stanford机器学习笔记第2页

fatal: unable to access ‘https://github.com/StanfordVL/MinkowskiEngine.git/‘: OpenSSL SSL_read: Conn

安装Minkowski引擎时报错：错误：gitclonehttps://github.com/StanfordVL/MinkowskiEngine.gitCloninginto'MinkowskiEngine

水母哟 (￣^￣)ゞ·2024-01-31 07:39

各种中文分词工具的使用方法

诸神缄默不语-个人CSDN博文目录本文将介绍jieba、HanLP、LAC、THULAC、NLPIR、spacy、stanfordcorenlp、pkuseg等多种中文分词工具的简单使用方法。

诸神缄默不语·2024-01-30 17:30

政安晨的机器学习笔记——实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）

PyTorch是一个开源的Python机器学习库，于2016年由Facebook的人工智能研究团队推出，有助于构建深度学习项目。它强调灵活性，并允许用深度学习领域惯用的Python语言来表示深度学习模型。它的易用性使得它在研究社区中有了早期的使用者，并且在第1次发布之后的几年里，它已经成为应用程序中使用最广泛的深度学习工具之一。正如Python在编程方面所做的那样，PyTorch也为深度学习提供了

政安晨·2024-01-30 11:43

政安晨的机器学习笔记——基于Ubuntu系统的Miniconda安装Jupyter Notebook

一、准备工作Miniconda的安装请参考我的另一篇博客文章：实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）https://blog.csdn.net/snowdenkeke/article/details/135887509这里我就不赘述了。安装好Miniconda之后，就可以准备下一步了。二、安装JupyterNotebook由于咱们想在

政安晨·2024-01-30 11:12

政安晨的机器学习笔记——基于Anaconda安装TensorFlow并尝试一个神经网络小实例

准备工作如果想要在机器学习的过程中马上动手尝试点什么，比较好的方案是把环境配置起来后，上手跑一把程序，现在让我们开始吧。先安装一个Anaconda，然后把Python环境跑起来。下载地址：FreeDownload|AnacondaAnaconda'sopen-sourceDistributionistheeasiestwaytoperformPython/Rdatascienceandmachin

政安晨·2024-01-29 09:51

政安晨的机器学习笔记——示例讲解机器学习工具Jupyter Notebook入门（超级详细）

JupyterNotebook是一个基于Web的交互式计算环境，可以用于创建、共享和运行代码、文档和可视化效果。它支持多种编程语言，包括Python、R、Julia等，并且提供了一个强大的交互式环境，可以编写和执行代码块，并在同一个界面中显示代码输出结果、文本说明和图形可视化。JupyterNotebook是在数据科学和机器学习领域非常流行的开发环境，被誉为每个数据科学家都应该掌握的工具。我们无须

政安晨·2024-01-29 09:50

机器学习笔记(1) 逻辑回归

机器学习笔记(1)逻辑回归0.前言介绍逻辑回归，是一种二元分类算法，其主体思想还是继承了线性回归。

TheStudent_LifeLong·2024-01-29 09:01

【转】评估分类模型的指标：ROC/AUC

原文：【机器学习笔记】：一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC作者：xiaoyu微信公众号：Python数据科学知乎：python数据分析师ROC/AUC作为机器学习的评估指标非常重要

悦光阴·2024-01-29 05:47

【机器学习笔记】基本概念

算法和模型“算法”是指从数据中学得“模型”的具体方法，例如后续章节中将会讲述的线性回归、对数几率回归、决策树等。“算法”产出的结果称为“模型”，通常是具体的函数或者可抽象地看作为函数，例如一元线性回归算法产出的模型即为形如f(x)=wx+b的一元一次函数。不过由于严格区分这两者的意义不大，因此多数文献和资料会将其混用，当遇到这两个概念时，其具体指代根据上下文判断即可。样本也称为“示例”，是关于一个

RIKI_1·2024-01-28 23:13

【机器学习笔记】1 线性回归

回归的概念二分类问题可以用1和0来表示线性回归（LinearRegression）的概念是一种通过属性的线性组合来进行预测的线性模型，其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值与真实值之间的误差最小化（点越靠近这条线越好）线性回归的符号约定如上表所示m行记录，标签（房价）是y，前面几列列名是特征x，有n=4个特征线性回归-算法流程训练数据利用机器学习算法得到模型，输入特征经过模

RIKI_1·2024-01-28 23:13

【机器学习笔记】0 基础知识之python基础

注：本文内容仅为个人学习笔记，教程为黄海广老师主讲的机器学习入门系列，课程链接（中国大学慕课，有习题和证书）课程资源（pdf版本课件和代码）公布在Github链接课程视频也可以在b站观看（观看方便，但无课后习题和证书）本笔记仅简单记录关于python需要熟悉掌握的内容点，不详细展开记录python环境安装python环境安装网上教程很多不做赘述，推荐黄海广老师发布的安装教程：Python环境的安装

RIKI_1·2024-01-28 23:41

【机器学习笔记】1 机器学习概念

机器学习与人工智能、深度学习的关系人工智能机器展现的人类智能机器学习计算机利用已有的数据(经验)，得出了某种模型，并利用此模型预测未来的一种方法。深度学习实现机器学习的一种技术机器学习的范围机器学习可以解决给定数据的预测问题，包括✓数据清洗/特征选择✓确定算法模型/参数优化✓结果预测）不能解决：x大数据存储/并行计算x做一个机器人机器学习的发展史总的来说，人工智能经历了逻辑推理、知识工程、机器学习

RIKI_1·2024-01-28 10:25

【机器学习笔记】0 背景知识之数学基础

注：本文内容仅为个人学习笔记，教程为黄海广老师主讲的机器学习入门系列，课程链接（中国大学慕课，有习题和证书）：https://www.icourse163.org/course/WZU-1464096179，课程资源（pdf版本课件和代码）公布在Github：https://github.com/fengdu78/WZU-machine-learning-course，课程视频也可以在b站观看（观

RIKI_1·2024-01-28 10:24

机器学习笔记02：特征工程

机器学习笔记02：特征工程文章目录机器学习笔记02：特征工程1.特征工程定义2.数据的特征抽取：1.字典特征抽取：2.文本特征抽取：3.tf-df分析问题3.特征预处理1.特征处理的方法：1.数值型数据

fafagege11520·2024-01-25 09:12

刘擎《西方现代思想讲义》思维导图xmind及笔记

/phto.stanfbrd.edu/entTies/rawls/https://plato.stanfbrd.edu/entries/briginal-position/https://plato.stanford.edu

熊猫鹏-梓潼·2024-01-25 01:46

InVEST模型 | 01 InVEST模型安装（Windows10）

模型Python安装，平时最常使用的安装方式是通过.exe直接进行安装，本节介绍的就是直接下载安装的步骤：打开InVEST模型下载页面链接为：https://naturalcapitalproject.stanford.edu

酱肉包-·2024-01-24 09:44

机器学习笔记：线性回归

0线性回归的假设线性：自变量（x）和因变量（y）之间应该存在线性关系，这意味着x值的变化也应该在相同方向上改变y值。独立性：特征应该相互独立，这意味着最小的多重共线性。正态性：残差应该是正态分布的。同方差性：回归线周围数据点的方差对于所有值应该相同。假设有如下数据这些数据符合以下图关系（以一维数据为例），这里的函数f(w)忽略了偏置b1最小二乘估计我们的目标是要求w，使得Xw和实际值y最近。所以我

UQI-LIUWJ·2024-01-23 22:08

机器学习笔记：地理加权回归（GWR）

1传统的线性回归机器学习笔记：线性回归_线性回归的读书笔记-CSDN博客最优的β为：2地理加权回归（GWR）2.1模型概述地理加权回归（GeographicallyWeightedRegression，

UQI-LIUWJ·2024-01-23 22:06

机器学习笔记 - 基于自定义数据集 + 3D CNN进行视频分类

一、简述这里主要介绍了基于自定义动作识别数据集训练用于视频分类的3D卷积神经网络(CNN)。3DCNN使用三维滤波器来执行卷积。内核能够在三个方向上滑动，而在2DCNN中它可以在二维上滑动。这里的模型主要基于D.Tran等人2017年的论文“动作识别的时空卷积研究”。https://arxiv.org/abs/1711.11248v3https://arxiv.org/abs/1711.11248

坐望云起·2024-01-23 08:40

机器学习笔记(1): 基础概念

1.机器学习基础概念1.1定义AcomputerprogramissaidtolearnformexperienceEwithrespecttosometaskTandsomperformancemeasureP,ifitsperformanceonT,asmeasuredbyP,improveswithexperienceE.例如：根据你将那些邮件标记为垃圾邮件的行为，邮件程序学习更好的过滤邮件

大锅烩菜·2024-01-21 07:13

[图形学]OpenGL实现斯坦福兔子(Stanford Bunny)实验代码

文章目录项目整体文件结构兔子数据(ply2文件)main.cppbunny.fs兔子面元着色器bunny.vs兔子顶点着色器lamp.fs灯光面元着色器lamp.vs灯光顶点着色器camera.h相机头文件parser.h读取数据头文件parser.cpp读取数据源文件select.fs选取面元着色器select.vs选取顶点着色器shader.h着色器头文件运行结果参考作者运行环境：XCodeV

BadGalDesperado·2024-01-20 16:02

Java基础入门

Java是美国Sun（StanfordUniversityNetwork，斯坦福大学网络公司）公司在1995年推出的一门计算机高级编程语言。

玥落无题江南·2024-01-19 07:42

【转载】研究表明：中国学生经过大学学习后，批判性思维能力和学术技能水平均出现了下降...

这项名为Supertest的测试由斯坦福大学（StanfordUniversity）、莫斯科国立高等经济学院（HSEUniversityMoscow）、教育考试服务中心（ETS）以及国内北京大学、清华大学和印度的合作大学共同发起

莎贝尔·2024-01-19 05:49

隐马尔可夫模型【维特比算法】

机器学习笔记机器学习系列笔记，主要参考李航的《机器学习方法》，见参考资料。

格兰芬多_未名·2024-01-19 03:21

机器学习笔记——感知机【图文，详细推导】

机器学习笔记第一章机器学习简介第二章感知机文章目录机器学习笔记一、超平面二、感知机定义三、学习策略和学习算法1线性可分2损失函数定义3优化算法—SGD4算法收敛性四、感知机的缺点参考资料感知机（PLA）

格兰芬多_未名·2024-01-19 03:20

奇异值分解(SVD)【详细推导证明】

机器学习笔记机器学习系列笔记，主要参考李航的《机器学习方法》，见参考资料。

格兰芬多_未名·2024-01-19 03:20

机器学习笔记（十）聚类算法DBSCAN原理和实践

在前面的文章中，我们分别介绍了《K-means原理和实践》和《Birch和层次聚类》两种聚类算法，本文我们继续介绍另一种常用的聚类算法DBSCAN。相对于前两种算法，DBSCAN的原理要简单的多，但是这并不意味着它的效果就会差，在很多算法表现不好的非凸数据集上（凸数据集可以简单理解为数据集中的任意两点连线上的点都在数据集内），DBSCAN往往能取得较好的效果，见下图，这也是DBSCAN最大的优势，

大白兔黑又黑·2024-01-19 01:04

吴恩达机器学习笔记-Logistic回归模型

回归函数在逻辑回归模型中我们不能再像之前的线性回归一样使用相同的代价函数，否则会使得输出的结果图像呈现波浪状，也就是说不再是个凸函数。代价函数的表达式之前有表示过,这里我们把1/2放到求和里面来。这里的求和部分我们可以表示为：很显然，如果我们把在之前说过的分类问题的假设函数带进去，即，得到的结果可能就是上述所说的不断起伏的状况。如果这里使用梯度下降法，不能保证能得到全局收敛的值，这个函数就是所谓的

Carey_Wu·2024-01-18 16:26

复现PointNet++（语义分割网络）：Windows + PyTorch + S3DIS语义分割 + 代码

+cudnn8.9.6Python3.9Torch1.9.1+cu111所用的原始代码：https://github.com/yanx27/Pointnet_Pointnet2_pytorch二、数据Stanford3dDataset_v1.2

累了就要打游戏·2024-01-18 06:14

stanfordcorenlp 提示RuntimeError: Java not found.

遇到问题：/anaconda3/envs/tensorflow/bin/python3/anaconda3/demo/demo/gcn_eca/gcn_model_tf/get_w2v_corpus.pyTraceback(mostrecentcalllast):File“/anaconda3/demo/demo/gcn_eca/gcn_model_tf/get_w2v_corpus.py”,li

liqiang12689·2024-01-17 15:18

吴恩达机器学习笔记（1）

一.初识机器学习1.监督学习在监督学习中，训练数据既有特征又有标签，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。监督学习可以分为回归问题和分类问题。回归问题是利用训练出的模型，预测连续的数值输出；分类问题是预测离散值的输出。2.无监督学习无监督学习是给算法大量的数据，要求它找出数据的类型结构。无监督学习的数据没有标签，或是所有数据都是同一种标签

python小白22·2024-01-17 14:59

【Machine Learning】机器学习笔记（2）——如何处理训练不好的情况

Howtodealwithbadtrainingsomereference如何处理训练不好的情况1、LossontrainingdataislargeCriticalpointBatchandMomentumAdaptiveLearningRateClassificationBatchNormalization2、Lossontrainingdataissmallbutontestingdatai

Ω snow·2024-01-17 07:11

【持续学习系列(八)】《Continual Learning Through Synaptic Intelligence》

一、论文信息1标题ContinualLearningThroughSynapticIntelligence2作者FriedemannZenke,BenPoole,SuryaGanguli3研究机构StanfordUniversity

ZedKingCarry·2024-01-16 17:51

Assimp支持导入的格式【2019.05.14】

3dsMax3DS(.3ds)3dsMaxASE(.ase)WavefrontObject(.obj)IndustryFoundationClasses(IFC/Step)(.ifc)XGL(.xgl,.zgl)StanfordPo

鱼儿-1226·2024-01-16 08:52

StanFord 机器学习公开课笔记(4):生成学习算法

本讲视频及讲义链接生成学习算法生成学习算法和判别学习算法的区别判别学习算法(Discriminative)我们之前学习过Logistic算法来解决分类问题，回想一下分类过程：我们使用所有训练样本训练出一个函数,之后若要预测一个样本的类别，只需要将这个样本的特征作为得到的函数的输入，看看输出是啥即可。类似这样的分类方法，称为判别学习算法，判别学习算法一般有以下两种类型：直接学习。给出一个，得到的值，

v1gor·2024-01-16 07:03

【JAVA基础语法】

基础语法前言一、注释(理解)二、关键字（理解）三、常量（应用）总结前言Java语言背景介绍语言：人与人交流沟通的表达方式计算机语言：人与计算机之间进行信息交流沟通的一种特殊语言Java语言是美国Sun公司（StanfordUniversityNetwork

Aholic.~·2024-01-15 21:19

机器学习笔记E4--朴素贝叶斯

按照计划今天该是整理到朴素贝叶斯了，但是线性回归的实现和逻辑回归都还没有完成，欠的东西越来越多。预备知识贝叶斯定理（BayesianTheorem）先验概率与后验概率朴素贝叶斯分类器何为“朴素”：属性条件独立性假设分类准则离散属性与连续属性值的分别处理例子讲解拉普拉斯修正(Laplaciancorrection)了解朴素贝叶斯需要先了解贝叶斯定理，深入了解朴素贝叶斯朴素贝叶斯分类器

EL33·2024-01-15 14:44

【数据预处理】什么时候需要数据归一化？

数据预处理：归一化和标准化机器学习笔记：为什么要对数据进行归一化处理？数据标准化作用：模型求解需要，归一化可以加快梯度下降的速度，即模型收敛速度。

dataloading·2024-01-15 07:13

【深度学习】Attention提速9倍！FlashAttention燃爆显存，Transformer上下文长度史诗级提升...

一年前，StanfordAILab博士TriDao发布了FlashAttent

风度78·2024-01-15 03:42

Day 670：机器学习笔记（1）

机器学习，本质上是用模型解决实际业务问题。通过学习模型，可以知道机器学习的基本机制以及相关领域问题是如何解决的。学习有两种方式，一是记住问题和对应模型然后直接使用，二是了解模型底层的原理和推导过程。这和我们学习某种编程语言一样，可以只会调用类库，但要想成为专家，就必须了解底层原理，在面对复杂应用时，就可以融会贯通，做出适当取舍和正确决策了。另外，了解原理，你可以告诉领导、同事，为什么选这个模型，甚

kafkaliu·2024-01-14 13:13

简易机器学习笔记（十一）opencv 简易使用-人脸识别、分类任务

前言前段时间摸了下机器学习，然后我发现其实openCV还是一个很浩瀚的库的，现在也正在写一篇有关yolo的博客，不过感觉理论偏多，所以在学yolo之前先摸一下opencv，简单先写个项目感受感受opencv。流程openCV实际上已经有一个比较完整的模型了，下载在haarcascades这里我们下haarcascade_frontalface_default.xml以备用。在做人脸识别的时候流程就

Leventure_轩先生·2024-01-14 06:51

java基础语法01

语言跨平台原理（理解）常量（应用）变量的介绍(理解)数据类型（应用）计算机存储单元Java中的数据类型变量（应用）变量的修改变量的注意事项(理解)标识符（理解）java背景Java语言是美国Sun公司（StanfordUniversityNetwork

pofenx·2024-01-13 07:18

【机器学习笔记】Python基础笔记

目录基础语法加载数据：pd.read_csv查看数据大小：shape浏览数据行字段：columns浏览少量数据：head()浏览数据概要：describe()输出：to_csv基础功能语法缺省值去除缺失值：dropna按行删除：存在空值，即删除该行按行删除：所有数据都为空值，即删除该行按列删除：该列非空元素小于10个的，即去除该列设置子集：去除多列都为空的行分割后删除缺省列：.drop删除指定的列

print_Hyon·2024-01-13 02:52

大模型中训练出现的ignore_index的作用

问题：研究stanford_alpaca代码时，不清楚ignore_index=-100有什么用？

Takoony·2024-01-12 08:23

机器学习笔记一之入门概念

目录一基本分类二按模型分类概率模型（ProbabilisticModels）非概率模型（Non-ProbabilisticModels）对比结论线性模型(LinearModels)非线性模型(Non-linearModels)对比三按算法分类1.批量学习（BatchLearning）2.在线学习（OnlineLearning）对比四按技巧分类五机器学习的三要素经验风险(EmpiricalRisk)

ζั͡ޓއއއ坏尐絯·2024-01-11 10:18

MIPS指令集处理器设计(支持64条汇编指令)

MIPS是最早、最成功的RISC处理器之一[11]，源于Stanford大学的JohnH

物质波波波·2024-01-11 08:38

华夏常春藤_我如何在没有常春藤大学学位的情况下从微软，亚马逊和Twitter获取报价...

Thisisforthoseofyououttherewhoareabouttostartyourjobsearchandwhomaybeworriedthatyoucan’tlandatop-tiertechjobwithoutaStanfordCSdegree.Someonetoldyouthatyou

cumian8165·2024-01-10 20:29

华夏常春藤_我如何在没有常春藤大学学位的情况下从微软，亚马逊和Twitter获取报价