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
R语言机器学习
Python
机器学习
:Scikit-learn库与应用
当涉及到Python
机器学习
时,Scikit-learn是一个非常流行且功能强大的库。它提供了广泛的算法和工具,使得
机器学习
变得简单而高效。
数据小爬虫
·
2024-02-19 18:11
api
电商api
机器学习
python
scikit-learn
开发语言
运维
服务器
【
机器学习
算法】KNN鸢尾花种类预测案例和特征预处理。全md文档笔记(已分享,附代码)
本系列文章md笔记(已分享)主要讨论
机器学习
算法相关知识。
·
2024-02-19 18:51
机器学习python算法
R语言
GARCH族模型:正态分布、t、GED分布EGARCH、TGARCH的VaR分析股票指数|附代码数据
全文链接:http://tecdat.cn/?p=31023最近我们被客户要求撰写关于GARCH族模型的研究报告,包括一些图形和统计输出。如何构建合适的模型以恰当的方法对风险进行测量是当前金融研究领域的一个热门话题(点击文末“阅读原文”获取完整代码数据********)。VaR方法作为当前业内比较流行的测量金融风险的方法,具有简洁,明了的特点,而且相对于方差来讲,更多的将投资人的损失作为风险具有更
·
2024-02-19 18:17
数据挖掘深度学习机器学习算法
GEE:关于在GEE平台上进行回归计算的若干问题
作者:CSDN@_养乐多_记录一些在GoogleEarthEngine(GEE)平台上进行
机器学习
回归计算的问题和解释。文章目录一、回归1.1问:GEE平台上可以进行哪些
机器学习
回归算法?
_养乐多_
·
2024-02-19 18:40
GEE
GEE
javascript
遥感图像处理
云计算
回归
Python用GAN生成对抗性神经网络判别模型拟合多维数组、分类识别手写数字图像可视化
Facebook的AI研究总监YannLeCun称对抗训练是“过去10年中最有趣的
机器学习
领域
·
2024-02-19 18:13
数据挖掘深度学习机器学习算法
R语言
基于ARCH模型股价波动率建模分析|附代码数据
原文链接:http://tecdat.cn/?p=3856原文出处:拓端数据部落公众号最近我们被客户要求撰写关于ARCH的研究报告,包括一些图形和统计输出。引言金融中一个重要度量是与资产相关的风险,而资产波动率是最常用的风险度量。然而,资产波动率的类型有多种。波动率不能直接观测的性质在波动率研究和建模中有非常重要的含义。数据选取笔者选取1973年1月到2009年12月,英特尔公司(INTC)股票的
·
2024-02-19 18:43
数据挖掘深度学习机器学习
R语言
Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化|附代码数据
全文链接:http://tecdat.cn/?p=30360最近我们被客户要求撰写关于网络购物用户行为的研究报告,包括一些图形和统计输出。随着网络的迅速发展,依托于网络的购物作为一种新型的消费方式,在全国乃至全球范围内飞速发展电子商务成为越来越多消费者购物的重要途径。我们被客户要求撰写关于网络购物行为的研究报告。项目计划使用数据挖掘的方法,以京东商城网购用户的网络购物数据为基础,对网络购物行为的三
·
2024-02-19 18:42
数据挖掘
生信学习小组Day7笔记--苏剑请
以下知识点均为生信星球公众号提供):生信Day7笔记1.png生信Day7笔记2.png心得1.7天的学习进入了尾声,其实生信的学习远远还没有结束,昨天老师教了如何下载R包小抄和根据R包小抄进行学习,日后将会是我学习
R语言
的重要指南
苏剑清
·
2024-02-19 17:29
挑战杯 基于CNN实现谣言检测 - python 深度学习
机器学习
文章目录1前言1.1背景2数据集3实现过程4CNN网络实现5模型训练部分6模型评估7预测结果8最后1前言优质竞赛项目系列,今天要分享的是基于CNN实现谣言检测该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!更多资料,项目分享:https://gitee.com/dancheng-senior/postgraduate1.1背景社交媒体的发展在加速信息传播的同时,也带来了虚假谣言信息的泛滥,往往
laafeer
·
2024-02-19 16:45
cnn
python
深度学习:开启人工智能的未来探索之旅
深度学习的概念与原理深度学习是一种基于人工神经网络的
机器学习
方法,其核心理念是通过模拟人脑神经网络的多层次结构,实现对复杂数据的学习和分析。人工神经网络是一种模拟生
快乐非自愿
·
2024-02-19 16:05
人工智能
深度学习
如何使用 MongoDB 构建采用 AI 技术的应用程序
这可以包括
机器学习
(ML)、深度学习(DL)、自然语言处理(NLP)等。确定您需要收集和处理的数据类型以及这些数据如何支持AI模型。设计数据模型:根据AI模型的需求设计MongoDB的数据模型。
数字化信息化智能化解决方案
·
2024-02-19 16:03
mongodb
人工智能
数据库
PyTorch基本介绍
基本介绍PyTorch是一个基于Python的
机器学习
框架,由Facebook于2016年发布。它提供了一组灵活且高效的工具,可用于构建和训练各种深度学习模型。
Rain松
·
2024-02-19 16:02
机器学习与深度学习
pytorch
深度学习
机器学习
【深度学习】Pytorch 系列教程(二):PyTorch数据结构:1、Tensor(张量): GPU加速(GPU Acceleration)
Dimensions)2.数据类型(DataTypes)3.GPU加速(GPUAcceleration)查看可用gpu张量移动经典语句device一、前言ChatGPT: PyTorch是一个开源的
机器学习
框架
QomolangmaH
·
2024-02-19 16:28
#
PyTorch
深度学习
pytorch
数据结构
cuda
gpu算力
tensor
张量
见世面的成本有多低?这几个技术公众号告诉你答案
人工智能爱好者社区专注人工智能、
机器学习
、数据科学等顶尖技术前沿科技成果研究、实战技巧。每周会有书豪采访记系列采访技术大佬文章和原创漫画文章,立即关注,掌握人工智能最新资讯与成果。
傅一平
·
2024-02-19 16:19
《深度学习》阅读笔记
L2范数即
机器学习
中常用的MSE,但在原点处增长太缓慢。当0和非0元素间的差异非常重要时,使用L1范数。衡量矩阵的大小:frobenius范数2.6特征分解由矩阵的特征值定义可以推得正定:所
林子闲_5f12
·
2024-02-19 16:48
深度神经网络中的BNN和DNN:基于存内计算的原理、实现与能量效率
引言深度神经网络(DNN)在
机器学习
领域越来越受欢迎,其在一系列任务中展现出最先进的性能。为了达到最佳结果,通常需要大量的训练数据和大型模型,从而使得训练和推理过程变得复杂。
·
2024-02-19 16:10
算法
深度学习的魅力:探索人工智能的未来之路
深度学习是
机器学习
的一个分支,它模拟人脑的神经网络结构,通过大量的数据进行训练,从而使机器能够学到复杂的
洞深视界
·
2024-02-19 16:46
人工智能
深度学习
Amazon Web Services -- 全球云计算领导者
AmazonWebServices--全球云计算领导者AmazonWebServices--全球云计算领导者、云基础设施与平台服务(Iaas&PaaS)领导者;计算、存储和数据库等基础设施技术,到
机器学习
·
2024-02-19 16:06
如何探索和可视化用于图像中物体检测的 ML 数据
近年来,人们越来越认识到深入理解
机器学习
数据(ML-data)的必要性。
虚无火星车
·
2024-02-19 16:11
python
深度学习
人工智能
基于
R语言
APSIM模型应用
随着数字农业和智慧农业的发展,基于过程的农业生产系统模型在模拟作物对气候变化的响应与适应、农田管理优化、作物品种和株型筛选、农田固碳和温室气体排放等领域扮演着越来越重要的作用。APSIM(AgriculturalProductionSystemssIMulator)模型是世界知名的作物生长模拟模型之一。APSIM模型有Classic和NextGeneration两个系列模型,能模拟几十种农作物、牧
PhyliciaFelicia
·
2024-02-19 16:51
生态
R语言
气象
r语言
开发语言
机器学习
概念读书笔记
1-
机器学习
起源
机器学习
始于1950年代,塞缪尔用跳棋游戏研究
机器学习
,最终程序打败了他自己,后来更是战胜了美国跳棋全国冠军。
人工智娘
·
2024-02-19 15:47
机器学习
第二十五周周报 ConvLSTM
文章目录week25ConvLSTM摘要Abstract一、李宏毅
机器学习
二、文献阅读1.题目2.abstract3.网络架构3.1降水预报问题的建模3.2ConvolutionalLSTM3.3编码-
沽漓酒江
·
2024-02-19 15:51
机器学习
人工智能
机器学习
---规则学习(序贯覆盖、单条规则学习、剪枝优化)
1.序贯覆盖回归:分类:聚类:逻辑规则:读作:若(文字1且文字2且...),则目标概念成立规则集:充分性与必要性;冲突消解:顺序规则、缺省规则、元规则eg:命题逻辑→命题规则原子命题:,,,…A,B,C,…;逻辑连词:↔,→,←,⋀,⋁,¬…↔,→,←,⋀,⋁,¬…一阶逻辑→一阶规则常量:,,,…,1,2,3,…;变量:,,,…A,B,C,…(n元)谓词/函数:p/n,f/n;项:常量|变量|函数
三月七꧁ ꧂
·
2024-02-19 15:21
机器学习
剪枝
算法
机器学习
神经网络算法 —— Embedding(嵌入)!!
文章目录前言1、Embedding的本质(1)
机器学习
中的Embedding(2)NLP中的Embedding2、Embedding的原理(1)ImageEmbedding(图像嵌入)(2)WordEmbedding
JOYCE_Leo16
·
2024-02-19 15:15
Transformer
神经网络
embedding
深度学习
自然语言处理
【大厂AI课学习笔记】【2.2
机器学习
开发任务实例】(1)搭建一个
机器学习
模型
今天学习的是,如何搭建一个
机器学习
模型。主要有以上的步骤:原始数据采集特征工程数据预处理特征提取特征转换(构造)预测识别(模型训练和测试)在实际工作中,特征比模型更重要。
giszz
·
2024-02-19 14:43
人工智能
学习笔记
人工智能
学习
笔记
【大厂AI课学习笔记】【2.2
机器学习
开发任务实例】(3)数据准备和数据预处理
项目开始,首先要进行数据准备和数据预处理。数据准备的核心是找到这些数据,观察数据的问题。数据预处理就是去掉脏数据。缺失值的处理,格式转换等。延伸学习:在人工智能(AI)的众多工作流程中,数据准备与预处理占据着举足轻重的地位。这两个步骤不仅影响着模型的训练效率和准确性,更是确保AI系统能够在实际应用中发挥效能的基石。一、数据准备数据准备的核心在于找到合适的数据源,并确保这些数据能够充分反映所要解决的
giszz
·
2024-02-19 14:43
人工智能
学习笔记
学习
笔记
【吴恩达·
机器学习
】第二章:单变量线性回归模型(代价函数、梯度下降、学习率、batch)
——《朗读者》0、声明本系列博客文章是博主本人根据吴恩达老师2022年的
机器学习
课程所学而写,主要包括老师的核心讲义和自己的理解。
Yaoyao2024
·
2024-02-19 14:41
机器学习
线性回归
学习
Pytorch-SGD算法解析
关注B站可以观看更多实战教学视频:肆十二-的个人空间-肆十二-个人主页-哔哩哔哩视频(bilibili.com)SGD,即随机梯度下降(StochasticGradientDescent),是
机器学习
中用于优化目标函数的迭代方法
肆十二
·
2024-02-19 14:10
Pytorch语法
yolo
SGD
随机梯度下降
机器学习
第二十八周周报 PINNs2
文章目录week28PINNs2摘要Abstract一、Lipschitz条件二、文献阅读1.题目数据驱动的偏微分方程2.连续时间模型3.离散时间模型4.结论三、CLSTM1.任务要求2.实验结果3.实验代码3.1模型构建3.2训练过程代码小结参考文献week28PINNs2摘要本文主要讨论PINN。本文简要介绍了Lipschitz条件。其次本文展示了题为Physics-informedneura
沽漓酒江
·
2024-02-19 14:38
机器学习
人工智能
OLMo论文里的模型结构的小白解析
模型参数量以7B为例,隐藏层为4086,attentionheads为32训练的token量为2.46T训练策略超参数在我们的硬件上优化训练吞吐量,同时最小化损失峰值和缓慢发散的风险来选择超参数损失峰值:在
机器学习
中
瓶子好亮
·
2024-02-19 14:08
10天学完OLMo
语言模型
R语言
:改造corrgram包画复合型相关性热图
corrgram用来画相关性热图很不错,因为此包可以使上下半个三角用于显示不同的图和信息,从而让热图信息比较充实。此函数内置了很多参数,比如可以通过lowe.pancel或者upper.panel的自带方法在上下半区显示:颜色热图,相关性系数,散点图,bar图等等。corrgram(data,diag=panel.density,lower.panel=panel.fill,#相关系数显示颜色up
蟒茶
·
2024-02-19 14:05
R小系列
r语言
R语言
绘制热图
运用
R语言
绘制热图本文主要讲述绘制热图的两种方式,分别为利用pheatmap包和ggplot2包目录运用
R语言
绘制热图一、热图概念二、热图绘制方法1.利用pheatmap包2.利用ggplot2包一、概念热图是一种很常见的图
小潘的生信笔记
·
2024-02-19 14:05
R语言
r语言
开发语言
1024程序员节
R语言
画相关性热图
R语言
进行聚类热图install.packages("corrplot2")install.packages("Hmisc")install.packages("pheatmap")library(Hmisc
还没秃头的程序猿-D
·
2024-02-19 14:02
研究牲
r语言
开发语言
R语言
如何绘制相关性热图(14)
1.什么是相关性热图?相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。当两个变量之间存在非常强烈的相互依赖关系的时候,我们就可以说两个变量之间存在高度相关性。若两组的值一起增大,我们称之为正相关,若一组的值增大时,另一组的值减小,我们称之为负相关。默认一般使用皮尔逊算法算相关性。皮尔逊相关系
心有灵犀啦
·
2024-02-19 14:31
R语言绘图
r语言
R语言
corrplot相关性热图制作
R语言
corrplot相关性热图制作使用
R语言
制作相关性热图,使用corrplot这个包,本文进行简略的介绍,函数的具体内容见文档:https://cran.r-project.org/web/packages
梦剧场zjugis
·
2024-02-19 14:01
可视化
R语言
数据分析
r语言
数据可视化
数据分析
R语言
绘制相关性热图
1.ggplot2包ggplot函数绘制相关性热图###1.ggplot2包ggplot函数绘制相关性热图rm(list=ls())head(mtcars[,1:6])#查看前六行六列cormtcars%#将矩阵转换成数据框 mutate(x=rownames(cormtcars))%>% #新建一列x,是11种属性变量 melt(id='x')%>% #将宽数据转换成长数据,更适
qq_27390023
·
2024-02-19 14:01
r语言
R语言
linkET包绘制相关性组合网络热图
能绘制热图的R包很多,既往我们已经介绍了《
R语言
pheatmap包绘制热图》,今天咱们来介绍一下
R语言
linkET包绘制相关性组合网络热图。
天桥下的卖艺者
·
2024-02-19 14:29
R语言
科研绘图
r语言
开发语言
利用
R语言
绘制相关性热图
数据示例(归一化处理后):install.packages("corrplot")install.packages("ggplot2")install.packages("ggpubr")library(corrplot)install.packages("GGally")library(GGally)library(ggplot2)library(ggpubr)library(readxl)#读
陆小吉1212
·
2024-02-19 14:53
r语言
python
开发语言
Quick introduction to Apache Spark
它还支持一组丰富的更高级别的工具,包括SparkSQL用户SQL和结构化数据处理,MLlib
机器学习
,GraphX用户图形处理下载从项目网站的下载页面获取Spark。
Liam_ml
·
2024-02-19 13:29
R语言
基本数据管理学习
“数据是一件麻烦事——一件非常非常麻烦的事。《星际迷航》本章内容1.操纵日期和缺失值2.熟悉数据类型的转换3.变量的创建和重编码4.数据集的排序,合并与取子集5.选入和丢弃变量1.创建新变量x%%y为求余;x%/%y整数除法。5%/%2的结果为2。利用$符号,也可以为为数据框添加新的一列,eg:mydata$sumx2.变量的重编码将一个连续型变量修改为一组类别值将误编码的值替换为正确值基于一组分
超人快飞
·
2024-02-19 13:05
【解决(几乎)任何
机器学习
问题】:处理分类变量篇(上篇)
这篇文章相当长,您可以添加至收藏夹,以便在后续有空时候悠闲地阅读。本章因太长所以分为上下篇来上传,请敬请期待很多⼈在处理分类变量时都会遇到很多困难,因此这值得⽤整整⼀章的篇幅来讨论。在本章中,我将讲述不同类型的分类数据,以及如何处理分类变量问题。什么是分类变量?分类变量/特征是指任何特征类型,可分为两⼤类:⽆序,有序⽆序变量是指有两个或两个以上类别的变量,这些类别没有任何相关顺序。例如,如果将性别
X.AI666
·
2024-02-19 13:01
解决(几乎)任何机器学习问题
分类
数据挖掘
人工智能
机器学习
C语言指针进阶
(char*)1.字符常量2.字符串常量二、指针数组三、数组指针1.数组指针的定义2.数组名vs&数组名3.数组指针的使用总结前言提示: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
空杯心!
·
2024-02-19 13:00
c语言
算法
c++
R语言
|绘制曼哈顿图
曼哈顿图(manhattanPlot)是一种散点图,因形似曼哈顿摩天大楼而命名,常用于全基因组关联研究(GWAS)以显示重要的SNP。曼哈顿图作为经典的可视化方式,通常用于显示具有大量数据点,许多非零振幅和更高振幅值分布的数据,不仅可以展示数据全貌,又能快速找到目标基因或OTU,同时可知目标的具体位置和分类、显著程度等信息。小编今天给大家分享一下manhattanPlot的绘制方法,使用R的qqm
维凡生物
·
2024-02-19 13:06
政安晨:【完全零基础】认知人工智能(一)【超级简单】的【
机器学习
神经网络】 —— 预测机
开个头很多小伙伴们很想亲近人工智能与
机器学习
领域,然而这个领域里的核心理论、算法、工具给人感觉都太过“高冷”,让很多小伙伴们望而却步,导致一直无法入门。如何捅破这层窗户纸?
政安晨
·
2024-02-19 13:26
政安晨的机器学习笔记
政安晨的人工智能笔记
人工智能
神经网络
深度学习
机器学习
原理
超级简单
零基础
【大厂AI课学习笔记】【2.1 人工智能项目开发规划与目标】(4)数据准备的流程
数据采集观测数据人工收集调查问卷线上数据库2.数据清洗有缺失的数据有重复的数据有内容错误的数据,例如逻辑错误、格式错误有不需要的数据3.数据标注数据标注即通过分类、画框、标注、注释等,对图片、语音、文本等数据进行处理,标记对象的特征,以作为
机器学习
标签的过程
giszz
·
2024-02-19 13:47
学习笔记
人工智能
学习
笔记
政安晨:【完全零基础】认知人工智能(二)【超级简单】的【
机器学习
神经网络】—— 底层算法
如果小伙伴第一次看到这篇文章,可以先浏览一下我这个系列的上一篇文章:政安晨:【完全零基础】认知人工智能(一)【超级简单】的【
机器学习
神经网络】——预测机https://blog.csdn.net/snowdenkeke
政安晨
·
2024-02-19 12:09
政安晨的机器学习笔记
政安晨的人工智能笔记
人工智能
神经网络
深度学习
神经元底层算法
机器学习
探索XGBoost:深度集成与迁移学习
导言深度集成与迁移学习是
机器学习
领域中的两个重要概念,它们可以帮助提高模型的性能和泛化能力。
Echo_Wish
·
2024-02-19 12:34
Python
笔记
Python算法
迁移学习
机器学习
人工智能
单细胞转录组基础分析六:伪时间分析
Monocle进行伪时间分析的核心技术是一种
机器学习
算法——反向图形嵌入(ReversedGraphEmbedding)。
Seurat_Satija
·
2024-02-19 12:25
4张图片就可以微调扩散模型
基础概念1、生成模型和文本到图像的合成生成模型是一类
机器学习
模型,旨在生成与给定数据集相似的新数据
·
2024-02-19 12:29
生成式网络与判别式网络
生成式网络(GenerativeNetworks)和判别式网络(DiscriminativeNetworks)是两类在
机器学习
和深度学习中常见的网络类型,它们在数据处理和学习任务中扮演不同的角色。
一条小小yu
·
2024-02-19 12:23
深度学习
人工智能
上一页
12
13
14
15
16
17
18
19
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