E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
DataWhale
目标检测学习笔记
参考链接:https://
datawhale
china.github.io/dive-into-cv-pytorch/#/?i
星辰大海_2020
·
2022-12-14 11:22
pytorch
计算机视觉
Task 3-损失函数设计
HardNegativeMining3.1具体过程3.1.1正样本获得3.1.2负样本获得3.1.3难分样本挖掘3.1.4Hardexamplemining3.1.5SSD的negativemining的过程为:4.小结写在前面~感谢
Datawhale
木姑娘
·
2022-12-14 11:45
深度学习
你要的用户画像实践来了!
↑↑↑关注后"星标"
Datawhale
每日干货&每月组队学习,不错过
Datawhale
干货作者:牧小熊,华中农业大学,
Datawhale
原创作者有读者联系我希望做一期和用户画像有关的文章,那么这一期我们就来简单的聊一聊用户画像
Datawhale
·
2022-12-14 11:43
人工智能
大数据
python
数据分析
编程语言
轻松搭建深度学习网络
前言今天来写一下如何用Pytorch进行深度学习网络搭建,之所以写这个,是因为最近要跑一些网络代码,用到这些相关的知识,刚好做一个汇总,这篇文章参考的是
Datawhale
的这篇文章:[轻松看懂基于PyTorch
晨哥是个好演员
·
2022-12-14 07:30
机器学习
深度学习
神经网络
【
Datawhale
跨模态实践学习笔记】Jina体验
一、Jina是什么定义简单来说Jina可以帮助你快速把非结构化数据例如图像,文档视频等,转换为向量数据。并结合Jina的其他组件设计,帮助你快速的把向量数据利用起来,实现多模态的数据搜索。三个基本概念Document、Executor和Flow是Jina的三个基本概念。Document是基本的数据类型,它的作用就是可以将非结构化数据与向量数据之间进行映射,具体细节会在DocArray一章中详细阐述
JeffDingAI
·
2022-12-14 05:12
学习
jina
python
【
Datawhale
跨模态实践学习笔记】项目后端学习
项目后端简介项目后端共由四个文件组成,其中VideoLoader负责对上传的视频进行关键帧提取,CustomClipText负责将上传的图片转换为向量数据,CustomClipImage负责将提取的关键帧转换为向量数据,SimpleIndexer负责向量数据的检索:caption:BackendVideoLoaderCustomClipTextCustomClipImageSimpleIndexe
JeffDingAI
·
2022-12-14 05:42
机器学习
学习
【
Datawhale
可解释性机器学习笔记】预备知识学习
人工智能黑箱子灵魂之问AI的脑回路是怎样的?AI如何做出决策?是否符合人类的直觉和常识如何衡量不同特征对AI预测结果的不同贡献?AI什么时候work?AI什么时候不work?AI有没有过拟合?泛化能力如何?会不会被黑客误导,让AI指鹿为马?如果样本的某个特征变大15,会对AI预测结果产生什么影响?如果AI误判,为什么会犯错?如何能不犯错?两个AI预测结果不同,该信哪一个?能让AI把学到的特征教给人
JeffDingAI
·
2022-12-14 05:26
机器学习
学习
人工智能
DataWhale
六月组队学习-Django网站开发-Task1
Task1创建文件目录结构激活虚拟环境在VScode中安装插件查看宝塔面板安装BS4库和requests库Task1主要讲授了三方面的内容,Python数据类型、HTML5基本语法和网络通信知识。现将几个操作中需要注意的知识点简单总结如下:创建文件目录结构mkdirsrccdsrc/mkdirpycodemkdirhtml激活虚拟环境cd..sourceenv/bin/activate在VScod
努力奔跑的追梦人
·
2022-12-14 01:48
DataWhale
django
datawhale
-学习总结
参加了7月
datawhale
组队学习课程《李宏毅深度学习课程》,对这一期自己的学习做下总结.收获:1.至始至终完成一个课程的学习,这对提升自己对深度学习的历史,今天和未来有全局的认识.2.了解了机器学习
MUP_RXL
·
2022-12-13 22:44
笔记
数据分析之缺失值处理
##数据清洗之pandas学习最近参加了
datawhale
组队学数据分析,在其中task2中介绍到缺失值的处理,下面记录一点自己学习的内容,如何查看缺失值,遇到缺失值后如何处理1.
MUP_RXL
·
2022-12-13 22:13
笔记
回归,逻辑回归,线性判别的python实现-
DataWhale
吃瓜教程-task02
回归分析最小二乘法和极大似然估计:思路不同推出同一个公式最小二次法是均方误差最小化进行模型求解,极大似然估计则是利用了联合分布及似然函数得到公式$E_{(w,b)}=$利用最优化的思路当$E_{(w,b)}=$最小时w,b的值求解方法包括梯度下降法,根据推到公式直接解损失函数:逐点计算平方损失误差,然后求平均数导数:西瓜书上公式3.30,这几个方法都没有用牛顿法,海森矩阵计算比较复杂,梯度下降法基
zaprily
·
2022-12-13 21:32
实验记录
学习打卡
python
sklearn
机器学习
算法
吃瓜教程 [西瓜书]任务打卡 Task1: 第一章
西瓜书]任务打卡Task1:第一章我是通过大数据挖掘竞赛入门机器学习,在此前并没有系统地学过基础理论,做的工作比较多的是通过复现大佬在kaggle,天池上的教程,调包实现编程的求解.因此,我这次通过参与
DataWhale
苏忘川
·
2022-12-13 21:01
机器学习
数据挖掘
Datawhale
吃瓜教程-task5学习笔记(第六章)
6.1间隔与支持向量支持向量:假设超平面能将训练样本正确分类,即对于,若,则有;若,则有。令如图所示,距离超平面最近的这几个训练样本使上式等号成立,则被称为“支持向量”。间隔:两个异类支持向量超平面的距离之和称为间隔。支持向量机(SVM)基本型:为了最大化间隔,仅需最大化,等价于最小化,目标函数如下:SVM算法原理:从几何角度,对于线性可分数据集,支持向量机就是找距离正负样本都最远的超平面,相比于
___黎明的鱼
·
2022-12-13 21:58
吃瓜教程
机器学习
Datawhale
吃瓜教程-task4学习笔记(第五章)
5.1神经元模型神经网络的定义:神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所做出的的交互反应。M-P神经元模型:神经元接收到来自n个其他神经元传递过来的输入信号,这些输入信号通过带权重的连接进行传递,神经元接收到的总输入值将与神经元的阈值进行比较,然后通过“激活函数”处理以产生神经元的输出。下图为西瓜书中M-P神经元模型示意图。激活函数:典
___黎明的鱼
·
2022-12-13 21:28
吃瓜教程
神经网络
机器学习
Datawhale
吃瓜教程-task1学习笔记(第一章和第二章)
一、第一章绪论1.1引言1.2基本术语表示包含m个样本(示例)的数据集,每个样本由d个特征(属性)描述,其中每个样本是d维样本空间X的中的一个向量,故一个样本也称为一个特征向量,d是样本的维数。用于训练过程中的数据称为训练数据,训练样本组成的集合称为训练集。模型有时也称为学习器,可看作学习算法在给定数据和参数空间上的实例化,学习过程是为了找出或逼近真相(ground-truth)。除了有示例数据之
___黎明的鱼
·
2022-12-13 21:58
吃瓜教程
机器学习
Datawhale
吃瓜教程-task3学习笔记(第四章)
第四章决策树4.1基本流程1.决策树基于树结构进行决策,通过一系列的判断或“子决策”得到最终决策,其目的是产生一棵泛化能力强,即处理未见示例能力强的决策树。2.决策树一般包含三类结点:根结点、内部结点、叶结点。根结点包含样本全集,每个结点包含的样本集合根据属性测试的结果被划分到子结点中,叶结点则对应着决策结果。从根结点到每个个叶结点的路径对应了一个判定测试序列。3.决策树学习基本算法在上述算法中共
___黎明的鱼
·
2022-12-13 21:58
吃瓜教程
机器学习
吃瓜教程|Task1(概览西瓜书第1、2章)
这次借
Datawhale
组队学习的机会再温习一遍西瓜书,争取把基础打牢固一些,方便后面理论方面可以更进一步的推进。当然顺便也练习自己写博客的能力。
HWH-
·
2022-12-13 21:28
西瓜书
机器学习
深度学习
人工智能
DataWhale
吃瓜教程-task02线性模型
第三章——线性模型1.问题的引入——一元线性模型如果给出一些属性值,来预测一些结果时,(比如通过发际线高度来预测计算机水平)。线性模型希望学得一个属性值的线性组合来进行对结果的预测。为什么要学习一个线性组合呢?试想这样一个场景,现在有一个人我并不知道他的计算机水平,但是我可以测到他的发际线高度。那么,如果说我们利用模型“学习”到了橙色直线的表达式,也就是学到了“计算机水平”随着“发际线高度”的变化
cishard
·
2022-12-13 21:52
机器学习
线性回归
数据项目总结 -- 深圳租房数据分析!
Datawhale
干货作者:皮钱超,厦门大学,
Datawhale
原创作者本文约3000字,建议阅读9分钟审稿人:阿泽,
Datawhale
成员,复旦大学计算机硕士,目前在携程担任高级算法工程师。
文文学霸
·
2022-12-13 16:24
可视化
python
数据分析
大数据
数据可视化
操作ChatGPT竟写出毁灭人类计划书!“AI正在指数级发展”
Datawhale
干货技术:ChatGPT,来源:量子位“网红AI”ChatGPT,又被玩出了新花样!这次,在一位工程师的诱导下,ChatGPT竟写出了毁灭人类的计划书。
Datawhale
·
2022-12-13 16:24
人工智能
chatgpt
有哪些值得学生加入的国企?
Datawhale
干货作者:重庆搬砖喵@知乎1.首选证券公司各省基本都有一所证券公司,沿海省份集中在税前30-40万左右,内地集中在20-30万。很少加班,多数为国企,一般要求硕士。
Datawhale
·
2022-12-13 16:24
区块链
人工智能
2022华为全球校园AI算法精英赛:季军方案!
Datawhale
干货作者:鲤鱼,西安交通大学,人工智能学院笔者鲤鱼,是西安交通大学人工智能学院的一名研究生,在2022华为全球校园AI算法精英赛的赛道二取得了季军的成绩。
Datawhale
·
2022-12-13 16:24
人工智能
算法
数据项目总结 - 租房数据分析(完整篇)
Datawhale
干货作者:皮钱超,厦门大学,
Datawhale
成员深圳租房数据分析完整篇从2020年11月发表第一篇深圳租房数据分析的文章,到这篇基于深度学习框架Keras的建模分析和预测,在此谈谈3
Datawhale
·
2022-12-13 16:23
可视化
python
机器学习
人工智能
数据分析
python决策树分类预测_机器学习算法(六):基于决策树的分类预测
声明:本次撰写以
Datawhale
团队提供的学习材料以自学为主,代码为
Datawhale
团队提供,利用阿里云天池实验室与编辑器pycharm完成测试。
weixin_39989033
·
2022-12-13 14:04
python决策树分类预测
【算法竞赛学习】金融风控之贷款违约预测-建模与调参
赛题:零基础入门数据挖掘-零基础入门金融风控之贷款违约预测项目地址:https://github.com/
datawhale
china/team-learning-data-mining/tree/master
jaeden_xu
·
2022-12-13 14:32
数据分析挖掘
算法
金融
数据挖掘
day7-Stacking与案例(幸福感预测)
day7-Stacking与案例(幸福感预测)心得体会前言一、Blending集成学习算法1、算法原理2、相关案例二、Stacking集成学习算法三、案例一(幸福感预测)思路理解总结心得体会开源学习组织
datawhale
苏晨星
·
2022-12-13 11:54
机器学习
机器学习
人工智能
DataWhale
NLP 打卡(七)LDA主题模型
本篇为转载原作者:我想听相声原文链接:https://blog.csdn.net/weixin_42483560/article/details/89401423理解LDA,可以分为下述5个步骤:1)一个函数:gamma函数2)四个分布:二项分布、多项分布、beta分布、Dirichlet分布3)一个概念和一个理念:共轭先验和贝叶斯框架4)两个模型:pLSA、LDA5)一个采样:Gibbs采样共轭
AngelaOrange
·
2022-12-12 21:10
NLP自然语言处理
19期推荐系统实践学习
今天参加了
datawhale
组织的19期推荐系统实践学习,报名成功,今后的两周,每天打卡学习,记录学习推荐系统的成长过程。
shiwy
·
2022-12-12 21:10
推荐系统
机器学习
大数据
python
[Task01] 零基础入门推荐系统 - 新闻推荐
先前推荐系统这块在工作中比较少接触到,一直想找机会去了解下,最近碰巧
Datawhale
举办了一个学习小组就报名参加了,本着学习分享的目的,将会记录下本次打卡学习的过程哈哈。
Pysamlam
·
2022-12-12 21:08
机器学习15种常用数学符号!
↑↑↑关注后"星标"
Datawhale
每日干货&每月组队学习,不错过
Datawhale
干货作者:小雨姑娘,康涅狄格大学,
Datawhale
成员这三天复现一个论文实验结果不正确,一直找不到原因,后来发现是自己把当成了如果你到现在搞不懂这两个符号的区别
Datawhale
·
2022-12-12 14:07
线性代数
mesh
3d
flex
数学建模
数据分析师在岗3年小结!
Datawhale
干货作者:小尧,数据分析师,
Datawhale
成员小尧:本科财务类专业毕业后就进入职场打拼,在京东完成了从财务到数据分析的惊险一跃,目前是一家外企的数据分析师。数据分析师工作的日常?
Datawhale
·
2022-12-12 03:52
人工智能
大数据
数据分析
java
编程语言
Pytorch 入门 ----学习笔记
本文是在参加
DataWhale
开源组队学习《深入浅出Pytorch》过程中,整理的学习笔记。Pytorch基础知识张量张量的创建张量,也叫做多维数组,常常我们对于一维张量也叫做标量,二位张量叫做矩阵。
tiantizzz
·
2022-12-11 18:16
ML
pytorch
Datawhale
知识图谱 Task05 Neo4j 图数据库查询
一、Neo4介绍1.1Neo4介绍Neo4j是一个世界领先的开源图形数据库,由Java编写。图形数据库也就意味着它的数据并非保存在表或集合中,而是保存为节点以及节点之间的关系;Neo4j的数据由下面3部分构成:节点边和属性;Neo4j除了顶点(Node)和边(Relationship),还有一种重要的部分——属性。无论是顶点还是边,都可以有任意多的属性。属性的存放类似于一个HashMap,Key为
Denis.Zzzzzzzz?
·
2022-12-11 14:23
datawhale
笔记
python
知识图谱
知识图谱Task01(
Datawhale
)
知识图谱的定义学术角度:语义网络(SemanticNetwork)的知识库应用角度:多关系图(Multi-relationalGraph)----包含多种类型节点和多种类型边知识图谱中的重要概念:Schema用于限定待加入知识图谱数据的格式。DataType:限定知识图谱节点值的类型Thing:限定节点的类型及属性[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-orN
千阳zz
·
2022-12-11 14:22
知识图谱
《可解释机器学习公开课》来了!
Datawhale
开源联合发布:同济子豪兄、
Datawhale
文章目录1.什么是机器学习的可解释性分析。2.学可解释机器学习有什么用?
Datawhale
·
2022-12-11 09:40
李宏毅机器学习笔记——回归
课程基于李宏毅老师《机器学习》同时感谢
Datawhale
LeeML-Notes的组队学习——五月班级目录模型设计步骤1.模型假设2.模型评估3.模型优化对单个步骤进行优化总结模型设计步骤1.模型假设,主要选择模型框架
不玩游戏的小菜鸡
·
2022-12-11 04:51
机器学习
深度学习
人工智能
DataWhale
组队学习-PyTorch 可视化学习
可视化网络结构使用torchinfo工具包来可视化网络结构。使用print函数打印模型基础信息以ResNet18为例importtorchvision.modelsasmodelsmodel=models.resnet18()print(model)这时候得到的模型信息输出结果只能得出基础构件的信息,既不能显示出每一层的shape,也不能显示对应参数量的大小。具体结果如下:ResNet((conv
一头鱼
·
2022-12-10 18:32
Python学习
pytorch
人工智能
python
datawhale
课程《transformers入门》笔记7:Transformers解析序列标注任务
Transformers解析序列标注任务本文主要来自
datawhale
的transformer教程4.2和天国之影学习笔记。
神洛华
·
2022-12-10 04:44
NLP
自然语言处理
深度学习
python
【学习笔记】【
datawhale
】 - 贝叶斯分类器 - Bayes
贝叶斯分类器-Bayes生成模型、判别模型生成模型:在概率统计理论中,生成模型是指能够随机生成观测数据的模型,尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联合概率分布。高斯混合模型和其他混合模型、隐马尔可夫模型、随机上下文无关文法、朴素贝叶斯分类器、AODE分类器、潜在狄利克雷分配模型、受限玻尔兹曼机。判别模型:在机器学习领域判别模型是一种对未知数据y与已知数据x之间关系进行
xiangshawn
·
2022-12-09 14:37
机器学习
Datawhale
组队学习Task4:教你读推荐论文-MIND
论文十问Q1论文试图解决什么问题?先前的推荐系统中只把用户建模为一个嵌入表示,不能很好的反应用户的多种兴趣关系。Q2这是否是一个新的问题?是一个新的问题Q3这篇文章要验证一个什么科学假设?用户的兴趣是分散的,精细化建模每个用户的不同兴趣对推荐系统有帮助Q4有哪些相关研究?如何归类?谁是这一课题在领域内值得关注的研究员?大领域属于序列推荐,小类为多兴趣推荐,YitongPang,YimingZhan
宇宙哇
·
2022-12-09 12:53
学习
深度学习
python
python二手车价格预测_
Datawhale
& 天池二手车交易价格预测— Task5 模型融合
Datawhale
&天池二手车交易价格预测—Task5模型融合1模型融合目标对于多种调参完成的模型进行模型融合。2内容介绍模型融合是比赛后期一个重要的环节,大体来说有如下的类型方式。
炎火鱼
·
2022-12-09 12:13
python二手车价格预测
DATAWHALE
协同过滤学习-task03矩阵分解(转)
矩阵分解1.隐语义模型与矩阵分解2.隐语义模型3.矩阵分解算法的原理4.矩阵分解算法的求解5.BasicSVD6.编程实现7.课后思考1.隐语义模型与矩阵分解协同过滤算法的特点就是完全没有利用到物品本身或者是用户自身的属性,仅仅利用了用户与物品的交互信息就可以实现推荐,是一个可解释性很强,非常直观的模型,但是也存在一些问题,第一个就是处理稀疏矩阵的能力比较弱,所以为了使得协同过滤更好处理稀疏矩阵问
xxbbin
·
2022-12-09 11:28
学习
Datawhale
八月组队学习--BERT代码实践知识记录--Day06-07
提示:BERT的代码实践文章目录前言一、BERTTokenization分词模型(BertTokenizer)二、BERTModel本体模型(BertModel)2.1BertModel2.2BertModel前向传播各个参数解读2.3BertEmbeddings2.4BertEncoder的一个细节总结前言更多细节请点击:原文链接代码链接:代码参考一、BERTTokenization分词模型(B
二进制研究员
·
2022-12-09 08:05
pytorch学习
深度学习
pytorch
bert
Tianchi发布最新AI知识树!
↑↑↑关注后"星标"
Datawhale
每日干货&每月组队学习,不错过
Datawhale
干货来源:Tianchi,方向:AI内容近期Tianchi开放了9大训练营、26门课程、历届大赛和7大顶会论文解读。
Datawhale
·
2022-12-09 08:51
算法
大数据
编程语言
人工智能
机器学习
普通人如何不被 OpenAI 取代?
Datawhale
干货Tw93,前端工程师,
Datawhale
邀约作者知乎:https://www.zhihu.com/people/tw93Github:https://github.com/tw93
Datawhale
·
2022-12-08 13:20
PyTorch 2.0发布了!一行代码提速76%
Datawhale
干货内容:PyTorch,编辑:机器之心PyTorch官方:我们这次的新特性太好用了,所以就直接叫2.0了。
Datawhale
·
2022-12-08 13:50
2022选择了交大,回顾这一年的成长
Datawhale
干货作者:王琦,上海交通大学,
Datawhale
成员2022年是颇为忙碌的一年,今年我从中国科学院大学毕业、申请上了上海交通大学的博士、参与贡献了开源教程“Easy-RL”(5.6KGitHubStars
Datawhale
·
2022-12-08 13:19
人工智能
ChatGPT有多厉害,影响到谷歌地位?
Datawhale
干货技术:ChatGPT,来源:量子位AI神器ChatGPT火了。
Datawhale
·
2022-12-08 11:59
算法
Datawhale
西瓜书第五章神经网络
M-P神经元(模拟生物行为的数学模型):接收n个输入(来自其他神经元),给各个输入赋予权重计算加权和自身特有的阙值θ进行比较(减法),经过激活函数(模拟抑制和激活)处理得到输出(传递给下一个神经元)单个M-P神经元:感知机(sgn作激活函数),对数几率回归(signmoid作激活函数)多个M-P神经元:神经网络每个神经元信号不一样,权重不一样f(x)就是一个激活函数完全可以抽象成一个线性模型阶跃函
akriver
·
2022-12-08 08:49
神经网络
回归
机器学习
Datawhale
集成学习笔记:XGBOOST算法
引用:
Datawhale
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
JeffDingAI
·
2022-12-08 06:13
机器学习
python
机器学习
人工智能
上一页
15
16
17
18
19
20
21
22
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他