A_机器学习第39页

【机器学习】正则化

正则化是防止模型过拟合的方法，它通过对模型的权重进行约束来控制模型的复杂度。正则化在损失函数中引入模型复杂度指标，利用给W加权值，弱化了数据的噪声，一般不正则化b。loss(y^,y)：模型中所有参数的损失函数，如交叉熵Regularizer：用超参数Regularizer给出w在总loss中的比例，即正则化的权重。w：需要正则化的参数正则化分为L1正则化和L2正则化：L1正则化大概率会使很多参数

惊雲浅谈天·2024-01-29 08:57

解密人工智能：探索机器学习奥秘

文章目录前言一.机器学习的定义二.机器学习的发展历程三.机器学习的原理四.机器学习的分类3.1监督学习3.2无监督学习3.3半监督学习3.4强化学习3.5四种分类对比五.机器学习的应用场景六.机器学习的未来发展趋势全文总结前言机器学习

聆风吟_·2024-01-29 08:25

机器学习_集成学习之Boosting(提升较弱的模型，以降低弱模型的偏差)

要想在机器学习竞赛中追求卓越，Boosting是一种必需的存在。这是一个属于“高手”的技术，我们当然也应该掌握。Boosting的基本思路是逐步优化模型。这与Bag

you_are_my_sunshine*·2024-01-29 08:54

一文读懂机器学习：基本概念、五大流派与九种常见算法

一、机器学习概览1.什么是机器学习？机器通过分析大量数据来进行学习。比如说，不需要通过编程来识别猫或人脸，它们可以通过使用图片来进行训练，从而归纳和识别特定的目标。

开源Linux·2024-01-29 08:21

机器学习与流体动力学：谷歌AI利用「ML+TPU」实现流体模拟数量级加速

作者｜魔王来源｜机器之心谷歌AI最近一项研究表明，利用机器学习和硬件加速器能够改进流体模拟，且不损害准确率或泛化性能。

PaperWeekly·2024-01-29 08:49

【深度学习】神经网络可视化工具，超全汇总！

机器学习可视化技术概览(Python)本文汇总了全网最为全面的26款神经网络可视化工具，可以帮助大家了解神经网络的结构组成、工作原理和性能表现，从而更好地进行模型调整和优化。

风度78·2024-01-29 08:49

数据科学与机器学习 — 神经网络（第 02 部分）：前馈神经网络架构设计

有时，与您的问题最相合的网络可能是输入层中有10个节点，隐藏层中有13个节点/神经元，输出层中有大约四个节点/神经元，更不必提您将不得不微调整个网络中隐藏层的数量。我的观点是，我们需要一些动态的东西。一个动态代码，我们可以在不打破程序的情况下更改参数及优化。如果您使用python-keras函数库来构建神经网络，即便架构很复杂，您也能减少配置和编译的工作，这就是我希望我们能够在MQL5中达成的目标

赫兹股票期货量化软件·2024-01-29 08:18

AI：人工智能关系概览—人工智能与数据挖掘/机器学习/深度学习/神经网络的概念定义与关系阐述、梳理之详细攻略(建议收藏)

AI：人工智能关系概览—人工智能与数据挖掘/机器学习/深度学习/神经网络的概念定义与关系阐述、梳理之详细攻略(建议收藏)目录相关文章01：《数据挖掘Vs机器学习Vs人工智能Vs深度学习》

一个处女座的程序猿·2024-01-29 08:17

Python在无人机器人

大量的机器学习库：Python拥有丰富的机器学

python无人驾驶医学芯片·2024-01-29 08:16

【MATLAB第95期】#源码分享 | 基于MATLAB的卷积神经网络CNN图像分类源代码分享（含两个案例）

深度学习（DL）是机器学习的一个子集，它使用受神经网络启发的架构来进行预测。卷积神经网络（CNN）是一种DL模型，它在学习图像等二维数据中的模式方面是有效的。

随风飘摇的土木狗·2024-01-29 06:20

【人工智能】主要人工智能技术及深度学习及传统机器学习区别与联系

主要人工智能技术的基本概念和应用场景机器学习英文简称ML是一门涉及统计学、系统辨识、逼近理论、优化理论、计算机科学、脑科学等诸多领域的交叉学科，主要研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能

WEL测试·2024-01-29 06:50

【转】评估分类模型的指标：ROC/AUC

原文：【机器学习笔记】：一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC作者：xiaoyu微信公众号：Python数据科学知乎：python数据分析师ROC/AUC作为机器学习的评估指标非常重要

悦光阴·2024-01-29 05:47

机器学习：梯度下降法

LinearRegression_GD.pyimportnumpyasnpimportmatplotlib.pyplotaspltclassLinearRegression_GradDesc:"""线性回归，梯度下降法求解模型系数1、数据的预处理：是否训练偏置项fit_intercept（默认True），是否标准化normalized（默认True）2、模型的训练：闭式解公式，fit(self,x

捕捉一只Diu·2024-01-29 05:17

机器学习：ROC与AUC（Python）

"""ROC全称是“受试者工作特征”(ReceiverOperatingCharacteristic)曲线。根据学习器的预测结果，把阈值从0变到最大，即刚开始是把每个样本作为正例进行预测，随着阈值的增大，学习器预测正样例数越来越少，直到最后没有一个样本是正样例。在这一过程中，每次计算出两个重要量的值，分别以它们为横、纵坐标作图，就得到了“ROC曲线”。ROC曲线以“真正例率”(TruePositi

捕捉一只Diu·2024-01-29 05:47

使用机器学习算法检测交易中的异常行为

AI知识图谱大本营·2024-01-29 01:05

eBay在人工智能道路上的成败得失：衡量标准是关键

我有幸参与组建搜索科学团队，我们的团队是最早利用机器学习优化买家体验并帮助买家在eBay

澳鹏Appen·2024-01-29 01:24

零基础不知道怎么学习Python？不妨花三分钟看看这篇文章吧

在学习Python前，你应该规划好自己的学习方向，毕竟Python的方向比较多，比如：web开发爬虫自动化开发（运维，测试）、脚本开发大数据（数据挖掘，数据分析）人工智能、机器学习选择好自己的方向后才根据这个方向的学习内容继续学下去

Python小辰·2024-01-29 00:08

数据分析面试【机器学习】总结之-----logistic回归常见面试题整理

阅读之前看这里：博主是正在学习数据分析的一员，博客记录的是在学习过程中一些总结，也希望和大家一起进步，在记录之时，未免存在很多疏漏和不全，如有问题，还请私聊博主指正。博客地址：天阑之蓝的博客，学习过程中不免有困难和迷茫，希望大家都能在这学习的过程中肯定自己，超越自己，最终创造自己。目录1.一句话概括逻辑回归2.线性回归和逻辑回归的区别3.逻辑回归的损失函数4.逻辑回归的求解方法5.逻辑回归的目的6

TIYI.DOT·2024-01-29 00:16

机器学习面试题总结60-99

目录60、Python到底是什么样的语言？61.Python是如何进行内存管理的？引用计数和垃圾回收。

ZhangJiQun&MXP·2024-01-29 00:46

【机器学习笔记】基本概念

算法和模型“算法”是指从数据中学得“模型”的具体方法，例如后续章节中将会讲述的线性回归、对数几率回归、决策树等。“算法”产出的结果称为“模型”，通常是具体的函数或者可抽象地看作为函数，例如一元线性回归算法产出的模型即为形如f(x)=wx+b的一元一次函数。不过由于严格区分这两者的意义不大，因此多数文献和资料会将其混用，当遇到这两个概念时，其具体指代根据上下文判断即可。样本也称为“示例”，是关于一个

RIKI_1·2024-01-28 23:13

【机器学习笔记】1 线性回归

其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值与真实值之间的误差最小化（点越靠近这条线越好）线性回归的符号约定如上表所示m行记录，标签（房价）是y，前面几列列名是特征x，有n=4个特征线性回归-算法流程训练数据利用机器学习算法得到模型

RIKI_1·2024-01-28 23:13

【机器学习笔记】0 基础知识之python基础

注：本文内容仅为个人学习笔记，教程为黄海广老师主讲的机器学习入门系列，课程链接（中国大学慕课，有习题和证书）课程资源（pdf版本课件和代码）公布在Github链接课程视频也可以在b站观看（观看方便，但无课后习题和证书

RIKI_1·2024-01-28 23:41

一名前端工程师的机器学习之旅

内容来源：2017年6月24日，美登科技前端架构师邓鋆在“腾讯Web前端大会TFC2017”进行《一名前端工程师的机器学习之旅》演讲分享。

IT大咖说·2024-01-28 23:51

机器学习系统的设计

一、首先要做什么我们以一个垃圾邮件分类器算法为例进行讨论。为了解决这样一个问题，我们首先要做的是如何选择并表达特征向量X。我们可以选择一个由100个最常出现在垃圾邮件中的词所构成的列表，根据这些词是否在邮件中出现来获得我们的特征向量（出现为1，不出现为0），尺寸为100×1。为了构建这个分类器算法，我们可以做很多事，例如：在上面这些选项中，我们非常难决定应该在哪一项上花费时间和精力，因此我将在随后

时间邮递员·2024-01-28 23:56

应用机器学习的建议

实际上你可以考虑先采用下面的几种方法：获得更多的训练实例尝试减少特征的数量尝试获得更多的特征尝试增加多项式特征尝试减少正则化程度尝试增加正则化程度我们不应该随机选择上面的某种方法来改进我们的算法，而是运用一些机器学习诊断法来帮

时间邮递员·2024-01-28 23:23

机器学习 | 如何使用 Seaborn 提升数据分析效率

Seaborn和Matplotlib都是Python可视化库，它们都可以用于创建各种类型的图表。但是，Seaborn和Matplotlib在概念和设计上有一些不同。Matplotlib虽然已经是比较优秀的绘图库了，但是它有个今人头疼的问题，那就是API使用过于复杂，它里面有上千个函数和参数，属于典型的那种可以用它做任何事，却无从下手。Seaborn基于Matplotlib核心库进行了更高级的APl

亦世凡华、·2024-01-28 23:13

基于机器学习的地震预测（Earthquake Prediction with Machine Learning）

基于机器学习的地震预测（EarthquakePredictionwithMachineLearning）一、地震是什么二、数据组三、使用的工具和库四、预测要求五、机器学习进行地震检测的步骤六、总结一、地震是什么地震几乎是每个人都听说过或经历过的事情

Svan.·2024-01-28 22:36

1章 TensorFlow

Google开源的基于数据流图的科学计算库，适合用于机器学习TensorFlow不仅只是使用于机器学习，甚至更高层的神经网络的构建。TensorFlow的含义张量数据表征的一种方式，让张量在图中流动。

啊哈JC熙·2024-01-28 22:01

CF1887C Minimum Array

充分性：找到a,ba,ba,b第一个不相同的位置iii，有ai>bi,ai−1=bi−1a_i>b_i,a_{i-1}=b_{i-1}ai>bi,ai−1=bi−1，显然结论成立；必要性，找到a′,b

dygxczn·2024-01-28 21:08

第1周学习：深度学习和pytorch基础

第1周学习：深度学习和pytorch基础01-绪论一、机器学习简介二、几种学习模型三、名词解释02-神经网络基础一、为什么说神经网络是黑盒的？

随风漂流l·2024-01-28 21:03

深度学习参数调整—学习笔记

文章目录概念参数和超参数超参数分类欠拟合和过拟合学习率（learningrate）epoch批次大小（batch_size）step参考资料概念训练机器学习算法的主要目的是调整权重以最小化损失或成本。

studyeboy·2024-01-28 21:32

Python监督学习（一）

Python监督学习简介如果你熟悉机器学习的基础知识，那么肯定知道什么是监督学习。监督学习是指在有标记的样本（labeledsamples）上建立机器学习的模型。

playwrighter·2024-01-28 20:20

一文深度解读模型评估方法

本文将总结机器学习最常见的模型评估指标。训练学习好的模型，通过客观地评估模型性能，才能更好实际运用决策。模型评估主要有：预测误差情况、拟合程度、模型稳定性等方面。

算法进阶·2024-01-28 20:21

探索数据可视化：Python 库 Matplotlib

探索数据可视化：Python库Matplotlib在数据科学和机器学习的领域中，数据可视化是一种强大的工具，它能够将复杂的数据转化为易于理解和解释的图形形式。

爱编程的鱼·2024-01-28 20:08

微软又搞了一个开源入门课程，这次是物联网

《微软开源的机器学习课程》《微软开源的Web开发课程》简介IoT-For-Beginners是微软开源的物联网入门教程，总共有24节课，时间周期为12周，每一节课都包括课前与课后测验、完成课程的书面说明

开源前哨·2024-01-28 19:28

用机器学习方法来预测设备故障

最近做了一个项目，根据设备的状态，来判断设备是否有故障，这里总结一下所用到的数据探索，特征工程以及机器学习模型等方法。

gzroy·2024-01-28 18:30

机器学习模型的保存和加载

当我们的数据集的数量非常庞大的时候，并不适合每次运行的时候都加载一遍，那样的话，所需要的时间就非常庞大。因此我们需要进行模型保存1.模型保存APIjoblib.dump(estimator,filename)estimator:就是我们训练完成的模型filename：就是我们要保存的文件名，通常，文件名的后缀用.pkl来保存2.模型加载joblib.load(filename)filename:传

rookie-rookie-lu·2024-01-28 17:27

使用SAP Leonardo上的机器学习服务提取图片的特征向量

要想提取图片的特征向量，首先得知道特征向量是什么。我们假设这样一个服务场景，技师上门维修某设备，发现上面某零件损坏了，假设这位技师由于种种原因，没能根据自己的经验识别出这个零件的型号。此时技师掏出自己的手机，给零件拍摄一张图片，这张图片通过手机上安装的SAP某智能解决方案，传送到SAPLeonardo平台，通过那里的人工智能服务，自动识别出这张图片上面零件的准确型号，返回给技师。SAPLeonar

JerryWang_汪子熙·2024-01-28 16:12

knn算法

K近邻法（k-nearestneighbor，KNN）是一种很基本的机器学习方法了，在我们平常的生活中也会不自主的应用，就是“物以类聚，人以群分”。

简单编程王子·2024-01-28 16:41

【机器学习】模型的综合评判，备选模型和幸运模型

一、介绍在快速发展的机器学习（ML）领域，模型的持续开发和部署对于技术进步和实际应用至关重要。这个生命周期的两个关键阶段是“候选模型”和“祝福模型”。

无水先生·2024-01-28 15:27

【机器学习】一文读懂统计学与机器学习的区别。

统计学与机器学习的区别1、机器学习2、统计学3、统计学与机器学习异同性3.1差异性3.2相似性4、总结1、机器学习关于机器学习，我想大家都很熟悉，这里我再简单唠叨一些机器学习是人工智能的一个子领域，主要关注如何通过算法使计算机系统能够从数据中

Carl_奕然·2024-01-28 15:14

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

如何系统学习机器学习？

要系统学习机器学习，首先需要掌握一些基础编程技能，如Python。其次，学习基础的数学概念，如线性代数、概率论和统计学。然后，选择一些优质的在线课程和教材进行深入学习。

人邮异步社区·2024-01-28 14:23

小白学python，都需要准备什么？有什么好的学习规划么？

你是想学习Python的基础语法、数据结构、面向对象编程、Web开发、数据分析还是机器学习等方面的内容？确定目标后，你可以针对性地去学习，避免在学习过程中迷失方向。

@小码农·2024-01-28 14:09

蚂蚁集团持续探索生成式AI，20篇论文入选AI顶会NeurlPS

据了解，蚂蚁此次入选的论文，覆盖计算机视觉、自然语言处理、图神经网络、图像处理等多个人工智能和机器学习领域的前沿主题。其中七成以上论文聚焦生成式AI在高速发展中遇到的一些挑战和难题。以下为其中

金融机器智能官方·2024-01-28 13:48

NeurIPS’23 Paper Digest | 如何把 LLM 的推理能力应用于事件序列预测？

为期一周的人工智能和机器学习领域顶级会议NeurlPS正在美国路易斯安那州新奥尔良市举办中。