4_数据挖掘与机器学习

安卓4_泛型

泛型：可以近似理解为C语言中的宏定义对0.定义一个泛型类ps:对于包装类型变量，是可以直接获得变量名的eg:a.getClass().getTypeName();//此处标识符T可以随意写publicclassGeneric{//泛型类的voidaa(Ta){//泛型方法的voidaaa(Ta){System.out.print(a+"");System.out.println(a.getClas
猪老三爱学习·2023-02-04 02:30

1月读书

第一本：1_《瓦尔登湖》_1801.png第二本：2_《浮生六记》_1801.png第三本：3_《皮囊》_1801.png第四本：4_《菊与刀》_1801.png第五本：!
陈楚炼·2023-02-03 17:45

Vulkan开发实战详解

点与线的绘制方式4_8、三角形条带与扇面绘制4_9、非连续物体绘制4_10、索引法绘制4_11、设置合理的视角4_12、设置合理的投影参数4_13、深度偏移4_14、卷绕和背面剪裁4_15、顶点法间接绘制4_
Luckie stone·2023-01-31 13:50

数据挖掘与机器学习：数据变换

目录第一关：极小极大归一化任务描述：相关知识：一、原理介绍：二、实现步骤：三、归一化数据：四、数据归一化原因：编程要求：测试说明：第二关：0均值标准化：任务描述：相关知识：一、原理介绍：二、实现步骤：三、0均值标准化的优缺点：编程要求：测试说明：第一关：极小极大归一化任务描述：本关任务：进行数据的极大极小归一化处理。相关知识：为了完成本关任务，你需要掌握：极小极大归一化的介绍，极小极大归一化的实现
Shining0596·2023-01-27 14:40

数据挖掘与机器学习作业_07 随机森林

随机森林导入包fromsklearn.ensembleimportRandomForestClassifierfromsklearn.model_selectionimportGridSearchCVfromsklearn.model_selectionimportcross_val_scorefromsklearn.preprocessingimportKBinsDiscretizerfromi
威尔士矮脚狗·2023-01-14 18:48

数据挖掘与机器学习作业_05 逻辑回归

逻辑回归导入包fromsklearn.model_selectionimportGridSearchCVfromsklearn.linear_modelimportLogisticRegressionfromsklearn.model_selectionimportcross_val_scorefromsklearn.model_selectionimporttrain_test_splitfro
威尔士矮脚狗·2023-01-10 10:00

数据挖掘与机器学习作业_06 决策树

决策树步骤1.计算不纯度2.选取不纯度最高的特征进行分支3.计算不纯度4.继续划分fromsklearnimporttreefromsklearn.model_selectionimportGridSearchCVfromsklearn.model_selectionimportcross_val_scorefromsklearn.model_selectionimporttrain_test_s
威尔士矮脚狗·2023-01-08 18:41

Android OpenCV使用4_双目摄像头双开两个预览界面，并获取当前帧图片

本篇博客其实跟OpenCV也没什么多大关系，因为是同一个项目，博客就顺溜着写了。在自研设备开发过程中，在项目研发过程中碰到了双目摄像头双开（一个普通摄像头，一个红外摄像头）并获取当前帧的这么一个需求，我觉得有必要总结一下：这边的demo使用的是两个Camera，本来想用两个OpenCV里的JavaCameraView，但结果并不如人意，可能还需要在康康OpenCV的源码，最终我项目中使用了Java
枸杞泡水·2023-01-07 22:25

NLP16：通过序列标注来进行实体和关系的联合抽取

公众号：数据挖掘与机器学习笔记在之前的文章“论文阅读04：使用序列标注的方式解决实体和关系的联合抽取”介绍了一种使用序列标注的方式来进行实体和关系的联合抽取，模型的具体细节可以查看该文章。
大雄没有叮当猫·2023-01-07 19:28

数据挖掘与机器学习作业_02 数据预处理

数据预处理importpandasaspdimportmatplotlib.pyplotaspltimportnumpyasnpimportscipyimportsklearn#正则表达式importreimportsys#中心化fromsklearn.preprocessingimportMinMaxScaler#标准化fromsklearn.preprocessingimportStandar
威尔士矮脚狗·2023-01-06 08:17

数据挖掘与机器学习作业_01 简介

疾病分类模型要求：1.指标F1-SCORE大于0.62.使用不同分类模型数据：某疾病数据Github地址已放到文章结尾准备安装scikit-learn、pandas、numpy、imblearn、pytorch等python的第三方库。安装anaconda，和jupyternotebook，注意，jupyternotebook中的pytorch可能无法正常使用，需要根据报错提示去博客上自行查阅解决
威尔士矮脚狗·2023-01-04 13:12

大数据挖掘与机器学习笔记

目录机器学习（周志华）第一章绪论第二章模型评估和选择机器学习（周志华）第一章绪论1.1什么是机器学习使用以往的数据(经验)，去训练某种模型，然后利用此模型预测未来。TomMitchell给出更形式化的定义：1998年TomMitchell对机器学习给出了一个更加正式的定义：AcomputerprogramissaidtolearnfromexperienceEwithrespecttosometa
小飞猪666·2023-01-04 08:14

数据挖掘与机器学习作业_09 贝叶斯

贝叶斯贝叶斯公式后验概率=先验概率*似然估计fromsklearn.model_selectionimportGridSearchCVfromsklearn.naive_bayesimportBernoulliNBfromsklearn.naive_bayesimportGaussianNBfromsklearn.naive_bayesimportMultinomialNBfromsklearn.
威尔士矮脚狗·2023-01-04 08:44

数据挖掘与机器学习作业_03 特征筛选

特征筛选importpandasaspdimportmatplotlibimportmatplotlib.pyplotaspltimportmatplotlib.font_managerasfmimportnumpyasnpimportscipyimportsklearnimportreimportsysimportrandom#方差fromsklearn.feature_selectionimp
威尔士矮脚狗·2023-01-04 08:44

数据挖掘与机器学习作业_08 Adaboost

AdaboostAdaBoost是一种迭代算法，用于提高弱分类器的准确性。基本原理是，通过构建一系列弱分类器，并将这些弱分类器集成在一起，形成一个强分类器。在每次迭代中，AdaBoost会根据上一次迭代的结果，调整各个样本的权重，使得那些被错误分类的样本在下一次迭代中得到更多的关注。fromsklearn.model_selectionimportGridSearchCVfromsklearn.m
威尔士矮脚狗·2023-01-04 08:44

数据挖掘与机器学习的联系与区别、挖掘工具Mahout、Spark MLlib讲解，Mahout和MLlib支持的机器学习算法列举

一.数据挖掘与机器学习二.数据挖掘工具Mahout讲解三.Mahout在各平台所支持的机器学习算法四.数据挖掘工具MLlib讲解五.MLlib所支持的机器学习算法一.数据挖掘与机器学习数据挖掘是识别出海量数据中有效的
楊建业·2023-01-04 08:41

数据挖掘与机器学习作业_04 支持向量机

支持向量机fromsklearn.svmimportSVCfromsklearn.model_selectionimportGridSearchCVfromsklearn.model_selectionimportcross_val_scorefromsklearn.model_selectionimporttrain_test_splitfromsklearn.feature_selection
威尔士矮脚狗·2023-01-04 07:35

RL 实践（3）—— 悬崖漫步【QLearning & Sarsa & 各种变体】

本文介绍如何用QLeaning系列和Sarsa系列表格方法解经典的悬崖漫步(CliffWalking)问题完整代码下载：4_[GymCustom]CliffWalking(Q-LearningseriesandSarsaseries
云端FFF·2023-01-03 23:59

分类模型的性能评估——以SAS Logistic回归为例

(1):混淆矩阵2008/12/25数据挖掘与机器学习、生物与医学统计、统计软件ConfusionMatrix、Logistic回归、SAS、Sensitiveity、Specificity、分类模型、
伙伴几时见·2023-01-03 09:30

学习通4_查找只出现一次的字符[Python]

本作业所有内容均在github上有留存，每次作业github上会最先发布，CSDN上需要编辑将会慢一两天，着急完成作业的同学可以前往github抢先学习：Opve2/homework:这个作业(github.com)4_
counting_stars1·2022-12-28 10:30

4、【JS对象】4_浏览器对象

Windowwindow.open("https://www.baidu.com/")Location//刷新当前页面location.reload()HistoryTiming//隔两秒后弹出1setTimeout(function(){alert(1);},2000)//每隔两秒1vara=setInterval(function(){console.log(1);},2000)​//停止cl
cy^2·2022-12-26 15:41

论文阅读04：使用序列标注的方式解决实体和关系的联合抽取

公众号：数据挖掘与机器学习笔记JointExtractionofEntitiesandRelationsBasedonaNovelTaggingScheme1.摘要实体和关系的联合抽取是信息抽取中的一个重要任务
大雄没有叮当猫·2022-12-23 20:17

论文笔记02：深度学习实体关系抽取研究综述

公众号：数据挖掘与机器学习笔记摘要、前言实体关系抽取：通过对文本信息建模，从文本中自动抽取实体对间的语义关系，提取出有效的语义关系应用领域：信息抽取、自然语言理解、信息检索、机器翻译、语义网标注、知识图谱等抽取方法
大雄没有叮当猫·2022-12-21 12:53

数据挖掘与机器学习：Numpy初体验

目录第一关：Numpy创建数组第二关：Numpy数组的基本运算第三关：Numpy数组的切片与索引第四关：Numpy数组的堆叠第五关：Numpy的拆分第一关：Numpy创建数组#引入numpy库importnumpyasnp#定义cnmda函数defcnmda(m,n):'''创建numpy数组参数：m:第一维的长度n:第二维的长度返回值:ret:一个numpy数组'''ret=0#请在此添加创建多
Shining0596·2022-12-19 23:08

数据挖掘与机器学习必备知识点总结：分类、聚类、回归、关联规则、神经网络

①朴素贝叶斯：原理è朴素贝叶斯分类器基于一个简单的假定：给定目标值时属性之间相互条件独立。条件概率：在B已经发生的情况下继续发生A的概率表示为,同样的,综合可得即贝叶斯定理；文字表述为：P（类别|特征）=（P（特征|类别）*P（类别））/P（特征）过程è在劳动能力鉴定系统的使用中，（1）根据政府发布的伤残等级评定标准构建病例词典；（2）首先对病例进行分词，提取关键词的词频向量和数值大小，使用贝叶斯
夜宿可可西里·2022-12-16 06:06

Spark简介

mapreduce算法实现的分布式计算，拥有HadoopMapReduce所具有的优点；但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的
秦岭小和尚·2022-12-15 11:48

数据挖掘与机器学习————降维之主成分分析法（PCA,Principal components analysis ）

1.概述PCA(Principalcomponentsanalysis)是一种降维方法、一种线性变换。这个变换主要是利用正交变换（基变换），将数据变换到一个新的坐标系中，使得原本难以分割的数据变得好分割，即线性无关。2.数学基础内积（又名点积、数量积、标量积）、方差、协方差、实对称矩阵、对角化、正交矩阵、正交变换、特征值以及特征向量的求法。①方差：方差表现了数据的离散程度，方差越大，数据就越离散。
一个想当作家的程序员·2022-12-12 16:48

【论文笔记4_超分辨】（RCAN）Image Super-Resolution Using Very Deep Residual Channel Attention Networks

文章目录Abstract1Introduction2ProposedMethod2.1NetworkArchitecture2.2ResidualinResidual(RIR)2.3ChannelAttention(CA)2.4ResidualChannelAttentionBlock(RCAB)3Experiment【其他超分辨方向论文】文章链接：（ECCV2018）https://arxiv.
HaoTianYan·2022-12-10 22:47

Python数据挖掘与机器学习技术入门实战

本次课程包含了五个知识点：1.数据挖掘与机器学习
hzp666·2022-12-09 16:14

数据挖掘与机器学习课程总结

2022.11月文章目录一、引言1.1数据中的知识发现包括哪几个步骤？(KnowledgeDiscoveryfromData,KDD)1.2数据挖掘应用二、学习的可行性2.1Hoeffding不等式（Hoeffding’sInequality）2.2用Hoeffding不等式说明学习的可行性三、数据和数据预处理3.1有哪四种不同的属性类型？分别可以进行什么操作？3.2非对称属性（Asymmetri
飞今天也很开心·2022-12-09 16:41

【博主推荐】html好看的爱心告白源码

html好看的爱心告白源码文章列表前言界面动态效果主导航爱心列1_(1-4)列2_(1-6）列3_(1-7)列4_(1-7)列5_(1-7)列6_(1-7)列7_(1-7)列8_(1-6)列9_(1-4
xcLeigh·2022-12-09 12:54

数据挖掘与机器学习释义

人工智能是目前炙手可热的领域，所有的互联网公司以及各路大迦们纷纷表态人工智能将是下一个时代的革命性技术。数据挖掘（DataMining）和机器学习（MachineLearning）作为人工智能研究与应用的分支领域，也越来越多的被提到。在大多数非计算机专业人士以及部分计算机专业背景人士眼中，机器学习以及数据挖掘是两个高深的领域。本文翻译自外网文章，将从基本概念出发浅析他们的关系和异同，希望对大家能有
吴间·2022-12-06 23:36

Python数据挖掘与机器学习-01 初识数据挖掘

工欲善其事必先利其器，先了解数据挖掘的相关概念，从而开始系统的学习数据挖掘与机器学习，本文主要整理了数据挖掘的相关概念，若在大学教材，或可称之为绪论。
leizisanshi·2022-12-06 23:03

NLP09：孪生网络(Siamese Network)简介及实战应用

公众号：数据挖掘与机器学习笔记1.孪生(Siamese)网络基本原理孪生网络是包含两个或多个相同的的子网络组件的神经网络，如下所示：在孪生网络中，不仅子网络的架构是相同的，而且权重在子网络中也是共享的，
大雄没有叮当猫·2022-12-04 12:24

数据挖掘与机器学习 决策树学习

决策树学习决策树学习（DecisionTreeLearning）是一种非常常见的分类方法，通过构造树模型来对未知类别样本进行分类，以一种离散化的方法得到数据的类别。决策树一般有以下特点：叶子结点对应着不同的决策类别信息内部结点对应着属性的判断，通过判断的结果将待测样本划分到该结点的子结点中从根结点出发到叶子结点的路径对应着一条决策的规则决策树采取的是递归的方法，生成的步骤如下：选取最好的属性作为树
千梦千微雨·2022-12-02 13:30

NLP17：预训练模型之Albert

公众号：数据挖掘与机器学习笔记1.摘要在预训练自然语言表示时，增加模型大小通常会导致下游任务的性能提高。但是，由于GPU/TPU内存限制和更长的训练时间，在某些时候，进一步增大模型变得更加困难。
大雄没有叮当猫·2022-12-02 13:07

斯坦福机器学习公开课--整理笔记（…

跟老板聊了很久之后，决定换一个研究方向，本来想专门写一篇博文说说数据挖掘与机器学习，后来转念也想也算了，毕竟之前还是有很多可以用上的知识，这几天准备把Andrew大牛的机器学习公开课重新刷一遍，简单做一下笔记好了
宣小K·2022-12-01 16:20

python 数据挖掘与机器学习核心技术

机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础Python数据挖掘与机器学习内容，为各领域人员量身定制内容
xiao5kou4chang6kai4·2022-11-30 16:31

Python数据挖掘与机器学习

因此，中科资环推出全新的Python数据挖掘与机器学习课程，为各领域人员量身定制课
PhyliciaFelicia·2022-11-29 18:46

Python 数据挖掘与机器学习核心技术应用

近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。同时，伴随着深度学习的快速发展，人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。为各领域人员量身定制学习内容，让你畅学Python编程及机器学习理论与代码实现方法，从“
WangYan2022·2022-11-26 01:27

带你入门Python数据挖掘与机器学习（附代码、实例）

本文包含了五个知识点：1.数据挖掘与机器学习技术简介2.Python数据预处理实战3.常见分类算法介绍4.对鸢尾花进行分类案例实战5.分类算法的选择思路与技巧一、数据挖掘与机器学习技术简介什么是数据挖掘
python自由菌·2022-11-24 18:45

机器学习与数据挖掘概述

前言本学期学了数据挖掘这个科目（虽然在之前本人就已经学过数据挖掘课程），为了备战期末考试，所以在此将数据挖掘与机器学习内容系统的总结一遍。
恰巧偶遇·2022-11-24 18:11

数据挖掘与机器学习：Python机器学习软件包Scikit-Learn的学习与运用

目录第1关：使用scikit-learn导入数据集任务描述：相关知识：编程要求：测试说明：第2关：数据预处理—标准化任务描述：相关知识：Z-score标准化min-max标准化编程要求：测试说明：第3关：文本数据特征提取第4关：使用scikit-learn分类器SVM对digits数据分类第5关：模型持久化第6关：模型评估-量化预测效果第1关：使用scikit-learn导入数据集任务描述：使用s
Shining0596·2022-11-24 18:30

数据挖掘与机器学习——数据挖掘概述

挖掘是从大量的、不完全的、有噪声的、模糊的、随机的应用数据中，提取潜在且有用的信息的过程。分析分析处理（On-LineAnalyticalProcessing，OLAP）数据分析过程确定知识发现的目标：确定知识发现的目的。数据采集：数据采集可以是从网络爬取的数据，也可以是从数据库中直接导出的数据，还可以是常见的CSV文件等数据。数据质量决定挖掘的上限，而算法仅仅是逼近这个上限。数据探索：可视画（画
汐颜花·2022-11-24 18:00

数据挖掘与机器学习：维归约

第1关：实现PCA降维算法importnumpyasnpimportmatplotlib.pyplotasplt#使用numpy库中的函数来创建一个随机的数据集np.random.seed(3)X=np.empty([100,2])X[:,0]=np.random.uniform(0.,100.,size=100)X[:,1]=0.75*X[:,0]+3.+np.random.normal(0.,
Shining0596·2022-11-24 18:49

数据挖掘与机器学习：数据挖掘算法原理与实践：数据预处理

目录第一关：标准化任务描述：相关知识：一、为什么要进行标准化二、Z-score标准化三、Min-max标准化四、MaxAbs标准化编程要求：测试说明：第二关：非线性转换任务描述：相关知识：一、为什么要非线性转换：二、映射到均匀分布：三、映射到高斯分布：编程要求：测试说明：第三关：归一化任务描述：相关知识：一、为什么使用归一化：二、L1范式归一化：三、L2范式归一化：编程要求：测试说明：第四关：离散
Shining0596·2022-11-23 16:02

数据挖掘与机器学习：组合相似分类器提高分类性能

目录第1关：组合相似分类器提高分类性能任务描述：相关知识：一、几种不同的分类器：二、bagging：基于数据随机重抽样的分类器构建方法：三、boosting：编程要求：测试说明：第1关：组合相似分类器提高分类性能任务描述：本关任务：编写一个组合分类器。相关知识：为了完成本关任务，你需要掌握：1.了解几种不同分类器2.如何遍历数组。一、几种不同的分类器：基于数据集多重抽样的分类器我们可以将不同的分类
Shining0596·2022-11-22 15:39

数据挖掘与机器学习：使用朴素贝叶斯进行文档分类

目录任务描述：相关知识：一、朴素贝叶斯分类文档的过程：二、朴素贝叶斯分类文档的核心算法：编程要求：测试说明：任务描述：本关任务：编写程序，完成朴素贝叶斯分类文档。相关知识：为了完成本关任务，你需要掌握：1.朴素贝叶斯分类文档的过程，2.朴素贝叶斯分类文档的核心算法。一、朴素贝叶斯分类文档的过程：机器学习的一个重要应用就是文档的自动分类。在文档分类中，整个文档（如一封电子邮件）是实例，而电子邮件中的
Shining0596·2022-11-22 15:38

&4_单机优化（确定性算法，优化框架）

优化框架机器学习的优化框架正则化经验风险最小化优化算法的收敛速率假设条件凸函数定义强凸函数定义光滑函数定义优化算法的分类机器学习的优化框架正则化经验风险最小化有监督的机器学习问题：假设输入输出数据Sn={(xi,yi);i=1,...,n}S_n=\left\{(x_i,y_i);i=1,...,n\right\}Sn={(xi,yi);i=1,...,n}是依据输入输出空间X×YX\timesY
Mafia.M.A·2022-11-21 21:13

DHU Deep Learning & Practice_章节测验【1】

文章目录写在前面测验1_神经网络原理与实现测验2_神经网络应用案例与调优测验3_卷积神经网络计算机视觉基础测验4_预训练模型与CNN可视化写在前面本文用于记录我在2021a以人工智能实验班成员身份旁听宋晖
鱼犬·2022-11-21 15:29
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他