LEARN 第11页

python中，处理多分类时，模型之间的参数设置

石榴花专场·2025-04-23 05:47

深度学习(Deep Learning) 原理与代码实例讲解

深度学习(DeepLearning)-原理与代码实例讲解作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来深度学习（DeepLearning

AI天才研究院·2025-04-22 18:41

论文阅读：2023 ICLR Safe RLHF: Safe Reinforcement Learning from Human Feedback

CSPhD-winston-杨帆·2025-04-22 15:51

因子表达式完美重构 | Qlib Alpha158因子库复现（代码+数据）

4、deepalphagen和gplearn部分代码优化。或者可以这么说，当前主流私募基金的做法就是因子挖掘。——手工挖，遗传算法，机器学习等。然后合成因

AI量化投资实验室·2025-04-22 08:06

多智能体深度强化学习(MADRL)开源项目安装与使用指南

多智能体深度强化学习(MADRL)开源项目安装与使用指南MADRLRepocontainingcodeformulti-agentdeepreinforcementlearning(MADRL).项目地址

叶展冰Guy·2025-04-22 04:42

Git学习日志

---Git常用基本指令------lscdmkdirlearnGitcdlearnGitpwdls-ahgitinitgitaddreadme.txtgitcommit-m"说明"gitstatusgitdiffgitloggitlog

merrily01·2025-04-22 04:39

强化学习系统学习路径与实践方法

一、学习路径规划1.基础巩固阶段（1-2个月）必读教材：《ReinforcementLearning:AnIntroduction》(Sutton&Barto)第1-6章重点掌握：马尔可夫决策过程（MDP

豆芽819·2025-04-21 23:43

用 Iris数据做决策树分析

文章目录Iris数据的准备1.直接从sklearn.datasets加载或转化成文件已备本地使用2.可以在https://archive.ics.uci.edu/dataset/53/iris下载过程示例代码如下生成的决策树如下

alpha xu·2025-04-21 19:53

Python 与 scikit - learn 处理数值特征

Python与scikit-learn处理数值特征关键词：Python,scikit-learn,数值特征,特征工程,数据预处理,机器学习,特征缩放摘要：本文将深入探讨如何使用Python和scikit-learn

Python编程之道·2025-04-21 17:09

论文阅读：2023 arxiv A Survey of Reinforcement Learning from Human Feedback

ASurveyofReinforcementLearningfromHumanFeedbackhttps://arxiv.org/pdf/2312.14925https://www.doubao.com

CSPhD-winston-杨帆·2025-04-21 12:42

c# 顶级语句 - 不使用 Main 方法的程序

顶级语句-不使用Main方法的程序-C#|MicrosoftLearnhttps://learn.microsoft.com/zh-cn/dotnet/csharp/fundamentals/program-structure

HelloRevit·2025-04-21 11:09

Python 第三方模块机器学习 Scikit-Learn模块矩阵分解,核近似

一.decomposition1.简介:该模块用于进行矩阵分解.其中大多数算法都可用于数据降维2.使用(1)类:"字典学习"(Dictionarylearning):classsklearn.decomposition.DictionaryLearning

EdVzAs·2025-04-21 00:00

（论文阅读）RNNoise 基于递归神经网络的噪声抑制库

-M.Valin,AHybridDSP/DeepLearningApproachtoReal-TimeFull-BandSpeechEnhancement,ProceedingsofIEEEMultimediaSignalProcessing

先验·2025-04-20 16:13

LeNet神经网络

LeNet概述1.历史地位开创性模型：首个成功应用的卷积神经网络（1998年）应用场景：手写数字识别（MNIST数据集）、银行支票识别提出者：YannLeCun团队（论文《Gradient-BasedLearningAppliedtoDocumentRecognition

code 旭·2025-04-20 01:00

ResNet 教程：理解并实现针对 CIFAR-10 的残差网络

ResNet由何凯明等人在2015年的论文“DeepResidualLearni

爱看烟花的码农·2025-04-20 01:57

Scikit-Learn决策树

Scikit-Learn决策树1、决策树分类2、Scikit-Learn决策树分类2.1、Scikit-Learn决策树API2.2、Scikit-Learn决策树初体验2.3、Scikit-Learn

对许·2025-04-19 17:09

用Prompt 技术【提示词】打造自己的大语言智能体

这样的学习方式称为“Instructionlearning”，透过精心设计的叙述与范例来引导机器的行為，使其更像人类。

chenchihwen·2025-04-19 15:56

选择 iOS 按键精灵无根有根越狱辅助工具的理由

新版本不断增加新功能，如支持苹果MachineLearning框架，支持yolo、ddddocr、飞浆等模型（需转换成.mlpackage|.mlmodel格式），还新增了sys.getAppList(

ii_best·2025-04-19 13:09

MIA 2025 | 利用标记数据知识：一种用于半监督3D医学图像分割的协同校正学习网络

论文信息题目：Leveraginglabelleddataknowledge:Acooperativerectificationlearningnetworkforsemi-supervised3Dmedicalimagesegmentation

小白学视觉·2025-04-19 12:30

VTK_Learning_体绘制讨论_光照&阴影、VTKLODProp3D

1.光照与阴影通过VTKVolumeProperty可以设置体绘制阴影效果（Shading）。阴影效果主要受环境光系数、散射光系数、反射光系数和高光强度四个参数影响。vtkVolumeProperty::SetAmbient()设置环境光系数vtkVolumeProperty::SetDiffuse()设置散射光系数vtkVolumeProperty::SetSpecular()设置反射光系数一般

江南又旧雨·2025-04-19 04:13

第九章：强化学习（RL）赋能 AI Agents：潜力、挑战与问题建模

强化学习（ReinforcementLearning,RL）正是这样一条充满希望的道路。

（initial）·2025-04-18 18:08

【Python机器学习】凝聚聚类——层次聚类与树状图

举例：importmatplotlib.pyplotaspltimportmglearn.plotsmglearn.plots.plot_agglomerative()plt.show()虽然这种可视化为层次聚

zhangbin_237·2025-04-18 17:04

机器学习：利用Spark MLlib实现分布式机器学习算法训练与预测。

机器学习（MachineLearning）是一门融合了统计、模式识别、计算机科学、数据挖掘等多领域知识而成的交叉学科，其目的是利用已知的数据，对未知的数据进行预测、分类、聚类、降维等任务，从而提高计算机程序的学习能力

AI天才研究院·2025-04-18 12:56

2025.04.18|【Map】地图绘图技巧全解

AddcirclesAddcirclesonaLeafletmapChangetileSeveralbackgroundtilesareofferedbyleaflet.Learnhowtoloadthem

穆易青·2025-04-18 11:21

STL_unordered_map_01_基本用法

Hi,I’mliuboI’minterestedinharmonyI’mcurrentlylearningharmony️I’mlookingtocollaborateon…Howtoreachme…sssssdsdsdsdsdsdasddsdsdsdsdsddfsgdgasdjyukyuiyuiyuigkasdfsdfgdsgsdgdgadsa

刘卜卜&嵌入式·2025-04-18 11:18

雅思练习总结（二十七）

文章原文及翻译EDUCATINGPSYCHE翻译：教育心理学EducatingPsychebyBernieNevilleisabookwhichlooksatradicalnewapproachestolearning

空白II·2025-04-18 09:38

从指令到聊天：LLM社区的重要发展

RLHF（ReinforcementLearningfromHumanFeedback）是一种通过人类反馈进行强化学习的技术，它在提高模型的有用性、诚实性和无害性方面起到了关键作用。

元楼·2025-04-18 06:47

深入解析 Scikit-learn 机器学习模型

```html深入解析Scikit-learn机器学习模型深入解析Scikit-learn机器学习模型Scikit-learn是Python中一个功能强大且易于使用的机器学习库，它提供了丰富的算法和工具来帮助开发者快速构建

灵魂变量未赋值iw·2025-04-18 04:33

Sklearn入门之datasets的基本用法

、Sklearn全称:Scipy-toolkitLearn是一个基于scipy实现的的开源机器学习库。它提供了大量的算法和工具，用于数据挖掘和数据分析，包括分类、回归、聚类等多种任务。

起个破名想半天了·2025-04-18 02:50

【scikit-learn基础】--『监督学习』之随机森林回归

随机森林回归（RandomForestRegression）是一种在机器学习领域广泛应用的算法，由美国科学家LeoBreiman在2001年提出。它是一种集成学习方法，通过整合多个决策树的预测结果来提高预测精度和稳定性。随机森林回归适用于各种需要预测连续数值输出的问题，如金融领域的股票价格预测、客户信用评分，医疗领域的疾病诊断和药物发现等。1.算法概述随机森林回归算法通过引入随机性来构建多个决策树

大雄野比·2025-04-18 02:20

【scikit-learn基础】--『监督学习』之逻辑回归分类

逻辑回归这个算法的名称有一定的误导性。虽然它的名称中有“回归”，当它在机器学习中不是回归算法，而是分类算法。因为采用了与回归类似的思想来解决分类问题，所以它的名称才会是逻辑回归。逻辑回归的思想可以追溯到19世纪，由英国统计学家FrancisGalton在研究豌豆遗传问题时首次提出。然而，真正将逻辑回归应用于机器学习的是加拿大统计学家HughEverett，他在1970年代提出了广义线性模型（GLM

大雄野比·2025-04-18 02:20

【scikit-learn基础】--『监督学习』之决策树回归

决策树算法是一种既可以用于分类，也可以用于回归的算法。决策树回归是通过对输入特征的不断划分来建立一棵决策树，每一步划分都基于当前数据集的最优划分特征。它的目标是最小化总体误差或最大化预测精度，其构建通常采用自上而下的贪心搜索方式，通过比较不同划分标准来选择最优划分。决策树回归广泛应用于各种回归问题，如预测房价、股票价格、客户流失等。1.算法概述决策树相关的诸多算法之中，有一种CART算法，全称是c

大雄野比·2025-04-18 02:50

【GNN4Medical】GNN在医疗领域发展和应用

目录1、引入2、方法综述2021SensorsGraph-BasedDeepLearningforMedicalDiagnosisandAnalysis:Past,PresentandFuture图神经网络在智能诊断与预测中应用的指南和测试基准

静静喜欢大白·2025-04-18 00:42

深度学习基础：从入门到理解核心概念

引言近年来，深度学习(DeepLearning)已成为人工智能领域最热门的研究方向之一。

巷955·2025-04-17 20:42

【学习笔记】机器学习(Machine Learning) | 第三章(1)| 多特征与向量化计算

机器学习（MachineLearning）简要声明基于吴恩达教授(AndrewNg)课程视频BiliBili课程资源文章目录机器学习（MachineLearning）简要声明一、多特征（MultipleFeatures

北温凉·2025-04-17 14:37

C# 语言介绍

C#教程-概述|MicrosoftLearnhttps://learn.microsoft.com/zh-cn/dotnet/csharp/tour-of-csharp/目录.NET体系结构Helloworld

HelloRevit·2025-04-17 12:50

paddle 12种学习率调度器

det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml摘取部分节点：Optimizer:name:Adambeta1:0.9beta2:0.999lr:name:Cosinelearning_rate

AI算法网奇·2025-04-17 10:07

mysql 与 sqlite 数学运算精度问题

mysql与sqlite数学运算精度问题在Excel中，浮点运算得到的结果可能不准确https://learn.microsoft.com/zh-cn/office/troubleshoot/excel

wowocpp·2025-04-17 07:20

机器学习：让数据开口说话的科技魔法

机器学习（MachineLearning）是一门通过从数据中自动分析规律、构建模型，从而对未知数据进行预测或决策的科学。简单来说，它是让计算机像人类

不三不四୭·2025-04-17 04:32

Prediction of recurrence risk in endometrial cancer with multimodal deep learning

以下是对《Predictionofrecurrenceriskinendometrialcancerwithmultimodaldeeplearning》（NatureMedicine,2024）的深度解析

小小毛桃·2025-04-17 01:10

机器学习KNN算法

1.KNN的核心原理KNN是一种基于实例的学习（Instance-BasedLearning），也称为惰性学习（LazyLearning），因为它不会在训练阶段构建显式模型，而是在预测时直接计算

zhglhy·2025-04-16 22:16

ACI EP Learning Whitepaper 2.2. EP学习优化配置选项 - BD 级别配置

UnicastRoutingTenants>Networking>BridgeDomains>L3Configuration开启BD下的单播路由。若此功能关闭，BD只做二层交换，BD中终端网关设置在ACI外部（BDsubnet配置不会下放到leaf，即没有路由功能也不会将任何IP地址学习为EP）。推荐–L3场景开启unicastrouting+EnforceSubnetCheck不推荐–L2BD启

m0_54931486·2025-04-16 20:38

ACI EP Learning Whitepaper 3. Disabling IP Data-plane Learning 功能

目录1.使用场景1.1未disableIPdata-planelearning时1.2disableIPdata-planelearning后2.一代Leaf注意事项3.L2未知单播注意事项1.使用场景

m0_54931486·2025-04-16 20:06

UE5 Chaos ：官方文献总结 + 渲染网格体 (Render Mesh）和模拟网格体是如何关联的？为什么模拟网格体可以驱动渲染网格体？

官方文献：https://dev.epicgames.com/community/learning/tutorials/pv7x/unreal-engine-panel-cloth-editor1.流程概述本文档介绍了如何通过面板编辑器

子燕若水·2025-04-16 19:32

我的机器学习之路（初稿）

监督学习（带标签数据）2.无监督学习（无标签数据）3.强化学习（决策优化）(我之后主攻的方向)四、典型应用场景五、学习路线图六、常见误区警示七、工具链推荐八、前沿方向一、机器学习定义机器学习（MachineLearning

兮兮能吃能睡·2025-04-16 16:12

【开篇：机器学习：新能源汽车研发的“数据炼金术“】

机器学习（MachineLearning）就像一套新型"实验工具"，它能够：从10万行BMS日志中发现潜在失效模式用数字孪生替代50%的物理测试

新能源汽车--三电老K·2025-04-16 08:21

【代码模板】T-SNE 绘图

importmatplotlib.pyplotasplt#绘图fromsklearn.manifoldimportTSNE#降维df_ma=pd.read_excel('PNAS_HCC.xlsx',sheet_name

黎鸽鸽·2025-04-16 08:49

Python之机器学习入门

以下是一个机器学习入门指南及Python代码示例：我的机器学习之路（初稿）1.常用Python机器学习库Scikit-learn：经典机器学习算法库TensorFlow/PyTorch：深度学习框架Pandas

兮兮能吃能睡·2025-04-16 07:09

机器学习中监督学习、无监督学习、强化学习的区别

监督学习、无监督学习和强化学习是机器学习的三种主要类型，它们在数据、目标和训练过程上有着本质的区别：监督学习（SupervisedLearning）数据：监督学习使用标记过的数据集，即每个样本都有对应的标签或目标值

、我是男生。·2025-04-16 03:13

Pytorch深度学习框架60天进阶学习计划 - 第43天：强化学习基础（二）

Pytorch深度学习框架60天进阶学习计划-第43天：强化学习基础（二）第二部分：策略梯度算法及其方差优化策略2.1策略梯度方法概述策略梯度方法是强化学习的另一个重要分支，与Q-learning不同，

凡人的AI工具箱·2025-04-15 22:42

推荐频道

LEARN