-机器学习项目

亦菲喊你来学机器学习（21） --数据清洗

数据清洗在数据分析和机器学习项目中，数据清洗（DataCleaning）是一个至关重要的步骤，它涉及到处理原始数据中的错误、缺失值、异常值、重复记录以及不一致的格式等问题。

方世恩·2024-09-12 11:05

【深度学习 transformer】使用pytorch 训练transformer 模型,hugginface 来啦

HuggingFace是一个致力于开源自然语言处理（NLP）和机器学习项目的社区。

东华果汁哥·2024-09-04 06:39

数据切分的艺术：使用PyTorch的torch.utils.data.random_split精粹指南

数据切分的艺术：使用PyTorch的torch.utils.data.random_split精粹指南在机器学习项目中，合理地分割数据集至关重，它不仅关系到模型训练的有效性，还直接影响到模型的泛化能力。

2402_85758349·2024-08-31 21:19

spark应用程序转换_4.Spark特征提取、转换和选择 - 简书

在实际机器学习项目中，我们获取的数据往往是不规范、不一致、有很多缺失数据，甚至不少错误数据，这些数据有时又称为脏数据或噪音，在模型训练前，务必对这些脏数据进行处理，否则，再好的模型，也只能脏数据进，脏数据出

weixin_39956182·2024-08-29 14:10

Keras深度学习框架实战（2）：估计模型训练所需的样本量

1、模型训练样本量评估概述1.1样本量评估的意义预估模型需要的样本量对于机器学习项目的成功至关重要，以下是几个主要原因：防止过拟合与欠拟合：过拟合：当模型在训练数据上表现极好，但在未见过的测试数据上表现糟糕时

MUKAMO·2024-08-25 15:52

《Python机器学习项目实战》书籍介绍

文章目录书籍介绍主要内容书籍目录书籍介绍《Python机器学习项目实战》带领大家在构建实际项目的过程中，掌握关键的机器学习概念！使用机器学习，我们可完成客户行为分析、价格趋势预测、风险评估等任务。

袁袁袁袁满·2024-08-22 09:23

已解决ModuleNotFoundError: No module named ‘tensorflow‘异常的正确解决方法，亲测有效！！！

文章目录问题分析报错原因解决思路解决方法总结在深度学习和机器学习项目中，TensorFlow是一个极为常用和功能强大的库。

小明·2024-02-20 21:02

【机器学习案例6】使用机器学习从图像中提取突出的颜色（含源码）

以案例的形式从实用的角度出发，快速上手机器学习项目，在案例中成长，摆脱按部就班填鸭式教学。

suoge223·2024-02-20 20:05

【机器学习案例7】计算机视觉中的小物体检测：基于补丁的方法

以案例的形式从实用的角度出发，快速上手机器学习项目，在案例中成长，摆脱按部就班填鸭式教学。

suoge223·2024-02-20 20:05

【机器学习笔记】 15 机器学习项目流程

机器学习的一般步骤数据清洗数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。与问卷审核不同，录入后的数据清理一般是由计算机而不是人工完成。探索性数据分析(EDA探索性数据分析（EDA）是一个开放式流程，我们制作绘图并计算统计数据，以便探索我们的数据。目的是找到异常，模式，趋势或关系。这些可能是有趣的（例如，找到两个变量之间的相关性），或者它们可用

RIKI_1·2024-02-20 08:43

Task 11 XGBoost 算法分析与案例调参实例

1.XGBoost算法XGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进，被广泛应用在Kaggle竞赛及其他许多机器学习竞赛中并取得了不错的成绩

沫2021·2024-02-15 00:38

如何交付机器学习项目：一份机器学习工程开发流程指南

摘要：本文描述机器学习任务的“OODA环”的概念，迭代地执行四个过程：分析、选择方法、实现、测量步骤，循环此过程以提升开发效率。随着机器学习（ML）成为每个行业的重要组成部分，对机器学习工程师（MLE）的需求急剧增长。MLE需要将机器学习技能与软件工程专业知识相结合，为特定应用程序找到高性能的模型，并应对出现的实施挑战——从构建训练基础架构到准备部署模型。在新的机器学习团队中，遇到最常见的障碍之一

城市中迷途小书童·2024-02-13 02:44

机器学习项目之数据清洗

前言数据清洗是机器学习项目中最为琐碎而又繁重的工作之一，下面总结一些经常用到的数据清洗方法与Python实现，以探索能否用更加自动化的手段来简化数据清洗工作。

井底哇哇·2024-02-10 09:25

《Git 简易速速上手小册》第10章：未来趋势与扩展阅读（2024 最新版）

Git10.1.3拓展案例1：Git在大型开源项目中的角色10.1.4拓展案例2：支持开源项目的Git托管平台10.2新兴技术与Git的整合10.2.1基础知识讲解10.2.2重点案例：使用Git管理Python机器学习项目

江帅帅·2024-02-08 07:20

Python 机器学习交叉验证、网格搜索

Python的机器学习项目中，交叉验证（Cross-Validation）和网格搜索（GridSearch）是两种重要的技术，通常用于模型选择和超参数优化。

weixin_42098295·2024-02-08 01:11

使用 AgGrid 增强您的 Streamlit 表格：高级提示和技巧

它非常适合数据分析和机器学习项目，并且可以轻松地将您的应用程序部署到StreamlitCloud。

code2day·2024-02-06 02:18

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（九）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0附录A：机器学习项目清单此清单可以指导您完成机器学习项目

绝不原创的飞龙·2024-02-05 18:03

【深度学习：机器学习模型】如何构建您的第一个机器学习模型

【深度学习：机器学习模型】如何构建您的第一个机器学习模型第1步：将您的机器学习项目置于情境中第2步：探索数据并选择机器学习算法的类型监督学习无监督学习强化学习第3步：数据收集第4步：选择模型评估方法维护保留验证集

jcfszxc·2024-02-01 11:59

机器学习系列 16：使用 scikit-learn 的 Pipeline

在机器学习项目中，我们经常需要进行大量的数据预处理步骤，最后用处理干净的数据集来拟合机器学习算法得到一个合适的机器学习模型。

加百力·2024-01-30 07:28

深度学习-使用Labelimg数据标注

数据标注是计算机视觉和机器学习项目中至关重要的一步，而使用工具进行标注是提高效率的关键。本文介绍了LabelImg，一款常用的开源图像标注工具。

Damon小智·2024-01-28 14:28

Coursera吴恩达《深度学习》课程总结（全）

这里有Coursera吴恩达《深度学习》课程的完整学习笔记，一共5门课：《神经网络和深度学习》、《改善深层神经网络》、《结构化机器学习项目》、《卷积神经网络》和《序列模型》，最后附上人工智能领域大师访谈

双木的木·2024-01-27 20:03

机器学习-采用Pandas数据导入

在机器学习项目中，经常用Pandas来做数据清洗与数据准备工作。常使用这种方法。代码如下：#!

weixin_38174032·2024-01-27 11:08

VIVO- AI进展--机器学习平台建设

来源InfoQ网站技术访谈，本文系转发2020年1月21日10:56机器学习项目痛点起初，vivo也是采用类似“作坊式”的团队模式，每个团队针对各自要解决的问题进行规划，由此产生了一种小作坊式的生产局面

数据智能谷·2024-01-26 23:23

【机器学习】实验记录工具

通过WandB，用户可以更好地管理和理解他们的机器学习项目，加速实验迭代过程，提高模型的

Encarta1993·2024-01-25 07:24

基于朴素贝叶斯的文本分类系统的设计与实现

基于线性回归的预测系统：这是简单而基础的机器学习项目，用于预测单变量或多变量问题。例如，预测房价、销售额等。

@斯里·2024-01-22 06:38

《scikit-learn》xgboost

XGBoost算法•XGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进，被广泛应用在Kaggle竞赛及其他许多机器学习竞赛中并取得了不错的成绩。

星海千寻·2024-01-19 12:29

2、机器学习基础数据探索

本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2提取码：uDzP文章目录1、使用Pandas了解你的数据2、解释数据描述1、使用Pandas了解你的数据任何机器学习项目的第一步都是熟悉数据

AI算法蒋同学·2024-01-18 08:42

【机器学习300问】7、怎么进行机器学习？机器学习的基本流程是什么？

每当你开始一个机器学习项目的时候，请你务必在心中复习一下机器学习的基本流程。二、机器学习的基本流

小oo呆·2024-01-15 08:54

机器学习基本算法：算法流程和算法分类

算法流程从上图可以看出一个完整的机器学习项目包含以下这些内容：输入数据：通过自然采集的数据集，包含被标识的和未被标识的部分，作为机器学习的最基础部分。

缘起性空、·2024-01-14 15:13

机器学习_实战框架

3.选择算法并建立模型4.训练模型5.模型的评估和优化介绍机器学习的实战框架一个机器学习项目从开始到结束大致分为5步，分别是定义问题、收集数据和预处理、选择算法和确定模型、训练拟合模型、评估并优化模型性能

you_are_my_sunshine*·2024-01-13 07:44

使用Pipeline和ColumnTransformer提升机器学习代码质量

机器学习项目中最冗长的步骤通常是数据清洗和预处理，Scikit-learn库中的Pipeline和andColumnTransformer通过一次封装替代逐步运行transformation步骤，从而减少冗余代码量

子诚之·2024-01-10 00:07

基于机器学习进行降雨预测 -- 机器学习项目基础篇（13）

在本文中，我们将学习如何构建一个机器学习模型，该模型可以根据一些大气因素预测今天是否会有降雨。这个问题与使用机器学习的降雨预测有关，因为机器学习模型往往在以前已知的任务上表现得更好，而这些任务需要高技能的个人来完成。导入库和数据集Python库使我们可以轻松地处理数据，并通过一行代码执行典型和复杂的任务。Pandas-此库有助于以2D阵列格式加载数据帧，并具有多种功能，可一次性执行分析任务。Num

python收藏家·2024-01-09 19:18

工智能基础知识总结--什么是XGBoost

什么是XGBoostXGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进。

北航程序员小C·2024-01-08 12:13

机器学习周刊第二期：300个机器学习应用案例集

大家好前文：机器学习项目精选第一期继续分享我最近看过并觉得非常硬核的资源，包括Python、机器学习、深度学习、大模型等等。

机器学习算法与Python实战·2024-01-07 21:37

[Python] 如何使用scikit-learn库进行线性回归训练和预测

Scikit-learn是许多机器学习项目中使用的首选库之一。安装scikit-l

老狼IT工作室·2024-01-07 17:15

深度学习中的自动化标签转换：对数据集所有标签做映射转换

该脚本在需要更新或更改类标签的场景中特别有用，这是正在进行的机器学习项目中的常见任务。我们将逐步介绍如何使用此脚本并了解其功能。

Aitrainee·2024-01-06 12:15

吴恩达DeepLearningAI课程学习资源和课程总结

一、学习资源：吴恩达老师的DeepLearningAI课程分为5门课程：神经网络和深度学习、改善深层神经网络、结构化机器学习项目、卷积神经项目和序列模型。目前主要学习了前四门课程，遂做一些总结。

李大文·2024-01-04 09:39

机器学习项目精选第一期：超完整数据科学资料合集

大噶吼，不说废话，分享一波我最近看过并觉得非常硬核的资源，包括Python、机器学习、深度学习、大模型等等。1、超完整数据科学资料合集地址：https://github.com/krishnaik06/The-Grand-Complete-Data-Science-MaterialsPython数据分析和数据科学完整播放列表数据分析和数据科学的完整统计学播放列表数据分析和数据科学的完整SQLGit

机器学习算法与Python实战·2024-01-03 07:52

机器学习 Pytorch 教程

https://morvanzhou.github.io/tutorials/machine-learning/torch/在我们学习完机器学习、深度学习、卷积神经网络以及结构化机器学习项目等理论知识后

苏高峰·2024-01-01 05:18

[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

机器学习项目实战(二) Emojify

机器学习项目实战系列Emojify目录机器学习项目实战系列Emojify一、概述二、训练数据1.导入相关包2.初始化训练与验证生成器3.构建卷积神经网络4.编译训练模型5.保存模型权重6.使用OpenCV

Peter Pan 1231·2023-12-25 06:32

机器学习实战 | emojify 使用Python创建自己的表情符号（深度学习初级）

本文主要介绍机器学习项目实战之训练和创建自己的表情符号。项目原网址为：Emojify–CreateyourownemojiwithDeepLearnin

lovetaozibaby·2023-12-25 05:59

PyCaret-低代码ML库使用指南

在本文中，我将演示如何使用PyCaret快速轻松地构建机器学习项目并为部署准备最终模型。当我们研究监督的机器学习问题时，如果我们对结果感到满意，那么很容易看到随机森林或梯度提升模型如何执行并停止实验。

Linux小百科·2023-12-22 05:21

sklearn和tensorflow的理解

sklearn主要适合中小型的、实用机器学习项目，尤其是那种数据量不大且需要使用者手动对数据进行处理，并选择合适模型的项目。这类项目往往在CPU上就可以

月疯·2023-12-21 09:24

机器学习和机器学习解决方案架构

1.机器学习的生命周期(1).业务理解:确定机器学习要解决的问题，以及确定机器学习项目是否成功的业务性能指标(2).数据理解和数据准备：根据业务收集数据(3).模型训练和评估(4).模型部署(5).模型监控

歌者文明·2023-12-17 09:57

Course2-Week3-使用机器学习的建议

训练集、验证集、测试集2.避免高偏差和高方差2.1使用训练误差和验证误差进行分析2.2选择合适的正则化参数2.3性能评估的基准2.4训练集的样本数量2.5如何改进模型(修订)2.6神经网络的偏差与方差3.机器学习项目开发的

虎慕·2023-12-16 01:13

吴恩达《机器学习》10-1-10-3:决定下一步做什么、评估一个假设、模型选择和交叉验证集

在本节课程中，我们将讨论一个关键问题：在机器学习项目中，当我们面临改进算法性能的任务时，我们应该如何决定接下来的工作方向呢？为了解答这

不吃花椒的兔酱·2023-12-03 22:00

构建机器学习项目2

ErrorAnalysisCarryingouterrorandlysis如果你想得到一个训练算法来做人类可以做的任务而且你所训练的算法还没有达到人类的效果你需要手动地检查算法中的错误来得到你下一步该做什么这个过程叫做错误分析image.png首先拿大约100张分类错误的验证集图片并进行手动检测只需要数一数看有多少张验证集中标错的样本实际上是狗的图片现在假设事实证明在验证集中分错的100张样本里有

Simple_isBeauty·2023-12-03 16:57

数据湖和中央数据仓库的设计

设计数据湖或中央数据仓库是许多大型组织的主要职能，这些组织每天处理数百万笔交易，并对这些交易进行进一步的报告、预测或机器学习项目分析。

小技术君·2023-12-03 05:23

一觉醒来！Keras 3.0史诗级更新，大一统深度学习三大后端框架【Tensorflow/PyTorch/Jax】

不知道大家入门上手机器学习项目是首先入坑的哪个深度学习框架，对于我来说，最先看到的听到的就是Tensorflow了，但是实际上手做项目开发的时候却发现了一个很重要的问题，不容易上手，基于原生的tf框架来直接开发模总是有不小的难度

Together_CZ·2023-11-30 15:14

推荐频道