A_机器学习第47页

通用大模型研究重点之一：data embedding

研究背景在过去的传统机器学习中，通常我们是直接处理同一类型的数字类型数据。

Ada's·2024-01-23 10:30

如何利用PyTorch？

1、PyTorchPyTorch是一个开源机器学习库，基于Torch库开发，主要由Facebook的人工智能研究实验室（FAIR）研发。

科学禅道·2024-01-23 10:45

python使用dlib库进行人脸关键点检测

dlibdlib是一个强大的C++库，用于机器学习和图像处理任务，特别是在人脸识别和人脸关键点检测方面表现出色。它提供了一系列用于处理图像、人脸检测、人脸关键点检测、人脸识别等任务的功能。

chen_znn·2024-01-23 10:43

【无标题】

这几天一直在发关于机器学习的文章，没想到涨到一百多粉丝了，感谢大家的关注！之前想以视频的方式讲解，但是弄一个视频太累了，再加上流量也不好，就没继续更了。如果大家有需要，可以去B站看看哦。

今天也要加油丫·2024-01-23 09:03

机器学习_线性回归原理和实战

文章目录线性回归原理线性回归实战线性回归原理在讲线性回归之前，我们先看看中学时学的，一元线性回归的公式：y=a∗x+b。这公式对于本篇内容关联还是挺大的。所谓回归分析(regressionanalysis)，就是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析，说白了就是当自变量变化的时候，研究一下因变量是怎么跟着变化的，它可以用来预测客流量、降雨量、销售量等。对于一元线性回归来说，它的内

you_are_my_sunshine*·2024-01-23 09:33

机器学习：什么是监督学习和无监督学习

目录一、监督学习（一）回归（二）分类二、无监督学习聚类一、监督学习介绍：监督学习是指学习输入到输出（x->y）映射的机器学习算法，监督即理解为：已知正确答案对其学习结果进行监督原理：提供算法示例以供学习

带带琪宝·2024-01-23 09:59

【机器学习：异常值检测】新颖性和异常值检测

【机器学习：异常值检测】新颖性和异常值检测异常值检测方法概述新颖性检测纵向扩展单类SVM异常值检测拟合椭圆包络隔离林局部异常因子使用局部异常因子进行新颖性检测许多应用程序需要能够确定新观测值是属于与现有观测值相同的分布

jcfszxc·2024-01-23 09:58

【百面机器学习】读书笔记（一）

本文系列主要作用就是读书笔记，自己看的话比较杂，没怎么归类过，所以现在跟着这个分类走一遍。本文主要内容为前两章，特征工程和模型评估。如果我想起一些相关的内容也会做适当的补充，主打就是一个intuition（感觉除了数学表示之外，intuition最重要了，虽然比起数学表达更抽象了，但是对人来说更好记忆和理解）特征工程特征工程师对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用。

Karen_Yu_·2024-01-23 09:28

机器学习分类模型评价指标总结（准确率、精确率、召回率、Fmax、TPR、FPR、ROC曲线、PR曲线，AUC，AUPR）

为了看懂论文，不得不先学一些预备知识（（55555主要概念解释见图TP、FP、TN、FN准确率、精确率（查准率）、召回率（查全率）真阳性率TPR、伪阳性率FPRF1-score=2TP/(2*TP+FP+FN)最大响应分数Fmax为F1-score的最大值（在最佳阈值的前提下）如下图：HR指标（命中率）：正确分类的样本数/样本总数ROC曲线、AUC指标：PR曲线、AUPR指标：AP指标（平均精确度

cqbzcsq·2024-01-23 09:57

机器学习算法实战案例：使用 Transformer 进行时间序列预测

自ChatGPT问世以来，大型语言模型（LLMs）已经引起巨大轰动，取得的成果令人印象深刻。LLMs成功的关键在于它们的核心构建模块，即transformers。在本文中，我们将提供一个在PyTorch中使用它们的完整指南，特别关注时间序列预测。在本文中，我们将从理论介绍transformers开始，然后转向在PyTorch中应用它们。为此，我们将讨论一个选定的例子，即预测正弦函数。我们将展示如何

Python算法实战·2024-01-23 09:56

【机器学习】强化学习（五）深度强化学习理论

强化学习算法如Q学习的确有一些局限性，比如状态和动作空间过大或过复杂的问题。针对这些问题，有一些解决方案，比如：使用函数逼近来近似Q函数，而不是用表格存储。函数逼近可以是线性的，也可以是非线性的，比如神经网络。这样可以减少存储空间，也可以处理连续的状态和动作空间。使用分层强化学习来将复杂的任务分解为子任务，每个子任务有自己的状态和动作空间，以及奖励函数。这样可以降低问题的复杂度，也可以提高学习效率

十年一梦实验室·2024-01-23 09:54

初识人工智能，一文读懂机器学习之逻辑回归知识文集(2)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知

普修罗双战士·2024-01-23 09:11

初识人工智能，一文读懂机器学习之逻辑回归知识文集(1)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知

普修罗双战士·2024-01-23 09:37

【小白学机器学习3】关于最简单的线性回归，和用最小二次法评估线性回归效果, 最速下降法求函数的最小值

目录1什么是回归分析1.1什么是线性回归1.2非线性回归2数据和判断方法2.1原始数据2.2判断方法：最小二乘法3关于线性回归的实测3.1用直线模拟3.2怎么判断哪个线性模拟拟合更好呢？3.2.1判断标准3.2.2最小二乘法3.2.3高维度数据3.3用python来算下?（暂缺，用plot画图?）4关于误差和E(θ)=1/2*(f(xi)-yi)^2这个函数本身4.0注意新手错误4.1E(θ)这个

奔跑的犀牛先生·2024-01-23 09:36

查准率与查全率的核心概念和实践应用以及如何提高查准率与查全率的实用技巧与策略

1.背景介绍在人工智能和机器学习领域，我们经常需要评估模型的性能。这些性能指标通常用于比较不同算法的效果，以及优化模型的参数。

代码讲故事·2024-01-23 08:24

【本科生机器学习】【Python】【北京航空航天大学】课题报告：支持向量机（Support Vector Machine, SVM）初步研究【下、实验部分（二）】）

说明：（1）、仅供个人学习使用；（2）、本科生学术水平有限，故不能保证全无科学性错误，本文仅作为该领域的学习参考。实验原理部分见【上、原理部分】实验一~实验三见【中、实验部分（一）】实验内容（及结论）四、实验四1、实验描述：非线性SVM分类。2、实验主要步骤：（1）、数据预处理流程：加载卫星数据集：fromsklearn.datasetsimportmake_moonsX,y=make_moons

不是AI·2024-01-23 08:02

【本科生机器学习】【Python】【北京航空航天大学】课题报告：支持向量机（Support Vector Machine，SVM）初步研究【中、实验部分（一）】

说明：（1）、仅供个人学习使用；（2）、本科生学术水平有限，故不能保证全无科学性错误，本文仅作为该领域的学习参考。实验原理部分见【上、原理部分】。实验内容（及结论）一、实验一1、实验描述：仅基于花瓣宽度这一个特征，训练一个逻辑斯谛分类器来检测维吉尼亚鸢尾花。2、实验主要步骤：（1）、数据预处理流程：加载数据：iris=datasets.load_iris()建立训练集：X=iris[“data”]

不是AI·2024-01-23 08:31

机器学习笔记 - 基于自定义数据集 + 3D CNN进行视频分类

一、简述这里主要介绍了基于自定义动作识别数据集训练用于视频分类的3D卷积神经网络(CNN)。3DCNN使用三维滤波器来执行卷积。内核能够在三个方向上滑动，而在2DCNN中它可以在二维上滑动。这里的模型主要基于D.Tran等人2017年的论文“动作识别的时空卷积研究”。https://arxiv.org/abs/1711.11248v3https://arxiv.org/abs/1711.11248

坐望云起·2024-01-23 08:40

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教程

详情点击链接：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教程第一：GPT41、ChatGPT（GPT-1、GPT-2、GPT-3、GPT-3.5、GPT-4模型的演变）

夏日恋雨·2024-01-23 07:31

每天五分钟计算机视觉：掌握迁移学习使用技巧

本文重点随着深度学习的发展，迁移学习已成为一种流行的机器学习方法，它能够将预训练模型应用于各种任务，从而实现快速模型训练和优化。然而，要想充分利用迁移学习的优势，我们需要掌握一些关键技巧。

幻风_huanfeng·2024-01-23 07:24

新书速览|MediaPipe机器学习跨平台框架实战

MediaPipe、机器学习、短视频应用、视频特效、游戏控制本书内容《MediaPipe机器学习跨平台框架实战》以实际项目为线索，带领读者探索MediaPipe在不同场景中的应用，使读者既能了解理论知识

全栈开发圈·2024-01-23 07:17

图像取证:源识别和伪造检测(Image Forensics: source identification and tampering detection) 续2

中文翻译：xizero00常熟理工学院(CSLG)下一代互联网实验室NGIL在翻译的过程中遇到很多不懂的知识点，同时也恶补了相关的知识，包括《数字图像处理》，《统计学习基础》，《机器学习》TomMitchell

c2a2o2·2024-01-23 06:57

【人工智能】破晓未来购房新纪元：人工智能取代中介，揭秘真实房价奥秘

某日，小明在参加一个科技创新论坛时，了解到了一款基于大数据和机器学习技术的智能房产评估系统——“AI房价宝”。这款系

德天老师·2024-01-23 06:47

【机器学习】李梅的餐饮帝国：美食与数据中隐藏的秘密

从小，李梅就对美食有着浓厚的兴趣。她常常看着母亲在厨房里忙碌，熟练的手法、诱人的香气，都让她对烹饪产生了极大的好奇。随着年龄的增长，她对美食的热爱与日俱增，最终决定投身餐饮业。李梅的第一家餐厅开在了一个繁华的商业区，凭借她对食材的严格挑选和独特的烹饪技巧，餐厅的生意红火起来，吸引了众多的食客。然而，成功的背后，李梅并没有停下脚步。她开始思考如何进一步扩大自己的餐饮事业。一天，李梅在城市的不同地方闲

德天老师·2024-01-23 06:16

【机器学习理论】人工神经网络之神经元的MP模型

神经元的MP模型1神经元的生理结构2神经元的数学模型2.1从生理结构到MP模型的构建过程2.2MP模型的直观图示2.3MP模型的标准形式2.4MP模型的向量形式2.5小结3MP模型的加权求和的数学意义4总结人工神经网络是人工智能仿生学派的一大创造，人工神经网络的诞生极大地受到人体内的真实的神经元的生理结构的启发，并且最初的神经元的数学模型就是仿照真实的神经元的结构来设计的，所以在介绍神经元的MP模

Li Yuexi·2024-01-23 06:46

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·2024-01-23 06:53

阿里巴巴开源联邦学习框架FederatedScope

5月5日，阿里巴巴达摩院发布新型联邦学习框架FederatedScope，声称可以在不共享训练数据的情况下开发机器学习算法，从而保护隐私。，其源代码现已在Apache2.0许可下发布在GitHub上。

魏铁锤爱摸鱼·2024-01-23 06:09

2024年Java SpringBoot 计算机软件毕业设计题目推荐

技术领域和学生毕业项目实战,高校老师/讲师/同行交流合作✌主要内容：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等

java李杨勇·2024-01-23 05:10

零基础"机器学习"自学笔记|Note5:多变量线性回归

05多变量线性回归5.1多维特征在之前的学习过程中，我们探讨了单变量/特征的回归模型，现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型。增添更多特征后，我们引入一系列新的注释：n代表特征的数量为四维列向量支持多变量的假设h表示为：这个公式中有个n+1个参数和n个变量，为了使得公式能够简化一些，引入X0=1，则公式转化为：公式可以简化:5.2多变量梯度下降与单变量线性回

木舟笔记·2024-01-23 04:32

学习笔记之机器学习之预测雾霾

文章目录Encoder-DecoderSeq2Seq(序列到序列）Encoder-Decoder基础的Encoder-Decoder是存在很多弊端的，最大的问题就是信息丢失。Encoder将输入编码为固定大小的向量的过程实际上是一个“信息有损的压缩过程”，如果信息量越大，那么这个转化向量的过程对信息的损失就越大，同时，随着序列长度（sequencelength）的增加，意味着时间维度上的序列很长，

JNU freshman·2024-01-23 03:12

2024年美国大学生数学建模思路 - 案例：感知机原理剖析及实现

type=blog1感知机的直观理解感知机应该属于机器学习算法中最简单的一种算法，其原理可以看下图：比如说我们有一个坐标轴（图中的黑色线），横的为x1轴，竖的x2轴。

m0_71450098·2024-01-23 03:33

图书推荐系统(JSP+java+springmvc+mysql+MyBatis)

这种系统通过分析用户的阅读历史、偏好设置、社交网络等数据，采用机器学习算法为用户提供个性化的图书推荐。这不仅提升了用户满意度和阅读效

怡景毕设项目·2024-01-23 00:39

监督、半监督和无监督学习各自的概念和它们的的区别和联系

监督学习、半监督学习和无监督学习是机器学习中的三种主要范式，它们有不同的概念、应用和方法。

qq_45091396·2024-01-23 00:31

通俗易懂解释python和anaconda和pytorch以及pycharm之间的关系

这个工具箱里包括了Python语言，但还有其他许多数据科学和机器学习相关的工具和库，比如NumPy、Pandas、Matpl

qq_45091396·2024-01-23 00:29

机器学习-随机森林【手撕】

随机森林集成学习算法概述集成学习不是一个单独的机器学习算法，而是通过在数据上构建多个模型，集成所有模型的建模结果，基本上现在的所有机器学习都能看到集成学习的身影目标综合考虑多个弱评估器的结果，综合得到最终的结果

alstonlou·2024-01-23 00:24

机器学习实验报告——EM算法

目录一、算法介绍1.1算法背景1.2算法引入1.3算法假设1.4算法原理1.5算法步骤二、算法公式推导2.1数学基础2.2EM算法推导三、算法实现3.1关于EM聚类3.2EM工具包的使用3.3实例测试四、算法讨论4.1EM算法的优缺点4.2EM算法的应用4.3对于EM算法框架，如何选择具体的算法五、实验总结一、算法介绍1.1算法背景EM的英文是ExpectationMaximization，所以E

长安er·2024-01-23 00:16

正则化(Regularization)

一、过拟合的问题到现在为止，我们已经学习了几种不同的学习算法，包括线性回归和逻辑回归，它们能够有效地解决许多问题，但是当将它们应用到某些特定的机器学习应用时，会遇到过度拟合(over-fitting)的问题

时间邮递员·2024-01-22 21:32

机器学习大作业——基于DEAP数据集的脑电信号识别（DNN+CNN）

目录一、实验目的二、实验原理介绍2.1数据集描述2.2深度神经网络2.2.1关于DNN2.2.2网络模型代码实现2.3卷积神经网络2.3.1关于CNN2.3.2网络模型代码实现三、模型训练与测试3.1数据预处理3.2模型训练与测试3.2.1训练前期准备3.2.2训练模型的过程四、实验结果与分析4.1二元价态分类结果五、实验总结附录：实验代码prepare_deap.pyreduce_dim.pyd

长安er·2024-01-22 20:22

深度学习笔记（九）——tf模型导出保存、模型加载、常用模型导出tflite、权重量化、模型部署

首先介绍tflite:TensorFlowLite是一组工具，可帮助开发者在移动设备、嵌入式设备和loT设备上运行模型，以便实现设备端机器学习。

絮沫·2024-01-22 20:20

机器学习实验报告- SVM算法

目录一、算法介绍1.1算法背景1.2算法引入1.3算法假设1.4算法原理1.5算法实现步骤二、算法关键点2.1核函数选择2.2支持向量的选取2.3间隔最大化三、算法公式推导3.1关键概念和方法介绍3.2支持向量机公式推导3.3基于核函数的支持向量机公式推导四、算法实现4.1数据集描述4.2代码实现五、实验讨论5.1SVM算法优缺点5.2关于模型评估的讨论5.3关于支持向量机针对线性可分与非线性可分

长安er·2024-01-22 20:20

【保研】2021/2022南京大学计算机夏令营笔试面试笔记

echoliuy·2024-01-22 20:27

【机器学习】强化学习（三）蒙特卡洛算法

策略迭代算法和价值迭代算法为什么可以得到理论上的最优解，在实际问题中使用价值有限？无模型算法三、蒙特卡洛算法蒙特卡洛(MonteCarlo)方法是一种基于样本的强化学习算法，它通过执行和学习代理（也就是我们编程的AI）环境交互的样本路径来学习。它不需要初始知识的模型，只依赖样本结果。蒙特卡洛算法主要用于求解策略估计和控制问题。对于复杂的问题，通过采样方法，我们可以获得近似解。这就是为什么蒙特卡洛方

十年一梦实验室·2024-01-22 19:17

实现高效人力资源管理的完美搭档，聚道云与薪人薪事合作，助力企业数字化转型

同时，系统运用机器学习、大数据和区块链等高科技手段，科学构建企业、组织、员工三层效率模型，结合

聚道云连接器·2024-01-22 19:46

2.机器学习-K最近邻(k-Nearest Neighbor，KNN)分类算法原理讲解

2️⃣机器学习-K最近邻（k-NearestNeighbor，KNN）分类算法原理讲解个人简介一·算法概述二·算法思想2.1KNN的优缺点三·实例演示3.1电影分类3.2使用KNN算法预测鸢(yuan)

以山河作礼。·2024-01-22 19:16

基于 python 机器学习的中风患者疾病分析预测完整数据代码可直接运行

数据分析结果展示:完整代码：importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsplt.rcParams['font.sans-serif']='simhei'plt.rcParams['axes.unicode_minus']=Falseimportwarningswarnings.filter

甜辣uu·2024-01-22 19:15

程序员，想转型人工智能吗？先补补数学课吧！

人工智能很火，也很高端，深度学习、机器学习、视觉识别，听上去就很高大上。而且不仅仅是听上去高大上，现实当中确实也是实实在在的高大上。在互联网圈子里，有一句话流传甚广：得人工智能者得天下。

月落无敌·2024-01-22 18:46

sklearn.svm.SVC 支持向量机-简介

sklearn.svm.SVC是Scikit-learn（一个常用的机器学习库）中的一个类，用于支持向量机（SupportVectorMachine，SVM）算法中的分类任务。

我有明珠一颗·2024-01-22 18:03

情感语音识别的入门解析

最传统的情感语音识别是基于机器学习下的有监督学习完成的。有监督，即：使用训练集训练处一个模型，然后使用该模型对测试集中的语音信号进行情感状态的正确判断。

夜幕下的光123·2024-01-22 17:25

ARC123D Inc, Dec - Decomposition

这里有一个贪心：若Ai>Ai+1A_i>A_{i+1}Ai>Ai+1，则Bi+1=Bi,Ci+1=Ci+Ai+1−AiB_{

dygxczn·2024-01-22 17:49

如何系统地自学Python？

它的简洁、易读性和强大的库支持，使得Python成为数据分析、机器学习、Web开发等多个领域的首选语言。如果你也对Python感兴趣，想要自学这门语言，那么这篇文章将为你提供一份系统的学习指南。

Dxy1239310216·2024-01-22 16:15

推荐频道

A_机器学习