softmax回归

（线性代数最小二乘问题）Normal Equation（正规方程）

它通过直接求解一个线性方程组，找到线性回归模型的最优参数（如权重或系数）。
音程·2025-06-27 12:27

【机器学习第二期（Python）】优化梯度提升决策树 XGBoost

优化梯度提升决策树XGBoost一、XGBoost简介二、原理详解2.1基础思想：改进版GBDT2.2目标函数2.3二阶泰勒展开优化2.4树结构优化三、XGBoost实现步骤（Python）可调参数推荐完整案例代码（回归任务
WW、forever·2025-06-27 10:10

AI人工智能领域回归：实现技术与服务的深度融合

AI人工智能领域回归：实现技术与服务的深度融合关键词：AI人工智能、技术与服务融合、回归、实现路径、应用场景摘要：本文聚焦于AI人工智能领域中技术与服务深度融合的回归趋势。
AI学长带你学AI·2025-06-27 06:41

Boosting：从理论到实践——集成学习中的偏差征服者

本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！
大千AI助手·2025-06-26 20:29

C4.5算法深度解析：决策树进化的里程碑

本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！往期文章推荐:20.用Mermaid代码画E
大千AI助手·2025-06-26 20:27

GBDT：梯度提升决策树——集成学习中的预测利器

本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！一、GBDT是什么？
大千AI助手·2025-06-25 23:42

Python 逻辑回归：开启分类问题的智慧之门

一、逻辑回归的魅力之源在机器学习的璀璨星空中，逻辑回归宛如一颗耀眼的明星，照亮了分类问题的求解之路。它之所以备受青睐，是因为其独特的理论架构和广泛的适用性。
海燕李·2025-06-25 21:53

机器学习算法-逻辑回归模型在交通领域的应用

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档逻辑回归模型在交通领域的应用：车流数量和平均速度之间的关系前言结果分析代码分析逻辑回归可视化：交通拥堵预测的动态建模过程一、交通数据生成与预处理二
是一个Bug·2025-06-25 21:52

机器学习之常用的回归预测模型

本文全面整理了各种回归预测模型，旨在帮助读者更好地学习回归预测模型。
曼城周杰伦·2025-06-25 19:40

GRU门控循环单元回归+SHAP分析，Matlab代码实现，通过SHAP方法量化特征贡献，构建可解释的回归模型，引入SHAP方法打破黑箱限制，提供全局及局部双重解释视角，作者：机器学习之心！

GRU门控循环单元回归+SHAP分析，Matlab代码实现，通过SHAP方法量化特征贡献，构建可解释的回归模型，引入SHAP方法打破黑箱限制，提供全局及局部双重解释视角，作者：机器学习之心！
机器学习之心·2025-06-25 19:38

什么是回归模型，什么是自回归模型？

在统计学和机器学习中，回归模型和自回归模型都是用来预测或建模变量之间关系的工具，但它们在数据类型和变量依赖关系上有着关键的区别。
杰瑞学AI·2025-06-25 18:34

[KO机器学习] Day2 特征工程：数据预处理：序号编码、独热编码、二进制编码

类别型特征原始输入通常是字符串形式，除了决策树等少数模型能直接处理字符串形式的输入，对于逻辑回归、支持向量机等模型来说，类别型特征必须经过处理转换成数值型特征才能正确工作。
码农男孩·2025-06-25 11:40

预训练语言模型之：Encoder-only PLM

1.基础架构：TransformerEncoder所有模型的基石都是TransformerEncoder结构，其核心是自注意力机制：Attention(Q,K,V)=softmax(QKTdk)V\text
抱抱宝·2025-06-25 10:36

（二十一）YOLO 全解析：从实时目标检测到多任务视觉智能

1YOLO的发展脉络与技术定位1.1发展脉络YOLOv1（2015年）：将目标检测重新定义为单一回归问题，把输入图像划分为S×S网格，每个网格单元负责预测固定数量的边界框及对应的类别概率，直接从像素回归预测物体的边界框坐标和类别概率
只有左边一个小酒窝·2025-06-24 17:25

机器学习数据预处理：L2正则化(岭回归）

一、L2正则化介绍L2正则化，也称为岭回归（RidgeRegression），是一种常用的正则化方法。它在线性回归模型中通过在损失函数中添加L2范数的平方来惩罚模型的复杂度，从而防止过拟合。
数字化与智能化·2025-06-24 12:21

DeepSeek这一波喧嚣过后回归于技术的冷静思考与深度求索

历经甲辰年末再到乙巳年‌初，由于DeepSeekV3/R1-zero/R1等模型的“出圈”似乎又让我们这些在AI领域不断“深度求索”的AIer小伙伴们过上了一个看似不那么平静的“年”，这种“年味儿”的感觉不亚于甚至更甚于去年甲辰年横空出世的“Sora”。然而不同的是，上次是来自国外带给我们视觉领域下的“diffusion“冲击，而这次则是国内所刮起的这股东方“求索”与“开放”精神。然而，在经历了大
吕小明么·2025-06-24 11:50

无监督学习概览

与其他学习范式的区别：监督学习：依赖标签（如分类、回归任务），学习从输入到输出的映射关系强化学习：通过与环境交互获得奖励信号
MzKyle·2025-06-24 10:09

【人工智能-练习】三个案例搞明白机器学习中的三大任务：分类、回归、聚类

文章目录一、分类任务结果代码解释导入必要的库配置字体生成模拟数据集拆分数据集数据标准化逻辑回归分类器预测并计算准确率绘制分类效果定义决策边界绘制函数绘制训练集和测试集的分类效果二、回归结果代码解释1.导入库
若北辰·2025-06-23 09:29

基于沙猫群算法优化的正则化极限学习机(RELM)的回归预测

基于沙猫群算法优化的正则化极限学习机(RELM)的回归预测文章目录基于沙猫群算法优化的正则化极限学习机(RELM)的回归预测1.RELM原理2.预测问题求解3.基于沙猫群算法优化的RELM4.实验结果5
智能算法研学社（Jack旭）·2025-06-23 09:27

基于战争策略算法优化的正则化极限学习机(RELM)的回归预测

基于战争策略算法优化的正则化极限学习机(RELM)的回归预测文章目录基于战争策略算法优化的正则化极限学习机(RELM)的回归预测1.RELM原理2.预测问题求解3.基于战争策略算法优化的RELM4.实验结果
·2025-06-23 09:27

LLaDA：用扩散模型改变语言生成的范式

然而，这些模型大多基于自回归模型（ARMs），通过逐词预测生成文本，存在计算效率低、难以处理逆向推理任务等问题。
Jay Kay·2025-06-23 08:22

软件测试面试题-自测

参考需求规格说明书进行测试计划编写②接着，进入测试设计阶段，依据需求文档及原型图编写测试用例，并进行用例评审③进入测试执行阶段，需要搭建测试环境，执行冒烟测试之后进入正式测试，并且将测试缺陷进行提交及跟踪，经过多轮回归测试
愿尽·2025-06-23 08:21

用Tensorflow进行线性回归和逻辑回归(一）

这一章告诉你如何用TensorFlow构建简单的机器学习系统。第一部分回顾构建机器学习系统的基础特别是讲函数，连续性，可微性。接着我们介绍损失函数，然后讨论机器学习归根于找到复杂的损失函数最小化的点的能力。我们然后讲梯度下降，解释它如何使损失最小。然后简单的讨论自动微分的算法思想。第二节侧重于介绍基于这些数学思想的TensorFlow概念。包括placeholders,scopes,optimiz
lishaoan77·2025-06-23 07:12

【动手学深度学习】4.2~4.3 多层感知机的实现

为了与之前softmax回归获得的结果进行比较，我们将继续使用Fashion-MNIST图像分类数据集。importtorchfromtorchimportnnfromd2limporttorcha
XiaoJ1234567·2025-06-23 06:08

CART算法全解析：分类回归双修的决策树之王

作为当今最主流的决策树实现，它革命性地统一了分类与回归任务，其二叉树结构和剪枝技术成为现代集成学习（如随机森林、XGBoost）的基石。本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。
大千AI助手·2025-06-23 00:52

KNN算法数字识别实战：训练集、测试集与代码实现

本文还有配套的精品资源，点击获取简介：KNN算法，作为一种经典的监督学习方法，特别适用于分类和回归问题，在模式识别和数据挖掘中应用广泛。
Aurora曙光·2025-06-22 20:28

Transformer-LSTM+SHAP可解释性分析的回归预测Matlab代码

代码示例：%基于Transformer-LSTM+SHAP可解释性分析的回归预测Matlab代码%多输入单输出版本%步骤1：数据预处理function[X_train,y_train,X_test,y_test
默默科研仔·2025-06-22 19:51

BERT-NER-Pytorch 深度学习教程

BERT-NER-Pytorch深度学习教程BERT-NER-PytorchChineseNER(NamedEntityRecognition)usingBERT(Softmax,CRF,Span)项目地址
富茉钰Ida·2025-06-22 10:52

决策树算法

ID3算法)(2)信息增益比(C4.5算法)(3)基尼指数(CART算法)2.决策树生成3.决策树剪枝(1)预剪枝(Pre-pruning)(2)后剪枝(Post-pruning)决策树算法对比CART回归树生成
雨巷码行人·2025-06-22 09:51

嵌入式学习-暑假学习总规划-day6

时间段学习任务目标成果6月17日-6月30日吴恩达监督学习课程含线性回归、逻辑回归、神经网络基础完成课程视频+习题，理解训练流程、损失函数、过拟合、正则化7月1日-7月10日PyTorch框架入门学习张量
·2025-06-22 06:58

人工智能100问☞第48问：GPT是怎么生成文本的？

目录一、通俗解释二、专业解释三、权威参考GPT生成文本的核心机制是通过Transformer架构的自回归模型，基于已输入内容逐词预测概率最高的后续词汇，循环迭代直至形成完整文本。
AI算力那些事儿·2025-06-21 22:41

基于Tensorflow的线性回归

用Tensorflow求逆矩阵用Tensorflow实现矩阵分解用Tensorflow实现线性回归理解线性回归中的损失函数用Tensorflow实现戴明回归(DemingRegression)用Tensorflow
·2025-06-21 15:22

探索AI人工智能领域PyTorch的模型评估指标

文章还将讨论不同任务类型（分类、回归等）下的评估指标选择策略，
AI大模型应用之禅·2025-06-21 14:13

YOLOv11 改进策略：利用 MPDIoU 增强边界框回归的准确性

YOLOv11改进策略：利用MPDIoU增强边界框回归的准确性引言目标检测中的边界框回归质量直接影响模型的检测精度，特别是在复杂背景和多尺度目标场景下。
鱼弦·2025-06-21 08:12

互联网摸鱼日报(2025-03-21)

领航科技怡悦生活新方式越秀服务：2024年营收增长20%，今年5亿预算用于收并购给中产家庭看病，年入10亿的诊所冲刺IPO黄仁勋GTC演讲中被忽视的重磅技术：即将改写AI工厂游戏规则的CPO鹅鸭杀即将回归
每日摸鱼大王·2025-06-20 20:51

激活层为softmax时，CrossEntropy损失函数对激活层输入Z的梯度

∂L∂Z=y^−y\frac{\partialL}{\partialZ}=\hat{y}-y∂Z∂L=y^−y其中yyy为真实值，采用one-hot编码，y^\hat{y}y^为softmax输出的预测值证明
Jcldcdmf·2025-06-20 19:42

突发！马斯克 vs 奥特曼，974亿美金收购OpenAI战打响，老马直言奥特曼是“诈骗犯”

他的律师Toberoff表示，马斯克此举是为了让OpenAI回归初心，重拾“开源、安全至上”的理念。马斯克本人也发声表示：“是时候
凭空起惊雷·2025-06-20 19:11

MidJourney与即梦哪个更好用更强大？全方位对比分析

最新版本V7（测试中）进一步优化了生成过程的稳定性，采用混合训练策略，融合GAN和自回归模型的特性，支持更高分辨率（4K）输出。
·2025-06-20 11:45

深度学习之目标检测YOLO简介和YOLO v1模型算法流程详解说明（超详细理论篇）

核心思想是将目标检测任务转化为单次前向传播的回归问题，通过单个神
Studying 开龙wu·2025-06-20 11:14

Java回归循环理解

一、Java循环的四种1.传统for循环-精确控制的首选//遍历数组int[]numbers={1,2,3,4,5};for(inti=0;inames=Arrays.asList("Alice","Bob","Charlie");for(Stringname:names){System.out.println(name);}//嵌套示例：遍历对象图classDepartment{Listempl
無限進步island·2025-06-20 10:40

开发QA协作零摩擦：企业级软件测试方案Parasoft CTP AI助力手动回归测试效率飙升

传统的软件测试流程往往存在诸多问题，一方面，频繁的代码变更导致手动回归测试工作量巨大，另一方面，开发与QA团队之间缺乏有效的数据共享和协作平台，沟通成本高，这些问题都会严重影响软件交付的速度和质量。
慧都小项·2025-06-20 09:01

计量经济学(复习/自用/未完)

补充：所谓的估计标准误，指的是回归系数的标准误差。例如回归方程：y=β0+β1X1+β2X2+e我们构建的回归方程的系数的计算得出是基于样本的。
Jo乔戈里·2025-06-20 05:01

【数据挖掘】期末复习模拟题（暨考试题）

sigmoid曼哈顿距离泰坦尼克号披萨价格预测鸢尾花DBSCN密度聚类决策树购物表单-关联规则火龙果-关联分析数据非线性映射高斯朴素贝叶斯分类器手写数字识别k1-10聚类平均偏差程序分析PM2.5线性回归
chaser&upper·2025-06-20 03:50

机器学习×第十二卷：回归树与剪枝策略——她剪去多余的分支，只保留想靠近你的那一层

【第一节·她不再用标签定义你，而是试着预测你真实的模样】什么是回归决策树（RegressionTree）？狐狐：“她以前问你是A还是B，现在她问你——‘你大概是多少？’”
Gyoku Mint·2025-06-19 22:43

python中Scikit-learn模块介绍

该库包含了各种分类、回归、聚类算法，以及数据预处理、模型选择、模型评估等功能。Scikit-learn的特点是接口统一、使用简单、运行高效，并且有一个活跃的社区不断维护和更新。
不会仰游的河马君·2025-06-19 20:59

SVM支持向量机python实现

支持向量机（SupportVectorMachine,SVM）是一种强大的监督学习算法，主要用于分类和回归任务。
努力的小巴掌·2025-06-19 18:13

Python机器学习小项目实战：随机森林算法实现信用卡欺诈检测

1.引言在之前的机器学习之旅中，我们已经探索了许多强大的算法，例如逻辑回归、支持向量机、决策树等等。每种算法都有其独特的优势和适用场景，但它们也存在一些共同的局限性。
码上研习·2025-06-19 16:28

如何让AI永远保持思考

首先将思维链（自回归最大token长度）限制为1000（也许也可以是其他长度，按算力预算和需求确定），则只需要拥有1000个位置编码。每生
wq舞s·2025-06-19 12:31

理解Logits、Softmax和softmax_cross_entropy_with_logits的区别

理解Logits、Softmax和softmax_cross_entropy_with_logits的区别技术背景在机器学习尤其是深度学习中，分类问题是一个常见的任务。
1010n111·2025-06-19 08:00

软件工程的相关名词解释

目录1.软件生命周期2.开源软件3.软件工程4.模块化原则5.信息隐藏原则6.双向追踪7.原型8.软件需求9.需求工程10.边界类11.软件实现（的任务）12.软件缺陷13.回归测试14.软件β版15.
·2025-06-19 06:22
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他