机器学习流程中，验证是一个关键步骤，让您能够评估训练模型的质量。UltralyticsYOLOv8的Val模式提供了一整套强大的工具和指标，用于评
E寻数据·2023-12-29 14:23

模式识别、计算机视觉、机器学习领域的顶级期刊和会议（整理）

部分AI刊物影响因子05SCIIF20052004JMLR4.0275.952（机器学习）PAMI3.8104.352（模式识别）IJCV3.6572.914（计算机视觉）TOIS4.5294.097AIJ2.6383.570MLJ3.1083.258ECJ1.5683.206TEvC3.2573.688DMKD2.1052.800NCJ2.5912.364TNN2.2052.178PR2.153
birdNet22·2023-12-29 14:21

探索计算机视觉CV领域的顶级期刊和会议

擅长：融合计算机视觉与其他机器学习领域的创新研究。IEEETransactionsonPatternAnalysisan
E寻数据·2023-12-29 14:50

数据挖掘、机器学习、自然语言处理Python工具包(持续更新)

数据挖掘、机器学习、自然语言处理Python工具包(持续更新)科学计算Python包NumpyNumpy中文学习文档Numpy官方文档Numpy是一个功能强大的Python库，主要用于对多维数组执行计算
fpzRobert·2023-12-29 14:10

Anaconda 完全指南：从安装到高级功能，一篇搞定

概要Anaconda是一个非常强大的Python数据科学平台，它集成了众多常用的数据科学工具和库，为数据分析、机器学习和科学计算提供了便捷的开发环境。
Rocky006·2023-12-29 13:38

第八届核磁机器学习班（训练营：2023.11.6~11.18）

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★基于血氧水平依赖的功能磁共振成像(fMRI)技术,利用其数据构建的功能性脑网络后,发现脑并不是一个单纯对外界刺激进行
茗创科技·2023-12-29 13:08

2023年的技术回顾

深度学习、机器学习、自然语言处理等领域取得了显著的进步，推动了AI在语音识别、图像识别、自动驾驶、医疗诊断等领域的应用。在量子计算领域，2023年也取得了重要突破。
道亦无名·2023-12-29 12:00

机器学习三要素与拟合问题

1.如何构建机器学习模型？
小森( ﹡ˆoˆ﹡ )·2023-12-29 12:19

机器学习分类

1.监督学习监督学习指的是人们给机器一大堆标记好的数据，比如：一大堆照片，标记出哪些是猫的照片，哪些是狗的照片让机器自己学习归纳出算法或模型使用该算法或模型判断出其他没有标记的照片是否是猫或狗上述流程如下图所示：监督学习典型模型：Linearregression、Logisticregression、SVM、Neuralnetwork等1.1分类问题分类是监督学习的一个核心问题。在监督学习中：当输
小森( ﹡ˆoˆ﹡ )·2023-12-29 12:42

零基础必看的Python网络爬虫文本数据分析知识点总结

非计算机专业背景的人也可借助机器学习、人工智能等方法进行研究。使用网络
搬砖的苦行僧·2023-12-29 11:52

机器学习中常用的矩阵公式

因为有监督的机器学习一般是，给定输入x，选择一个模型f作为函数，有f(x)预测出。要得到f的参数，需要定义一个损失函数，来判断预测值与实际值y之间的接近程度。
ᝰꫛꪮꪮꫜ hm·2023-12-29 11:38

【Python数据分析系列】一文帮你全面梳理数组的维度转化和堆叠操作（案例+源码）

一、问题在做数据分析和机器学习任务的时候，经常会遇到数据的重组，这就涉及到关于数组的维度转化和堆叠问题，本文将详细总结数据的堆叠操作方法。希望读者自己能够感悟其中的区别。
数据杂坛·2023-12-29 10:56

基于YOLOv8深度学习的45种交通标志智能检测与识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.
阿_旭·2023-12-29 10:53

机器学习笔记（11）：贝叶斯学习（1）

本文来自之前在Udacity上自学机器学习的系列笔记。这是第11篇，介绍了监督学习中的贝叶斯学习模型（1）。
链原力·2023-12-29 09:33

Python毕业设计题目汇总

的少儿兴趣班推荐系统的设计与实现基于网络爬虫的就业数据分析中国足球联赛数据分析与可视化系统基于python的动漫分析系统的设计与实现基于Django的电影推荐系统汽车数据分析与推荐系统设计及实现基于内容推荐的招聘信息查询可视化系统设计与实现基于机器学习的人脸识别系统设计与实现部分城市的房价数据分析和可视化基于音乐数据的数据分析基于
qq_892532969·2023-12-29 09:46

机器学习(第8章 信息论模型)

一、学习目标1.了解信息论相关定义2.了解熵、最大熵、互信息在机器学习中的运用3.学习信息论优化模型的优化过程二、信息论相关知识信息论之父，也是信息论创始人，香农，将物理学中的熵概念引入到信息论中，引起的影响十分的强大
komjay·2023-12-29 09:14

毕业设计-基于深度学习的无人机实时密集小目标检测系统 YOLO python 目标检测 人工智能 卷积神经网络 机器学习

目录前言设计思路一、课题背景与意义二、算法理论原理2.1空间-通道注意力模块2.2自注意力主干网络三、检测的实现3.1数据集3.2实验环境搭建3.3实验及结果分析实现效果图样例最后前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家
Krin_IT·2023-12-29 09:39

2024 python毕业设计选题精选推荐 python毕设选题合集

目录前言毕业设计选题Web应用开发方向数据分析与可视化方向图像处理与计算机视觉方向机器学习与人工智能方向选题迷茫选题的重要性选题指导更多毕设选题最后前言大四是整个大学期间最忙碌的时光,一边要忙着准备考研
Krin_IT·2023-12-29 09:36

介绍 TensorFlow 的基本概念和使用场景。

TensorFlow是一个开源的机器学习框架，由Google开发和维护。它的主要目标是简化机器学习模型的构建和训练过程。
荆赫同艺·2023-12-29 09:30

机器学习 -- 概述

系列文章目录机器学习--概述未完待续……目录系列文章目录前言一、机器学习定义（是什么）二、机器学习的应用（能做什么）三、***机器学习的流派四、机器学习的系统定义与通俗理解五、机器学习的基本术语1、有了数据
₫从心·2023-12-29 08:19

第九节-聚类算法实验分析（第一章: 机器学习算法精进及其案例应用(课程笔记) ）

9.聚类算法实验分析聚类算法实践Kmeans与Dbscan算法半监督问题解决方案聚类评估方法环境：importnumpyasnpimportos%matplotlibinlineimportmatplotlibimportmatplotlib.pyplotaspltplt.rcParams['axes.labelsize']=14plt.rcParams['xtick.labelsize']=12
ZAE_·2023-12-29 08:19

讲解机器学习中的 K-均值聚类算法及其有缺点

K-均值聚类（K-meansclustering）是一种无监督学习算法，用于将数据集划分为K个不同的群类。其基本思想是将数据点分为K个簇，使得每个簇内部的点越相似，不同簇之间的差异越大。该算法主要分为两个步骤：初始化K个聚类中心和迭代调整聚类中心。K-均值聚类算法的优点：1.简单易懂：K-均值算法易于理解和实现，是入门级的聚类算法。2.计算速度较快：K-均值算法的计算时间复杂度为O(tkn)，其中
weixin_45906460·2023-12-29 08:48

文章阅读：Single-cell analysis of the aging female mouse hypothalamus

数据不多，但是结合了公共数据与机器学习方法。1.图谱工作思路从年轻(3个月)和衰老(19-24个月)雌性小鼠的下丘脑中分离细胞核，每个年龄有4个重复。
噗噗不爱吃秋葵·2023-12-29 08:48

机器学习笔记

机器学习黑马程序员3天快速入门python机器学习_哔哩哔哩_bilibili1.概述1.1机器学习、人工智能、深度学习关系机器学习是人工智能的一个实现途径深度学习是机器学习一个方法发展而来1.2定义机器学习是从数据中自动获得模型
王小白学习·2023-12-29 08:18

白话机器学习的数学-1-回归

1、设置问题投入的广告费越多，广告的点击量就越高，进而带来访问数的增加。2、定义模型定义一个函数：一次函数y=ax+b（a是斜率、b是截距）定义函数：3、最小二乘法例子：用随便确定的参数计算的值与实际的值存在偏差。假设有n个训练数据，那么它们的误差之和可以用这样的表达式表示。这个表达式称为目标函数，E(θ)的E是误差的英语单词Error的首字母，∑读作“西格玛”。这么做是为了找到使E(θ)的值最小
Leon.ENV·2023-12-29 08:46

贝叶斯算法的故事丨机器学习一文解读

今天分享的内容是贝叶斯算法的核心原理与应用，接下来，通过一个小故事让你快速理解贝叶斯。杰克是一位聪明的探险寻宝家，有一天，他得到了一张藏宝图，上面标记了宝藏可能埋藏的几个地点：一个古老的城堡、一个神秘的岛屿、一个深邃的洞穴和一个遥远的沙漠。起初的信念（先验概率）杰克初步估计，根据历史记录和传说，宝藏在城堡的概率是50%，在岛屿的概率是20%，在洞穴是20%，而在沙漠则是10%。获得新线索（更新信念
生信分析笔记·2023-12-29 08:45

模式识别与机器学习-无监督学习-降维

模式识别与机器学习-无监督学习-降维为什么要降维维度选择手工移除特征过滤式选择包裹式选择嵌入式选择维度抽取（线性模型）MDSPCA目标1：最小重构误差目标2：最大投影方差SVD思考：为什么保留特征值大的
Kilig*·2023-12-29 08:13

讲解机器学习中的 K-均值聚类算法及其优缺点。

K-均值聚类的步骤如下：随机选择K个点作为初始化质心。分别计算每个样本与所有质心之间的距离，将每个样本分配到与其距离最近的质心所在的簇中。更新质心，即将每个簇的质心移动到该簇中所有样本的平均位置。重复步骤2和3，直到质心不发生变化或达到最大迭代次数。K-均值聚类算法的优点包括：简单而直观：K-均值算法易于理解和实现。可扩展性：算法适用于大型数据集，并能够处理高维数据。可解释性：每个样本都被分配到一
程序猿～厾罗·2023-12-29 08:12

机器学习 -- 数据预处理

一、数值分析简介咱们根据机器学习的流程来吧咱们要进行机器学习首先需要数据，以及对数据进行预处理。数据获取：获取数据途径多种多样。数据清洗：有无缺失值，有无异常数据等。数据拆分：机器学习的数据集划分一般
₫从心·2023-12-29 08:42

人工智能_机器学习081_聚类评价指标_轮廓系数_公式理解---人工智能工作笔记0121

然后我们再来看,那么对于数据来说,我们分成几类比较合适呢,怎么衡量呢?我们之前做分类的时候,用的是准确率对吧,然后做回归问题的时候,用均方误差.而我们在Kmeans衡量分成几类比较好用的函数是,轮廓系数对吧,可以看到上面是轮廓系数的公式可以看到,他有两个点可以看到公式中的a和ba,表示某个样本和它所在的簇内的,其他样本的平均距离,其实聚类分的好不好,主要是,我们希望一个类别,也就是一个簇中,的数据
脑瓜凉·2023-12-29 08:10
上一页 92 93 94 95 96 97 98 99 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他