01-机器学习

01-分库分表介绍-分库分表概述.wmv__ev

第一章分库分表介绍1、分库分表概述分库分表本质上就是为了解决由于库表数据量过大而导致数据库性能降低的问题;核心操作：将原来独立的数据库拆分成若干数据库组成;将原来的大表(存储近千万数据的表)拆分成若干个小表；目的：使得单一数据库、单一数据表的数据量变小，从而达到提升数据库性能的目的；2、分库分表场景示例2.1场景说明老王是一家初创电商平台的开发人员,负责卖家模块的功能开发，其中涉及了店铺、商品的相
敲代码的翠花·2024-01-10 20:07

机器学习-线性回归实践

目标：使用Sklearn、numpy模块实现展现数据预处理、线性拟合、得到拟合模型，展现预测值与目标值，展现梯度下降；一、导入模块importnumpyasnpnp.set_printoptions(precision=2)fromsklearn.linear_modelimportLinearRegression,SGDRegressorfromsklearn.preprocessingimpo
Visual code AlCv·2024-01-10 20:17

梯度下降法

在机器学习和深度学习中，梯度下降被广泛应用于更新模型参数，以使模型能够更好地拟合训练数据。基本思想：通过不断迭代，沿着损失函数的负梯度方向更新模型参数，直到达到损失函数的最小值。具体来说，对
Visual code AlCv·2024-01-10 20:46

矢量，矢量化的梯度下降以及多元线性回归

在机器学习中的作用：特征表示：在机器学习任务中，输入数据通常以矢量的形式表示。例如，图像可以表示为像素值的矢量，文本可以表示为词向量的矢量。
Visual code AlCv·2024-01-10 20:46

《AI基本原理和python实现》栏目介绍

因为用python实现AI需对相关的python库进行全方位了解，本栏目基本包含了【机器学习】相关的经典算法，除此之外还包括了数据分析、时间序列等一些概念和相关python代码。
无水先生·2024-01-10 20:42

基于ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模

2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构OpenAI推出了聊天机器人ChatGPT3.5，将人工智能的发展推向了一个新的高度。2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。2023年11月7日，OpenAI首届开发者大会被称为“科技界的春晚”，吸引了全球广大用户的关注，GPT商店更
思考的小猴子·2024-01-10 19:44

机器学习指南：如何学习机器学习？

机器学习一、介绍你有没有想过计算机是如何从数据中学习和变得更聪明的？这就是机器学习（ML）的魔力！这就像计算机科学和统计学的酷炫组合，计算机从大量信息中学习以解决问题并做出预测，就像人类一样。
无水先生·2024-01-10 19:28

机器学习之逻辑回归-考试通过预测-预测芯片质量通过

分类问题（Classfication）实例：垃圾邮件检测任务输入：电子邮件输出：此为垃圾邮件/普通硬件流程标注样本邮件为垃圾/普通邮件（人）获取批量的样本邮件及其标签，学习其特征（计算机）针对新的邮件，自动判断其类别（计算机）特征用于帮助判断是否为垃圾邮件的属性发件人包含字符：%&*#!..正文包含：现金、领取、中奖等…分类分类：根据已知样本的某些特征，判断一个新的样本属于哪种已知的样本类基本框架
小旺不正经·2024-01-10 18:44

大创项目推荐 深度学习手势检测与识别算法 - opencv python

文章目录0前言1实现效果2技术原理2.1手部检测2.1.1基于肤色空间的手势检测方法2.1.2基于运动的手势检测方法2.1.3基于边缘的手势检测方法2.1.4基于模板的手势检测方法2.1.5基于机器学习的手势检测方法
laafeer·2024-01-10 18:08

pwn 字符串格式化漏洞 01-查看任意地址

   ---pwnStringformattingvulnerability01一个pwn新手的笔记1.1前景提要:就是c/c++里面helloworld吧#includeintmain(){printf("HelloWorld!\n");return0;}其实这些函数都是可以利用的intprintf(constchar*format,...);intfprintf(FILE*stream,con
joe1sn·2024-01-10 18:00

ML：2-2neural network layer

文章目录1.神经网络层2.更复杂的神经网络3.神经网络的前向传播【吴恩达机器学习笔记p47-49】1.神经网络层【了解神经网络如何完成预测的】input：4个数字的向量。
skylar0·2024-01-10 18:53

ML：5-1 neural networks

文章目录course2框架1.neuralnetworks（deeplearning）2.DemandPrediction【吴恩达机器学习p43-46】course2框架一、neuralnetworks-inference
skylar0·2024-01-10 18:22

【机器学习】——基本概念

1、什么叫机器学习？让机器具备找函数的能力。常见应用：语音辨识、图片辨识......回归：函数的输出是一个数值。分类：给定的选项中选择一个当作输出。
m0_64953392·2024-01-10 17:39

Python每日一练（机器学习）——第43天：鸢尾花分类

文章目录1.鸢尾花分类（1）2.鸢尾花分类_2《100天精通Python》专栏推荐白嫖80gPython全栈视频废话少说速度上号刷题卷起来1.鸢尾花分类（1）描述：请编写代码实现train_and_predict功能，实现能够根据四个特征对三种类型的鸢尾花进行分类。train_and_predict函数接收三个参数:train_input_features—二维NumPy数组，其中每个元素都是一个
袁袁袁袁满·2024-01-10 17:07

Django的数据库模型的CharField字段的max_length参数与中文字符数的关系探索(参数max_length的单位是字符个数还是字节数？)

01-清理干净之前的数据库迁移信息02-根据setting.py中的信息删除掉之前建立的数据库03-删除之后重新创建数据库04-models.py中创建数据库模型fromdjango.dbimportmodelsclassUser
昊虹AI笔记·2024-01-10 17:36

Python与人工智能

Python具有简洁的语法和强大的库支持，使其成为数据科学、机器学习和深度学习的理想选择。Python中有许多库可以帮助实现人工智
Tech行者·2024-01-10 16:55

27、过度拟合的简单直觉，或者为什么测试训练数据是一个坏主意

当您第一次开始使用机器学习时，您需要加载数据集并尝试模型。您可能会想到，为什么我不能仅使用所有数据构建模型并在同一数据集上对其进行评估？这看似合理。培训模型的更多数据更好，对吧？
攻城狮笔记·2024-01-10 16:54

你知道职称有哪些加分项吗？

工程师职称三大加分项01-【专利加分】专利按类别可分为发明专利，实用新型专利，外观设计专利和软件著作权四种。不同的专利类型含金量是不同的，四者的申请周期和评审的加分也各不相同。
职称王老师·2024-01-10 16:44

四大攻击类型并存，NIST 警告人工智能系统带来的安全和隐私风险

美国国家标准与技术研究院(NIST)近日发布了有关对抗性机器学习(AML)攻击和缓解措施指南，呼吁人们再度关注近年来人工智能(AI)系统部署增加所带来的隐私和安全挑战，并表示这类系统目前没有万无一失的方法进行保护
FreeBuf_·2024-01-10 16:05

【Python机器学习】线性模型——用于回归的线性模型

对于回归问题，线性模型预测的一般公式为：y=w[0]*x[0]+w[1]*x[1]+…………+w[p]*x[p]+b这里的x[0]到x[p]表示的事单个数据点的特征，w和b是学习模型的参数，y是模型的预测结果。对于单一特征的数据集，公式：y=w[0]*x[0]+b这里的w[0]是斜率，b是y轴偏移。对于有更多特征的数据集，w包含沿每个特征坐标轴的斜率。importmglearn.datasetsi
zhangbin_237·2024-01-10 16:48

【OSG案例详细分析与讲解】之三：【3D场景优化与分页加载】

几何节点数组交换五、【3D场景优化与分页加载】分析和修改场景图内存六、【3D场景优化与分页加载】分页数据库操作七、【3D场景优化与分页加载】总结一、【3D场景优化与分页加载】前言随着人工智能的不断发展，机器学习这门
翰墨之道·2024-01-10 15:36

3万字机器学习笔记+总结(知识点全覆盖)

文章目录机器学习逻辑回归（LR）基本原理为什么LR要使用sigmoid函数？LR可以用核函数么？为什么LR用交叉熵损失而不是平方损失？LR能否解决非线性分类问题？LR为什么要离散特征？
搬砖成就梦想·2024-01-10 14:02

《PySpark大数据分析实战》-26.数据可视化图表Seaborn介绍

热衷于各种主流技术，热爱数据科学、机器学习、云计算、人工智能。通过了TiDB数据库专员（PCTA）、TiDB数据库专家（PCTP）、TiDB数据库认证SQL开发专家（PCSD）认证。
wux_labs·2024-01-10 14:58

机器学习顶会ICML 2024今日开放投稿，CCF A类，中稿率27.94%（附ICML23杰出论文+18篇高分论文）

ICML全称InternationalConferenceonMachineLearning，由国际机器学习学会（IMLS）举办，与NIPS一同被认为是人工智能、机器学习领域难度最高的国际会议（含金量也超高
深度之眼·2024-01-10 14:47

Spark避坑系列一（基础知识）

大数据相关课程剖析及实践企业级大数据数据架构规划设计大厂架构师知识梳理：剖析及实践数据建模剖析及实践数据资产运营平台Spark作为大数据领域离线计算的王者，在分布式数据处理计算领域有着极高的处理效率，而Python作为Spark支持的开发的重要语言之一，特别对各类机器学习算法的支持
garagong·2024-01-10 14:04

计算机视觉数据集

通过使用这些数据集，研究人员和工程师可以训练机器学习模型、深度学习模型和计算机视觉算法，以实现各种视觉任务，
「已注销」·2024-01-10 13:47

8 种流行的计算机视觉应用

这是在深度学习和机器学习的帮助下完成的。计算机视觉用于从能源和公用事业到制造业和汽车的行业，市场正在不断发展。什么是计算机视觉？计算机视觉帮助计算机学习数字图像的内容。它帮助计算机像我们的人类视觉一
南北极之间·2024-01-10 13:16

数学模型之线性回归

前言废话  最近机器学习、数据分析非常火，我们学校也开了类似的课程。
BLSxiaopanlaile·2024-01-10 12:14

CUDA与cuDNN

NVIDIAcuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow。【嵌牛鼻子】cudacudnntensorflow【嵌牛提问】cuda和cudnn
13d813107eae·2024-01-10 12:06

【Python特征工程系列】教你利用逻辑回归模型分析特征重要性（源码）

一、问题应用背景介绍：如果有一个包含数十个甚至数百个特征的数据集，每个特征都可能对你的机器学习模型的性能有所贡献。但是并不是所有的特征都是一样的。
数据杂坛·2024-01-10 11:10

使用机器学习方法进行分析和处理：对高质量图像进行压缩

使用SVD进行图像压缩与普通压缩工具压缩的区别使用SVD（奇异值分解）进行图像压缩与普通压缩工具压缩的主要区别在于压缩原理和压缩效果。1.压缩原理：普通图像压缩工具通常采用有损压缩或无损压缩算法，如JPEG、PNG等，它们主要针对图像的像素进行变换和编码。而SVD图像压缩是基于图像的奇异值分解，将图像矩阵近似表示为低秩矩阵，从而实现图像的降维和压缩。2.压缩效果：SVD图像压缩与普通图像压缩工具相
Aurora_木迦·2024-01-10 11:08

选择三个机器学习算法，代码实现 ，并选择一个数据集进行性能分析

1.线性回归算法线性回归是一种用于预测连续数值的监督学习算法。线性回归算法通过最小化误差的平方和来寻找最佳拟合线，误差是指实际观测值与回归线预测值之间的差异。以下是使用Python和scikit-learn库实现线性回归的示例代码：importnumpyasnpfromsklearn.linear_modelimportLinearRegressionfromsklearn.model_selec
Aurora_木迦·2024-01-10 11:37

SSM项目整合-完整流程一览

SSM完整笔记Mybatis-01-配置详解Mybatis-02-日志，注解和分页，一对多，多对一，缓存Spring详解-01-依赖注入等方式Spring详解-02-注解，面向切面编程等Spring详解
Lion_H·2024-01-10 11:18

Alphalens 因子分析 - 以低换手率因子为例(1)

通过因子分析，找出有效的因子，通过相关性去重后，就可以通过机器学习、线性回归等方法把因子组合起来，构成交易策略。这一篇笔记我们就介绍如何使用Alphalens来进行单因子分析。
量化风云·2024-01-10 11:46

什么样的idea能发nature machine intelligence?

高度的科学和技术贡献：研究应对机器学习、人工智能、认知科学或相关领域作出重要贡献，提供深刻的洞见或显著的技术进步。广泛的影响力：想法应具有潜在的广泛影响，不仅对学术
CA&AI-drugdesign·2024-01-10 11:38

神经网络（Neural Networks）

什么是机器学习神经网络（NeuralNetworks），也称为人工神经网络（ArtificialNeuralNetworks，ANNs）是一种受到生物神经网络启发而设计的机器学习模型。
草明·2024-01-10 11:36

(十二)Matplotlib知识学习4-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-05-91.原数据的展示2.柱形图的绘制3.散点图的绘制课程来源:python数据分析与机器学习实战-唐宇迪为了方便大家学习,将练习所涉及的练习fandango_scores.csv
努力奋斗的durian·2024-01-10 11:46

【机器学习】常见算法：K近邻 KNN和Python实现

机器学习算法文章笔记以算法、案例为驱动的学习，伴随浅显易懂的数学知识，让大家掌握机器学习常见算法原理，应用Scikit-learn实现机器学习算法的应用，结合场景解决实际问题。
大雾的小屋·2024-01-10 10:08

PyTorch实战：波士顿房价预测案例

今天，我们将深入探讨一个经典的机器学习问题：波士顿房价预测。我们将使用PyTorch框架，从头到尾详细解释这个案例，旨在帮助初学者理解深度学习模型的构建和训练过程。
洞深视界·2024-01-10 10:02

Colab打开GitHub公开&私人文件库

它允许用户在云端运行代码，特别是针对机器学习和数据分析任务。优点：免费！可以直接在线运行JupyterNotebook，无需额外安装配置。可同步运行和修改Github上的笔记本。
Avasla·2024-01-10 10:55

【机器学习】Sklearn 集成学习-投票分类器（VoteClassifier）

前言在【机器学习】集成学习基础概念介绍中有提到过，集成学习的结合策略包括：平均法、投票法和学习法。
Avasla·2024-01-10 10:24

【机器学习】集成学习投票法：投票回归器(VotingRegressor) & 投票分类器（VotingClassifier）

在【机器学习】集成学习基础概念介绍中有提到过，集成学习的结合策略包括：平均法、投票法和学习法。
Avasla·2024-01-10 10:24

【机器学习】K近邻（K-Nearest Neighbor）算法入门指南

前言：K近邻（K-NearestNeighbor，简称KNN）算法是利用数据点之间的距离来进行预测的一种监督学习方法。在本文中将以最简单的图文方式、为初学者提供KNN算法的入门指南，原理介绍、应用场景、Python实现代码、使用KNN算法的优点和局限性。原理介绍K近邻（K-NearestNeighbor，简称KNN）算法是利用数据点之间的距离来进行预测，是一种常用的监督学习算法。它的工作原理是相似
Avasla·2024-01-10 10:24

【机器学习】集成学习基础概念介绍

前言本文根据西瓜书总结了一些关键知识点，介绍了集成学习的原理、类型以及结合策略。、1.个体与集成集成学习（ensemblelearning）通过构建的并结合多个学习器来完成学习任务，有时也被成为多分类器系统（multi-classifiersystem)、基于委员会的学习（committee-basedlearning)等。……通过将多个学习器进行结合，常可获得比单一学习器显著优越的泛化性能。个体
Avasla·2024-01-10 10:54

【机器学习】模型参数优化工具：Optuna使用分步指南（附XGB/LGBM调优代码）

常用的调参方式和工具包常用的调参方式包括网格搜索(GridSearch)、**随机搜索(RandomSearch)和贝叶斯优化(BayesianOptimization)**等。工具包方面，Scikit-learn提供了GridSearchCV和RandomizedSearchCV等用于网格搜索和随机搜索的工具。另外，有一些专门用于超参数优化的工具包，如Optuna、Hyperopt等。这些方法各
Avasla·2024-01-10 10:50

揭秘人工智能：探索智慧未来

二.人工智能的关键技术2.1机器学习2.2深度学习2.1计算机视觉2.4自然语言处理技术2.5脑机接口技术2.6知识图谱2.7人机交互2.8自主无人系统技术三.人工智能如何运作？
聆风吟_·2024-01-10 10:39

01-你好Python-python环境安装 python解释器的安装 pycharm的安装

python环境安装官方网址：https://python.org这里可以下载最新版本的，下载完成以后在自己的浏览器文件下载的文件夹中找到该文件下载速度可能会比较慢，这里已经提供好了文件，可以直接点击安装点击Customizeinstallation点击浏览更改安装环境点击Installpython正在安装中点击选择，而后close即可验证安装的python是否可以正常使用windows+r后输入
Safe network access·2024-01-10 10:04

使用Scikit Learn 进行识别手写数字

喜欢本专栏的小伙伴，请多多支持专栏案例：机器学习案例机器学习(一)：线性回归之最小二乘法机器学习(二)：线性回归之梯度下降法机器学习(三
i阿极·2024-01-10 10:59

1.4.1机器学习——梯度下降+α学习率大小判定

我们有一个损失函数J(w,b)，包含两个参数w和b（你可以想象成J(w,b)=w*x+b），我们想要找到最合适的w和b，尝试最小化损失函数J(w,b)的值”梯度下降“：梯度下降（gradientdescent）在机器学习中应用十分的广泛
帅翰GG·2024-01-10 10:24

2.2.3机器学习—— 判定梯度下降是否收敛 + α学习率的选择

2.2.3判定梯度下降是否收敛+α学习率的选择2.1、判定梯度下降是否收敛有两种方法，如下图：方法一：如图，随着迭代次数的增加，J(W,b)损失函数不断下降当iterations=300之后，下降的就不太明显了/基本是一条直线了。这时我们就说，==>“梯度下降已经收敛了”方法二：设置一个阈值ε，这里我们让ε=0.001（自己设置的，但有的时候也掌握不好这个值是多少）。当J（w,b）下降值<ε时，我
帅翰GG·2024-01-10 10:24
上一页 67 68 69 70 71 72 73 74 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他