PySpark机器学习

（10-2-04）贷款预测模型

10.2.4数据预处理数据预处理(DataPreprocessing)是数据分析和机器学习中的一个重要步骤，旨在准备原始数据以供分析或训练模型使用。
码农三叔·2024-01-04 07:41

（10-2-01）贷款预测模型

贷款预测模型是一种机器学习模型，用于预测个人或机构是否有资格获得贷款，以及贷款的条件，如贷款金额和利率。这种模型在银行和金融机构中广泛应用，有助于自动化贷款批准流程、提高效率、减少风险和改善客户体验。
码农三叔·2024-01-04 07:09

（3-3-01）数据标准化与归一化

3.3.1标准化与其重要性标准化是数据预处理中的一项重要技术，它对于训练和优化机器学习模型具有重要作用。
码农三叔·2024-01-04 07:09

（3-3-02）数据标准化与归一化

3.3.3数据转换和规范化数据转换和规范化是数据预处理的重要步骤，用于将原始数据转化为适合机器学习模型训练的格式，同时对数据进行标准化和处理，以提高模型的性能和稳定性。
码农三叔·2024-01-04 07:09

龙芯loongarch64服务器编译安装tensorflow

前言TensorFlow是一个由Google开发的开源机器学习框架，旨在实现深度学习模型的开发、训练和部署。它提供了丰富的工具和库，以支持各种机器学习任务和模型的构建。
番茄小能手·2024-01-04 07:27

Datawhale零基础入门NLP赛事 - Task3 基于机器学习的文本分类

我们构建了基于词袋模型和TF-IDF的特征提取器，随后构建了岭回归的分类器，并通过更改其各项参数观察变化，最后，使用逻辑回归作为分类器，发现效果大不如岭回归分类器。具体分析随后附上。
AugBoost·2024-01-04 07:45

AIGC/机器学习/深度学习/卷积神经网络/地球科学/AI绘图等模块

2023年随着OpenAI开发者大会的召开，最重磅更新当属GPTs，多模态API，未来自定义专属的GPT。微软创始人比尔盖茨称ChatGPT的出现有着重大历史意义，不亚于互联网和个人电脑的问世。360创始人周鸿祎认为未来各行各业如果不能搭上这班车，就有可能被淘汰在这个数字化时代，如何能高效地处理文本、文献查阅、PPT编辑、编程、绘图和论文写作已经成为您成功的关键。而ChatGPT，作为一种强大的自
Teacher.chenchong·2024-01-04 06:37

简易机器学习笔记（七）计算机视觉基础 - 常用卷积核和简单的图片的处理

前言这里实际上涉及到了挺多有关有关理论的东西，可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。【低层视觉】低层视觉中常见的卷积核汇总图像处理中常用的卷积核在代码中，我们实际上是用不同的卷积核来造成不同的影响，我这里也是paddle中对于卷积核的几个比较简单的应用。什么是卷积核？如果你不考虑卷积核的计算，可以简单的将卷积核理解成一个矩阵，这个矩阵维度的大小和取值的不同会导致
Leventure_轩先生·2024-01-04 06:29

C++牛客知识点2

二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
晴山ぺ·2024-01-04 06:28

git安装

二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
晴山ぺ·2024-01-04 06:28

机器学习-实践：海量文件遍历和简单计算器实现

今日我们分享2个机器学习的实践代码海量文件遍历和简单计算器实现。海量文件遍历In[40]!tree-L3./data/.
人工智能MOS·2024-01-04 06:28

【深度学习】02--框架

文章导读：•机器学习框架：•Scikit-Learn•SparkMLlib•深度学习框架•Theano蒙特利尔理工学院•TensorFlow谷歌•PytorchFacebook•Deeplearning4j
创造new_world·2024-01-04 06:55

数据挖掘--决策树

决策树算法之所以如此流行，一个很重要的原因就是使用者基本上不用了解机器学习算法，也不用深究它是如何工作的。直观看上去，决策树分类器就像判断模块
人工智能MOS·2024-01-04 06:25

VSCode使用

二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
晴山ぺ·2024-01-04 06:55

大数据HCIE成神之路之数据预处理（5）——偏态数据处理

实验操作步骤步骤1导入相关模块和`Data_to_Transform.csv`数据集步骤2平方根法步骤3对数转换步骤4Box-Cox转换1.1偏态数据三种处理方案1.1.1实验背景许多经典的统计方法和机器学习算法都假设数据服从正态分布
邵奈一·2024-01-04 05:17

静态S5的未来发展与趋势预测

一、智能化与自动化随着人工智能和机器学习技术的快速发展，静态S5有望在未来进一步集成这些技术，实现数据分析和处理的智能化、自动化。
华科℡云·2024-01-04 05:39

利用python进行数据分析(1)

时间序列二.重要的Python库NumPy基础数据结构和函数pandas高级数据结构和函数matplotlib二维数据可视化IPython和Jupyter交互Scipy科学计算领域scikit-learn机器学习包
Doter·2024-01-04 04:41

机器学习-4：机器学习的建模流程

机器学习的建模流程流程为：原始数据-->数据预处理-->特征工程-->建模-->验证。
Doawen·2024-01-04 01:43

Python 手写线性回归算法竟如此简单

【从零开始学机器学习第11篇】摘要：通俗易懂介绍线性回归算法，并Python手写实现。
wade1203·2024-01-04 01:31

手写python实现梯度下降算法（base问题：多元线性回归）

手写python实现梯度下降算法因为课程设计的原因，接触了很多和机器学习相关的事情在学习的时候发现，机器学习如果只是听不写代码基本什么都学习不到于是自己利用python手写了大部分的常见的基础的算法很有趣呢
小野堂·2024-01-04 01:29

【CSDN软件工程师能力认证学习精选】python机器学习手写算法系列——线性回归

CSDN软件工程师能力认证（以下简称C系列认证）是由中国软件开发者网CSDN制定并推出的一个能力认证标准。C系列认证历经近一年的实际线下调研、考察、迭代、测试，并梳理出软件工程师开发过程中所需的各项技术技能，结合企业招聘需求和人才应聘痛点，基于公开、透明、公正的原则，甑别人才时确保真实业务场景、全部上机实操、所有过程留痕、存档不可篡改。我们每天将都会精选CSDN站内技术文章供大家学习，帮助大家系统
高校俱乐部·2024-01-04 01:28

机器学习笔记一

一、什么是机器学习（一）机器学习定义一：计算机通过非显著性编程获得的学习能力。非显著性编程指的是：计算机自己从经验中总结出相关的规律。显著性编程：需要人为把机器人所处的环境调查清楚。
唐豆豆*·2024-01-04 00:45

【好书推荐-第一期】《一书读懂物联网：基础知识+运行机制+工程实现》

欢迎大家关注本专栏~专栏一键跳转同时欢迎大家关注其他专栏，我将分享Web前后端开发、人工智能、机器学习、深度学习从0
程序员洲洲·2024-01-04 00:44

哪些算法可以用于文字识别？

OCR技术主要依赖于图像处理和机器学习算法，通过对图像进行预处理、特征提取和分类器训练，最终实现文字的识别。目前，OCR技术
金鸣识别·2024-01-03 23:10

Spark相关知识点（期末复习集锦）

一、Spark简介Spark，拥有hadoopMR所具有的优点，但不同于MR的是job中监测结果可以保存在内存中，从而不再需要读写HDFS，因此spark能够更好的适用于数据挖掘与机器学习等需要迭代的mr
夜をむかえる·2024-01-03 22:49

大数据机器学习TF-IDF 算法+SnowNLP智慧旅游数据分析可视化推荐系统

文章目录大数据机器学习TF-IDF算法+SnowNLP智慧旅游数据分析可视化推荐系统一、项目概述二、机器学习TF-IDF算法什么是TF-IDF？
星川皆无恙·2024-01-03 22:48

from pyspark.mllib.recommendation import Rating出错

进入pyspark输入frompyspark.mllib.recommendationimportRating报错nomodulenamednumpy我的环境：centos6.5，python2.6显然是我的虚拟机系统里自带的
路人乙yh·2024-01-03 22:47

李宏毅机器学习第二十二周周报GAN理论2

文章目录week22TheorybehindGAN2摘要Abstract一、李宏毅机器学习0.上周内容概述1.GAN的训练过程2.生成器与分辨器的算法细节3.整体算法描述4.原文中生成器目标函数的实现方式二
沽漓酒江·2024-01-03 22:48

李宏毅机器学习第二十周周报GAN4

文章目录week20GAN4摘要Abstract一、李宏毅机器学习——GAN41.LearningfromUnpairedData2.CycleGAN3.Application二、文献阅读1.题目2.abstract3
沽漓酒江·2024-01-03 22:18

李宏毅机器学习第二十一周周报GAN理论

文章目录week21TheorybehindGAN摘要Abstract一、李宏毅机器学习——TheorybehindGAN1.Generation2.最大似然估计3.Generator3.Discriminator
沽漓酒江·2024-01-03 22:18

李宏毅机器学习第十八周周报GAN2

文章目录week18GAN2摘要Abstract一、TheorybehindGAN1.训练目的2.Wassersteindistance二、文献阅读1.题目2.abstract3.网络架构3.1WassersteinDistance3.2WasserteinGANs3.3Gradientpenalty4.文献解读4.1Introduction4.2创新点4.3实验过程4.3.1Difficulti
沽漓酒江·2024-01-03 22:47

李宏毅机器学习第十九周周报GAN3

文章目录week19GAN3摘要Abstract一、李宏毅机器学习——GAN31.Introduce2.DifficultyinGANtraining3.EvaluationofGeneration4.
沽漓酒江·2024-01-03 22:47

【机器学习】李宏毅——Flow-based Generative Models

前文我介绍了部分关于生成学习的内容，可以参考我这篇博文点此前面介绍的各个生成模型，都存在一定的问题：对于PixelRNN这类模型来说，就是从左上角的像素开始一个个地进行生成，那么这个生成顺序是否合理，每一个像素是否只与它前面的像素有关，这就是其问题VAE的问题在前文就已经提到，它只能够学会模仿训练集中的例子，无法真正做到“创造”对于GAN来说可能是生成方面最好的模型，但是实在是太难训练了因此我们接
FavoriteStar·2024-01-03 22:46

模式识别与机器学习-半监督学习

模式识别与机器学习-半监督学习半监督学习半监督学习的三个假设半监督学习算法自学习算法自学习的步骤：自学习的优缺点：优点：缺点：协同训练多视角学习生成模型半监督SVM谨以此博客作为复习期间的记录半监督学习半监督学习
Kilig*·2024-01-03 22:45

李宏毅机器学习第二十三周周报 Flow-based model

文章目录week23Flow-basedmodel摘要Abstract一、李宏毅机器学习1.引言2.数学背景2.1Jacobian2.2Determinant2.3ChangeofVariableTheorem3
沽漓酒江·2024-01-03 22:15

人工智能、神经网络，pytorch的功能介绍和部分示例代码

PyTorch是一个用于科学计算的基于Python的开源机器学习库，它具有动态计算图的特性，可以有效地支持深度学习项目。
亦旧sea·2024-01-03 21:06

机器学习在回归合成控制法中的应用

回归合成控制法（RegressionSynthesisControlMethod）是一种用于系统控制的方法。它通过建立系统的回归模型，并根据这个模型来进行控制。具体而言，回归合成控制法通过收集并分析系统的输入和输出数据，建立系统的数学回归模型，然后将这个模型用于生成控制器的输出信号，以实现对系统的控制。回归合成控制法可以分为两个主要步骤：标识（Identification）和合成（Synthesi
亦旧sea·2024-01-03 21:06

深度学习知识点汇总-机器学习基础（3）

2.3.1数据（1）数据收集获取数据及其对应标签将数据集划分为训练数据集和验证数据集考虑样本不均衡的问题，并基于此使用交叉验证的方法（2）数据预处理去除错误数据和标签缺失的数据数据增强（3）特征工程传统机器学习方法中对特征进行选择
深度学习模型优化·2024-01-03 20:55

特征工程

1、特征工程1.1相关定义1.1.1数据集数据集的构成：特征值+目标值（有些数据集是可以没有目标值的）机器学习开发流程：1）获取数据2）数据处理3）特征工程4）机器学习算法训练-得到模型5）模型评估6）
三块给你买麻糬_31c3·2024-01-03 20:47

机器学习之使用pandas进行数据探索---通过分析电信运营商的客户离网率数据集

pandas可以使用类似SQL的方式对.csv,;tsv,.xlsx等格式的数据进行处理分析pandas主要使用的数据结构是series和dataFrame类。series是一种类似于一维数组的对象，它是一组数据（各种numpy数据类型）及一组与之相关的数据标签（即索引）组成dataFrame是一个二维数据结构，即一张表格，其中每列数据的类型相同。你可以把它看成由series实例构成的字典‘首先载
兔兔爱学习兔兔爱学习·2024-01-03 20:59

了解长短期记忆 (LSTM) 网络：穿越时间和记忆的旅程

一、说明在人工智能和机器学习的迷人世界中，长短期记忆(LSTM)网络作为一项突破性创新脱颖而出。
无水先生·2024-01-03 20:23

机器学习的算法简单介绍-随机森林算法

随机森林随机森林目前在学习的过程中，并未使用到，因此，仅仅简单的介绍一下相应的概念和应用的方面，等后续学习的过程中使用到，会继续进行补充。随机森林（RandomForest）可以看作是一种集成学习方法，属于Bagging（BootstrapAggregating）类型的算法。它建立在决策树的基础上，通过构建多个决策树并将它们整合在一起，提高了模型的性能和鲁棒性。以下是随机森林的主要特点和工作原理：
Algorithm_Engineer_·2024-01-03 20:53

机器学习的算法简单介绍-朴素贝叶斯算法

朴素贝叶斯网络（NaiveBayesNetwork）与贝叶斯网络（BayesianNetwork）有一些不同之处，让我们来澄清一下这两个概念。贝叶斯网络（BayesianNetwork）：贝叶斯网络是一种用于建模概率关系的图模型。它使用有向无环图（DAG）来表示一组变量之间的依赖关系，并通过概率分布来量化这些依赖关系。节点表示变量，边表示变量之间的依赖关系。每个节点都与其父节点相关，而给定父节点的
Algorithm_Engineer_·2024-01-03 20:52

机器学习中的监督学习基本算法-支持向量机简单介绍

简单的介绍一些关于支持向量机的概念和内容支持向量机（SupportVectorMachine，SVM）是一种用于分类和回归的监督学习模型。SVM的目标是在特征空间中找到一个超平面，该超平面可以将不同类别的样本分开，并在所有可能的超平面中选择具有最大间隔（margin）的超平面。以下是支持向量机的一些关键概念和特点：超平面：在二维空间中，超平面是一条直线；在三维空间中，它是一个平面；在更高维的空间中
Algorithm_Engineer_·2024-01-03 20:22

机器学习中聚类算法-简单介绍

聚类是机器学习中一类重要的无监督学习问题，其目标是将数据集中的样本划分为不同的组，使得同一组内的样本相似度较高，不同组之间的相似度较低。
Algorithm_Engineer_·2024-01-03 20:47

小知识点系列(三) 本文(3万字) | PAN与代码复现 | Backbone之FPN与代码复现 | SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC |

点击进入专栏：《人工智能专栏》Python与Python|机器学习|深度学习|目标检测|YOLOv5及其改进|YOLOv8及其改进|关键知识点|各种工具教程文章目录PAN与代码复现Backbone之FPN
小酒馆燃着灯·2024-01-03 20:46

【机器学习知识体系】- 逻辑回归篇

在下面这篇文章中，有对其比较简单形象的描述：轻松看懂机器学习十大常用算法在面试时有时会问到LR为什么用sigmoid？
不会停的蜗牛·2024-01-03 17:11

机器学习异常值处理 逻辑汇总一

一清除数据中恒定不变值如果某个数据长时间不变，默认异常，清除掉该部分数据：#使用`shift`和`cumsum`来创建一个分组键，每次值改变都会增加组号g=(df['沉淀池3号进水流量']!=df['沉淀池3号进水流量'].shift()).cumsum()#使用`transform`来计算每个组的大小counts=df.groupby(g)['沉淀池3号进水流量'].transform('cou
处女座_三月·2024-01-03 17:24

互联网加竞赛 基于LSTM的天气预测 - 时间序列预测

0前言优质竞赛项目系列，今天要分享的是机器学习大数据分析项目该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！
Mr.D学长·2024-01-03 17:20

【机器学习】一文读懂分类算法常用评价指标

最近恰好在做文本分类的工作，所以把机器学习分类任务的评价指标又过了一遍。本文将详细介绍
weixin_30664051·2024-01-03 17:05
上一页 74 75 76 77 78 79 80 81 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他