jbpm4.4学习入门

机器学习入门：Kaggle -titanic(泰坦尼克)生存预测

作为kaggle最最入门的新手村长期比赛之一，通过参考大佬们的作业，自己尝试了一下这个demo，可以很好的让萌新体验一次传统机器学习的大体流程。首先附上这篇博客参考大佬的原文地址，欢迎大家去捧场：Kaggle平台Titanic生存率预测项目(TOP3%)-知乎https://zhuanlan.zhihu.com/p/50194676作为萌新向入门记录，我会提及一些当时自己遇到的一些细节，还有一些个
认识你很高兴！·2022-06-05 07:14

元学习入门必备：MAML(背景+论文解读+代码分析)

文章目录前言背景元学习简介元学习问题定义小样本学习(Fewshotlearning)问题定义元学习/小样本学习基本特征论文解读AbstractIntroductionMotivationModel-AgnosticMeta-Learning元学习问题设定与模型无关的元学习算法细节伪代码算法实例讲解实验部分MAMLvsPre-training代码分析代码总体结构图数据加载网络构建forward模块网
研行笔录·2022-06-04 07:53

JUC学习入门

目录一、什么是JUC二、线程与进程并发和并行三、多线程四、传统Synchronized锁五、Lock锁六、Synchronized和Lock区别七、传统的生产者消费者问题、防止虚假唤醒生产者和消费者问题Synchronized生产者和消费者问题JUCCondition实现精准通知唤醒八、八锁现象彻底理解锁九、集合类不安全List（不安全）Set（不安全）Map（不安全）ConcurrentHash
不太懂编程·2022-06-03 20:09

机器学习入门必备，使用 scikit-learn 构建模型的万能模板！

用Python建立机器学习模型，得益于Python生态下的包共享机制，机器模型构建的过程其实已经变得非常简单了，很多听起来牛逼的算法，其实根本不需要自己实现，甚至都不需要知道这些算法的具体原理。你只需要两步就能构建起自己的机器学习模型：明确你需要解决的问题是什么类型，以及知道解决该类型问题所对应的算法。从skicit-learn中调用相应的算法构建模型即可。是的！在机器学习领域，如果你只是抱着体验
Sim1480·2022-06-03 07:46

ROS学习入门教程 | 零基础上手机器人开发

在和很多用户聊了之后，我们发现ROS是大家开发机器人的一个痛点。尽管和几年前ROS刚在国内兴起时相比，现在ROS的使用人群有一定的增长，网上ROS的资料和教程也多了起来。但对机器人开发感兴趣的初学者来说，仍然缺少免费、系统、详细、全面，手把手的ROS教程。我们希望大家能够快速上手机器人开发，能有更多的人一同加入到机器人行业中来。因此，我们制作了一套适合零基础学习的ROS视频教程——《ROS理论与实
Autolabor·2022-06-03 07:40

机器学习系列(17)_关联规则

期末考关联规则部分会考选择题1、关联规则学习（Associationrulelearning）2、关联规则——机器学习入门系列（十八）3、机器学习之关联规则理解文章目录一、关联规则含义二、关联规则商品案例
温欣'·2022-06-02 07:30

【机器学习入门】(13) 实战：心脏病预测，补充: ROC曲线、精确率--召回率曲线，附python完整代码和数据集

各位同学好，经过前几章python机器学习的探索，想必大家对各种预测方法也有了一定的认识。今天我们来进行一次实战，心脏病病例预测，本文对一些基础方法就不进行详细解释，有疑问的同学可以看我前几篇机器学习文章。文末有完整代码和数据集。1.数据获取首先导入数据处理所需要的库文件，再导入心脏病病例数据，使用.info()函数检查数据集中是否存在缺失值，本数据集不存在缺失值。数据集获取：链接：百度网盘请输入
立Sir·2022-06-01 18:17

教你学Python43-我如何开始机器学习

我对机器学习入门的最佳建议分为五个步骤：步骤1：调整心态。相信您可以练习并应用机器学习。是什么让您从机器学习目标中退缩？
程序员架构师13·2022-06-01 14:44

[个人笔记]3D点云深度学习入门

目录基本数据结构任务粒度的区分：（2D为例）挑战常用方法和思路基于体素的点云深度学习：基于多视点云深度学习基础网络：pointnet网络亮点：maxpooling&transform网络结构共享权重mlp的一种常用实现：1*1卷积其他细节点云深度学习基础网络：pointnet++用SetAbstraction分层提取特征用SetAbstraction提到的特征进行分类用SetAbstraction
YuQiao0303·2022-06-01 13:35

零基础入门YOLOv5——从制作数据集到最终训练与测试

零基础入门YOLOv5——从制作数据集到最终训练与测试提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成
摆烂无敌王者·2022-05-31 07:32

深入浅出——Mybaties 入门码农避坑必备（一）

Mybatis实战提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录
热爱计算机的机电大学生·2022-05-28 03:43

视觉学习笔记之Opencv导入深度学习模型

我计划的学习入门步骤是这样的：第一步学会图像数据的预处理，常见的两个工具是Matlab和Opencv，这里我计划先学习Opencv。
finhaz·2022-05-27 07:05

机器学习入门（五）：分类算法——KNN算法

学习目录：一.sklearn转换器和估计器1.转换器（特征工程的父类）2.估计器（sklearn机器学习算法的实现）第一步：实例化一个estimator第二步：estimator.fit(x_train,y_train)训练和计算（调用完毕，模型生成）第三步：模型评估1.直接比对真实值和预测值y_predice=estimator.predict(x_test)(对测试集进行预测）y_text==
【 变强大 】·2022-05-26 07:16

KNN——机器学习入门算法

二丶实现原理三丶实现关键点1.样本数据量化2.样本数据归一化3.距离函数K值选取三、代码实现总结前言例如：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入门算法
DiYaGo-·2022-05-26 07:29

机器学习入门学习第二章：线性回归模型（吴恩达）

1.模型描述——线性回归模型模型举例——房价预测：监督学习、回归问题。2.一些符号表示：m训练样本trainingexample的数量（x,y)表示一个训练样本（x^(i),y^(i))表示第i个训练样本如下数据：x^(1)=2104,y^(1)=460学习算法的任务是输出一个函数function，用小写字母h表示h代表假设函数hypothesis。线性关系：注：简写h(x)上面是一个一元线性回归
wmsofts·2022-05-21 07:02

机器学习入门——线性回归剖析

线性回归及其求解方法：梯度下降、最小二乘、正规方程引言一元线性回归损失函数损失函数可视化一元线性回归损失函数：求解一元线性回归方法一、最小二乘法方法二、梯度下降法求解多元线性回归方法一、梯度下降法方法二、正规方程法写在最后引言我们以吴恩达教授常说的房价预测的例子做引入，已知房价可能的影响因素有房屋大小(size)、卧室数量(numberofbedrooms)、楼层数(numberoffloors)
whether-or-not·2022-05-21 07:28

机器学习【系列】之第一章线性回归模型

机器学习【系列】之第一章线性回归模型第一章Python机器学习入门之线性回归模型文章目录机器学习【系列】之第一章线性回归模型前言一、线性回归算法1.一元线性回归二、线性回归的代码实现1.一元线性回归的代码实现
向前ing·2022-05-21 07:12

机器学习入门——线性回归

本人从2017年起，开始涉猎机器学习。作为入门，首先学习的是斯坦福大学AndrewNg(吴恩达)教授的Coursera课程2单变量线性回归线性回归属于监督学习(SuperviseLearning)，就是Rightanswerisgiven。课程中，举了一个估计房产价格的例子，在此，我就直接使用两组数据去作为例子使用线性回归，拟合出效果最好的曲线。2.1单变量线性回归算法的思路根据数据的分布，确定模
louishao·2022-05-21 07:18

机器学习入门（五）：线性回归—从模型函数到目标函数

从数据反推公式假设我们获得了这样一张表格，上面列举了美国纽约若干程序员职位的年薪：大家可以看到，表格中列举了职位、经验、技能、国家和城市几项特征。除了经验一项，其他都是一样的。不同的经验（工作年限），薪水不同。而且看起来，工作年头越多，工资也就越高。那么我们把Experience与Salary抽取出来，用x和y来分别指代它们。它们是不是成正比的呢？y与x没有比例关系，y直接除以x肯定不行。那么，是
米饭超人·2022-05-21 07:18

机器学习入门04-线性回归原理与java实现多元线性回归

线性回归原理：线性回归公式：y=b+w*x，w表示权重b表示偏置。在实际实现中可以将公式写作：y=w[0]*x[0]+w[1]*x[1]，x[0]=1，这样就可以很方便的进行参数求解，同样稍作修改将公式写成：y=w[0]*x[0]+w[1]*x[1]+...+w[n]*x[n]，就变成了多元回归。采用梯度下降和多次迭代不断优化参数，梯度下降计算参数的梯度，计算流程分为以下几步：1、根据当前参数和训
追猫人·2022-05-21 07:47

机器学习入门-一元线性回归模型的骚操作

文章适合于所有的相关人士进行学习各位看官看完了之后不要立刻转身呀期待三连关注小小博主加收藏小小博主回关快会给你意想不到的惊喜呀文章目录前言一元线性回归模型讲解☁️我们可能会遭遇的问题☁️线性回归模型数学公式推导☁️公式推导☁️代码介绍及实现jupyternotebookpython实现前言先说一下爬虫的相关内容，因为最近也正在做相关后续的爬虫知识，剩下的一个抓包过程在以后的博客中我们会继续进行讲解
吃猫的鱼python·2022-05-21 07:31

机器学习入门之KNN算法

KNN算法的目的KNN算法，即给定一定数量的已知类别，并以此作为依据，根据未知实例与k个最近的已知类别中哪个已知类别占主导，来预估未知实例的类别。KNN算法的大致流程确定k的值（即几个距离未知样本最近的已知样本）计算未知样本与所有已知样本的距离选择k个最近的已知样本根据少数服从多数，把未知样本归类于k个最近已知样本中最多数的类别一个小小的栗子假设我们要建立一个模型，用来估测未知的那个电影，是属于爱
我哪知道啊¿·2022-05-19 09:14

第一章 深度学习入门

第一章深度学习入门帮助您使用Python进行深度学习，包括如何使用Keras构建和运行深度学习模型。本书也包括深度学习的技巧、示例代码和技术内容。
weixin_33895657·2022-05-19 07:19

深度学习入门——神经网络的正则化

神经网络中的正则化学习记录自：deeplearning.ai-andrewNG-master在开始之前，先让我们来看看正则化模型与非正则化训练效果。非正则化模型与正则化模型的比较预分类数据非正则化分类结果损失函数迭代图：Onthetrainingset(训练集精度）:Accuracy:0.94Onthetestset（测试集精度）:Accuracy:0.91分类决策边界：从分类结果来看测试精度为9
yasNing·2022-05-19 07:41

机器学习笔记(1)--机器学习入门

模型模型是通过应用某种机器学习算法从数据中学习到的特定表示。模型也称为假设。特征特征是我们数据的一个单独的可测量属性。一组数字特征可以方便地用特征向量来描述。特征向量作为模型的输入。例如，为了预测一种水果，可能会有颜色、气味、味道等特征。注意：选择信息丰富、有辨别力和独立的特征是有效算法的关键步骤。我们通常使用特征提取器从原始数据中提取相关特征。目标（标签）目标变量或标签是我们模型要预测的值。对于
天天进步2015·2022-05-19 07:58

一周上榜新书：强化学习、深度学习最受程序员关注

图灵奖得主JohnHopcroft推荐的强化学习入门书。视频课程+在线代码运行环境+课后习题+在线答疑代码实现基于Python3和
人邮异步社区·2022-05-17 16:59

图灵奖得主John Hopcroft推荐的这本强化学习入门书

动手学强化学习JohnHopcroft1986年ACM图灵奖得主、上海交通大学校长特别顾问本书的一个重要特点是实现了理论与代码的有机结合，学生在学习强化学习的主要概念时，可以方便地使用这些代码。本书得到了上海交通大学学生的广泛好评。名家作品：上海交通大学ACM班创始人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生沈键编写；理论扎实：基于上交大ACM班的人工智能专业课程构建强化学习的学习体系
人邮异步社区·2022-05-17 16:26

【学习笔记】pytorch迁移学习-猫狗分类实战

1.迁移学习入门什么是迁移学习：在深度神经网络算法的引用过程中，如果我们面对的是数据规模较大的问题，那么在搭建好深度神经网络模型后，我们势必要花费大量的算力和时间去训练模型和优化参数，最后耗费了这么多资源得到的模型却只能解决这一个问题
云烟成雨_sky·2022-05-17 07:32

迁移学习——猫狗分类（PyTorch：自定义 VGGNet 方法）

迁移学习——猫狗分类（PyTorch：自定义VGGNet方法）1迁移学习入门2数据集处理2.1验证、测试数据集2.2数据预览3模型搭建和参数优化3.1自定义VGGNet3.1.1搭建一个简化版的VGGNet
三耳01·2022-05-17 07:09

推荐 | 一个机器学习与计算机视觉方向的技术公众号

定期分享Python编程、机器学习、计算机视觉等学习笔记以及实践项目文章，不定期分享一些工作生活心得感想，关注公众号可以获取机器学习入门电子书和视频，欢迎交流，一起成长。这里介
weixin_38754361·2022-05-16 10:25

Linux学习入门到精通一（参照 b 站韩老师讲解的 Linux）

1、前言b站韩老师Linux视频尚硅谷Linux教程(千万级学习人次，好评如潮)_哔哩哔哩_bilibili大家可以点进去学习，讲的真的很不错，接下来就是Linux的学习啦2、第一章Linux开山篇2.1、学习Linux的阶段（高手进阶过程）Linux是一个开源、免费的操作系统，其稳定性、安全性、处理多并发已经得到业界的认可，目前很多中型，大型甚至是集群项目都在使用Linux，很多软件公司考虑到开
热爱技术的老胡·2022-05-15 17:01

深度学习入门，计算机视觉，推荐系统，自然语言处理理论框架以及学习资料【附知识图谱与链接】

理论应用更多关注计算机视觉-Paper&Code-知乎自然语言处理1NLP是什么自然语言处理（NLP，NaturalLanguageProcessing）是研究计算机处理人类语言的一门技术，目的是弥补人类交流（自然语言）和计算机理解（机器语言）之间的差距。NLP包含句法语义分析、信息抽取、文本挖掘、机器翻译、信息检索、问答系统和对话系统等领域。2课程推荐CS224n斯坦福深度自然语言处理课17版中
子韵如初·2022-05-15 07:00

强化学习入门2—初识MDP

目录MDP马尔可夫决策过程基础概念什么是强化学习？MDP状态价值函数与动作价值函数贝尔曼最优方程MDP马尔可夫决策过程MDP即MarkovDecisionProcess，马尔可夫决策过程。MDP是强化学习问题的数学化形式，可以说这节开始将接触强化学习的理论部分。基础概念什么是强化学习？有几个概念需先明确。首先是智能体。智能体(agent)表示能进行学习以及实施决策的机器。智能体之外所有与其相互作用
小菜羊~·2022-05-15 07:52

1.初识机器学习

机器学习入门1.必要的库和工具①NumPy:可实现多维数组、高级数学函数(线性代数、傅里叶变换)的实现。
KatchenShen·2022-05-15 07:36

机器学习入门实验——以图搜图（ 基于vgg网络和Keras深度学习框架）

目录前言：一、实验要求：二、环境配置：三、代码文件：1、vgg.py2、index.py3、test.py四、演示：1、项目文件夹（1）数据集（2）结果（运行前）（3）原图2、相似度排序输出3、保存结果五、尾声参考资料：前言：基于vgg网络和Keras深度学习框架的以图搜图功能实现。一、实验要求：给出一张图像后，在整个数据集中（至少100个样本）找到与这张图像相似的图像（至少5张），并把图像有顺序
代码骑士·2022-05-15 07:00

[机器学习入门]——第六课-Markov链

文章目录第六课-Markov链一、贝叶斯网半朴素贝叶斯朴素贝叶斯半朴素贝叶斯贝叶斯网变量之间的典型依赖关系独立与条件独立二、贝叶斯网到Markov模型三、Markov链Markov模型一步转移n步转移m+n步转移矩阵转移图Markov链基本问题举例：瓶子倒水举例：射击问题稳定状态和平稳分布典型应用：PageRank结论总结第六课-Markov链一、贝叶斯网半朴素贝叶斯朴素贝叶斯为了降低贝叶斯公式估
雨落俊泉·2022-05-14 15:08

☀️机器学习入门☀️(三) 图解K-Means聚类算法 | 附加小练习

物以类聚经典的无监督学习算法——K-Means聚类算法目录1.K-Means定义2.K-Means步骤3.K-Means和KNN对比4.小练习4.1第一题4.2第二题4.3第三题最后1.K-Means定义K-means聚类算法首先是随机选取K个对象作为初始的聚类中心，然后计算每个样本与各个聚类中心之间的距离，把每个样本分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一
小生凡一·2022-05-14 15:37

逻辑回归详解——机器学习入门

Task2【声明】：转摘注明出处，禁止商用。【声明】：转摘注明出处，禁止商用。【声明】：转摘注明出处，禁止商用。文章目录Task21.逻辑回归与线性回归的联系与区别2.逻辑回归的原理3.逻辑回归损失函数推导及优化4.正则化与模型评估指标5.逻辑回归的优缺点6.样本不均衡问题解决办法7.Sklearn参数1.逻辑回归与线性回归的联系与区别线性回归：hθ(x)=∑i=0nθixi=θTxh_{\the
domyslavy·2022-05-14 15:37

[机器学习入门第九章]聚类

9.1聚类任务常见的无监督学习中最有名的是聚类（clustering）方法。（其他还有密度估计，异常检测)聚类试图将数据划分成若干不相交的子集，每个子集称为“簇”（cluster)，其对应的标签需要人工标记。聚类既可以单独分析数据的内部分布结构，也可以作为分类的前驱。比如商家有一大批用户数据，可以通过聚类，将用于划分成不同的类型，再机遇这些类训练分类模型。9.2性能度量性能度量也指”有效性指标（v
带带二师兄·2022-05-14 15:07

【转】 机器学习入门——浅谈神经网络

【转】机器学习入门——浅谈神经网络本文转自：https://blog.csdn.net/bitjoy/article/details/50464989先从回归(Regression)问题说起。
timeless-jlu·2022-05-14 15:06

[机器学习入门]——第七课——非监督聚类

文章目录第七课——非监督聚类非监督学习一、聚类简介聚类中的问题常见距离度量划分式聚类K-means聚类法算法步骤K-means的目标/损失函数迭代优化算法复杂性算法分析聚类中心初值的选择聚类数目K的选择局限性二、GMM聚类算法概述混合高斯分布GMM聚类步骤拟合高斯分布三、EM算法概述EM推导算法再述E步M步直观分析举例说明代码实现四、GMM和K-means比较比较GMM缺点参考资料第七课——非监督
雨落俊泉·2022-05-14 15:02

YOLOv5的输出端（Head）详解|CSDN创作打卡

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。
tt丫·2022-05-12 07:51

YOLOv5中的SPP/SPPF结构详解

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。
tt丫·2022-05-12 07:50

YOLOv5中的CSP结构

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。
tt丫·2022-05-12 07:20

【深度学习实战】从零开始深度学习（三）：卷积神经网络与计算机视觉

参考资料：《PyTorch深度学习》（人民邮电出版社）第5章深度学习之计算机视觉PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第4章卷积神经网络其他参考的网络资料在文中以超链接的方式给出目录
喵木木·2022-05-10 07:43

机器学习入门资源不完全汇总

基本概念机器学习机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与统计推断学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现
jq597·2022-05-09 07:07

机器学习入门资源不完全汇总_拔剑-浆糊的传说_新浪博客

机器学习入门资源不完全汇总http://ml.memect.com/article/machine-learning-guide.html#入门攻略基本概念｜入门攻略｜课程资源｜论坛网站｜东拉西扯2014
普通网友·2022-05-09 07:32

机器学习资源

转载自知乎仅用于个人收藏机器学习入门资源不完全汇总感谢贡献者：tang_Kaka_back@新浪微博欢迎补充指正，转载请保留原作者和原文链接。
cl_chenlei·2022-05-09 07:17

深度学习入门

https://zhuanlan.zhihu.com/p/36570549使用a.item()或np.asscalar(a)将大多数NumPy值转换为本机Python类型：importnumpyasnp#examplesusinga.item()type(np.float32(0).item())#type(np.float64(0).item())#type(np.uint32(0).item(
早上柠檬水·2022-05-08 07:42

PyTorch深度学习入门 || 系列（一）

文章目录0写在前面1准备pytorch2Tensor基础知识2.1如何创建和操作Tensor2.1.1基本创建方法：torch.Tensor()2.1.2快速创建方法：torch.zeros()2.1.3快速创建方法：torch.eyes()2.1.4快速创建方法：torch.ones()2.1.5快速创建方法：torch.rand()2.1.6快速创建方法：torch.arange()2.1.7
研究生不迟到·2022-05-08 07:05
上一页 38 39 40 41 42 43 44 45 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他