svd降维

机器学习相关知识点总结

线性代数PCA和SVD：https://zhuanlan.zhihu.com/p/58064462正定、半正定https://zhuanlan.zhihu.com/p/93392382投影矩阵：https
月光_a126·2023-12-04 04:32

网络安全学术顶刊——CCS '23 论文清单与摘要（上）

大模型时代，传统的翻译手段都会被降维打击。对比文心一言、智谱、千问、讯飞之后，发现还是文心一言的翻译质量更好，但相比chatgpt仍有差距，主要原因是文心更停留于表面翻译，语句冗长且口语化
riusksk·2023-12-04 04:17

揭示堆叠自动编码器的强大功能 - 最新深度学习技术

在各种深度学习模型中，堆叠自动编码器[1]作为一种多功能且强大的工具脱颖而出，用于特征学习、降维和数据表示。本文探讨了堆叠式自动编码器在深度学习领域的架构、工作原理、应用和意义。
冷冻工厂·2023-12-04 03:25

【人工智能Ⅰ】实验6：回归预测实验

2：了解降维方法和回归模型的应用。
MorleyOlsen·2023-12-04 00:20

一文看懂卷积神经网络-CNN（基本原理+独特价值+实际应用）

CNN有2大特点：能够有效的将大数据量的图片降维成小数据量能够有效的保留图片特征，符合图片处理的原则目前CNN已经得到了广泛的应用，比如：人脸识别、自动驾驶、美图秀秀、安防等很多领域。
easyAI人工智能知识库·2023-12-03 20:52

6.Python数据分析项目之音乐推荐系统

missingno）、查看数值类型特征与非数值类型特征、一次性绘制所有特征的分布图像预处理缺失值处理（填充）拆分数据（获取有需要的值）、统一数据格式、特征工程(特征编码、0/1字符转换、自定义)、特征衍生、降维
想成为数据分析师的开发工程师·2023-12-03 13:56

python数组进行降维

在深度学习训练过程中，我们有时候想要输出图片看看图片长什么样，但是训练时的图片格式一般都会多出一个批次的维度，如[1,400,400,3]，这时我们需要把第1个维度去掉才能展示图片：（1）如果是array的格式，可以直接：img=img.squeeze()（2）如果是tensor格式图片，可以用img=tf.squeeze(img,[0])（3）tensor格式图片想增加维度：img=tf.exp
青春小尾巴-·2023-12-03 08:32

人工智能学习5(特征抽取)

文章目录编译环境：PyCharm特征抽取无监督特征抽取(之PCA)代码实现鸢尾花数据集无监督特征抽取有监督特征抽取(之LDA)代码实现,生成自己的数据集并进行有监督特征抽取(LDA)生成自己的数据集PCA降维和
yyuanse·2023-12-03 07:53

如何基于OpenCV和Sklearn库开展数据降维

大家在做数据分析或者机器学习应用过程中，不可避免的需要对数据进行降维操作，好多垂直行业业务中经常出现数据量少但维度巨大的情况。
一马平川的大草原·2023-12-03 05:37

维度

所以关于“升维”和“降维”这种高科技，人类在意识层面早就做到了。
trinitylau·2023-12-03 01:18

monocle 轨迹图改颜色

我们在采用monocle做细胞拟时序分析的时候，常常会不满意于原图的配色，而软件自带的配色是根据降维后分出的celltype进行颜色的分类的plot_cell_trajectory(HSMM,color_by
小潤澤·2023-12-02 18:21

Python实现特征降维--主成分分析 (PCA)

前言主成分分析是一个重要的线性变换方法，能够将数据从高维降到低维，这篇文章就是主要介绍如何使用PCA实现数据降维主成分分析(PCA)代码中主要是包括了生成随机数、定义PCA函数以及应用PCA。
静观云起·2023-12-02 04:34

升维思考，降维执行

每一个困难都会成为新的出发契机，而现实问题的解决不过是升维思考、降维执行的
逸公子·2023-12-02 00:34

奇异值分解SVD（Singular Value Decomposition）

求解奇异值的步骤：SVD的用途：1.通过SVD对数据的处理，我们可以使用小得多的数据集来表示原始数据集，这样做实际上是去除了噪声和冗余信息，以此达到了优化数据、提高结果的目的。
术业有专攻，闻道有先后·2023-12-01 20:57

奇异值分解SVD（Singular Value Decomposition）

一种理解方式，值得学习（分解时空矩阵）先在这里阐述一下SVD的用途吧，具体细节稍后再做补充1.通过SVD对数据的处理，我们可以使用小得多的数据集来表示原始数据集，这样做实际上是去除了噪声和冗余信息，优化了数据
术业有专攻，闻道有先后·2023-12-01 20:56

Glove学习笔记

SVD：奇异值分解2、Gloveglove将词语分为中心词和上下文词，统计两者共同出现的
hongyuyahei·2023-12-01 12:09

降维攻击

很多时候，我们会陷入到一种人生无解的怪圈中。很穷，然后紧衣缩食，却依然入不敷出；很忙，然后天天加班，工作成效却依然不高。努力去做出改变，却并没有得到预期的结果，这其实是一个升维解决的问题。人的思维是有层次的，从更高的思维层次上去改变，才能在根源上解决问题，关于提升思维的层次，很重要的一点是时间维度，换句话说，一个人对于时间的认知，往往决定了升维思考的高度。大部分的时候，我们都容易高估短期的收益，而
温暖的佳佳·2023-12-01 03:57

文生视频的发展史及其原理解析：从Gen2、Emu Video到PixelDance、SVD、Pika 1.0

前言考虑到文生视频开始爆发，比如11月份就是文生视频最火爆的一个月11月3日，Runway的Gen-2发布里程碑式更新，支持4K超逼真的清晰度作品(runway是StableDiffusion最早版本的开发商，StabilityAI则开发的SD后续版本)11月16日，Meta发布文生视频模型EmuVideo11月18日，字节跳动半路杀出发布PixelDance11月21日，开发并维护StableD
v_JULY_v·2023-11-30 10:28

乱序学机器学习——主成分分析法PCA

文章目录概览PCA核心思想和原理PCA求解算法PCA算法代码实现降维任务代码实现PCA在数据降噪中的应用PCA在人脸识别中的应用主成分分析优缺点和适用条件优点缺点适用条件概览PCA核心思想和原理PCA求解算法特征向量表示分布的方向
源代码•宸·2023-11-30 09:03

道法自然

给我最大得启示是，在没有财富地位得时候，通过实现认知升级、思维跃升，从根本上重塑自己的文化属性，注入强势文化的基因，在熟悉掌握各类规律的前提下可以形成一种俯视的姿态，对现实中的事业、人际、财富都可以实现降维打击
城北羊君·2023-11-30 07:15

TensorFlow 的基本概念和使用场景。

它可以用来创建各种类型的机器学习模型，如神经网络、决策树、随机森林等，以进行分类、回归、聚类、降维等任务。TensorFlow的核心概念是张量（Tensor）和计算图（Graph）。
昭阳926·2023-11-30 06:54

跟着Cell学单细胞转录组分析(三):单细胞转录组数据质控（QC）及合并去除批次效应

构建完Seurat对象之后，我们还需对数据进行一些列的质控，参能进行降维聚类分析，QC对于后续的分析影响还是比较大的，所以要重视。
KS科研分享与服务·2023-11-30 02:34

JS多维数组降维为一维数组的方法

1.flat方法我们使用flat可以实现降维//声明一个数组constarr=[1,2,3,[4,5,6]]//我们使用flat方法console.log(arr.flat())//[1,2,3,4,5,6
远近高低各不同·2023-11-30 02:09

【GEE笔记】主成分分析（PCA）算法的实现和应用

前言主成分分析（PCA）是一种常用的降维方法，它可以将多个相关的变量转换为少数几个不相关的变量，称为主成分（PC）。这些主成分可以反映原始变量的大部分信息，同时减少数据的复杂度和冗余性。
runepic·2023-11-30 00:59

奇异值分解SVD（singular value decomposition）

奇异值分解SVD是一个很有用的矩阵因子化方法。SVD提出的目的：任何一个m×nm\timesnm×n的矩阵都可以当作一个超椭圆（高维空间的椭圆），可以把它们当作单位球体S的像。
qq_42725437·2023-11-29 20:19

python支持向量机分类器怎么用_用Python实现SVM多分类器

支持向量机(SVM)——分类预测，包括多分类问题，核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等项目1说明svm.py该文件中实现了一个简单的SVM，使用SMO
weixin_39881760·2023-11-29 12:39

matlab 计算点云的曲率

目录一、算法原理1、计算过程2、参考文献二、SVD1、主要函数2、输入输出参数三、代码实现四、结果展示一、算法原理1、计算过程选取当前点pi(x,
点云侠·2023-11-29 10:39

PCA和LDA数据降维计算(含数学例子推导过程)

PCA算法和LDA算法可以用于对数据进行降维，例如可以把一个2维的数据降低维度到一维，本文通过举例子来对PCA算法和LDA算法的计算过程进行教学展示。
SpongeBob@Hefei·2023-11-29 03:11

深度学习之六（自编码器--Autoencoder）

概念自编码器（Autoencoder）是一种神经网络架构，用于无监督学习和数据的降维表示。它由两部分组成：编码器（Encoder）和解码器（Decoder）。
贾斯汀玛尔斯·2023-11-28 22:52

数据降维：尽显多彩，更多降维方法解析

数据降维：解析常用方法及Python3.10实践在数据分析领域，处理高维数据是一项重要的任务。为了更好地理解和利用数据，数据降维成为一种不可或缺的技术。
theskylife·2023-11-28 12:23

稳定视频扩散数据管理解密【stable video diffusion】

StabilityAI最近于2023年11月21日推出了其最新模型—稳定视频扩散（SVD）。视频生成模型的这一突破取决于数据管理的关键作用。除了模型检查点之外，他们还发布了一份技术报告。
新缸中之脑·2023-11-28 11:25

使用ArchR分析单细胞ATAC-seq数据(第五章)

ArchR分析单细胞ATAC-seq数据(第二章)使用ArchR分析单细胞ATAC-seq数据(第三章)使用ArchR分析单细胞ATAC-seq数据(第四章)第5章:使用ArchR聚类大部分单细胞聚类算法都在降维后空间中计算最近邻图
xuzhougeng·2023-11-28 03:00

t-SNE降维算法详解（附matlab代码）

相对于其他的降维算法，对于数据可视化而言t-SNE的效果最好。如果我们将t-SNE应用于n维数据，它将智能地将n维数据映射到3d甚至2d数据，并且原始数据的相对相似性非常
行走的参考文献·2023-11-27 21:47

《动感和狂放》

练瑜伽；下午：练字…傍晚：散步；夜晚：8点，舞蹈、答家长问…如果可以，真想连上两节瑜伽课如果可以，真想练字一整天如果可以，真想散步一直散下去如果可以，跳舞就这么一直跳下去如果可以，我真不想接学生家长电话降维沟通
祝秀·2023-11-27 15:24

每日一题——力扣——各位相加

大家刚开始做这题是可能没有什么头绪，所以我给这道题来个降维打击，让大家一目了然就拿上面的输入38的例子来说，
爱编程的晖哥·2023-11-27 11:02

Stable Video Diffusion问世！3D合成功能引关注，网友：进步太快

西风发自凹非寺量子位|公众号QbitAIStableDiffusion官方终于对视频下手了——发布生成式视频模型StableVideoDiffusion（SVD）。
QbitAl·2023-11-27 09:41

超全总结 | 用于空间分辨转录组数据分析的统计和机器学习方法

空间转录组学数据分析工作通常包括多个阶段：第一步是数据预处理，通常包括质量控制、基因表达标准化、降维和细胞类型注释。可以通过空间分解、基因插补和标签转移进一步提高数据的丰富性。
尐尐呅·2023-11-27 08:24

详细解答T-SNE程序中from sklearn.manifold import TSNE的数据设置，包括输入数据，绘制颜色的参数设置，代码复制可用！！

t-DistributedStochasticNeighborEmbedding的缩写1、可运行的T-SNE程序2.实验结果3、针对上述程序我们详细分析T-SNE的使用方法3.1加载数据3.2TSNE降维
小桥流水---人工智能·2023-11-27 03:13

Seurat Tutorial 1：标准分析流程，基于 PBMC 3K 数据集

目录1设置Seurat对象2标准预处理工作流程2.1QC和选择细胞进行进一步分析3数据归一化4识别高变特征（特征选择）5标准化数据6执行线性降维7确定数据集的维度8细胞聚类9运行非线性降维(UMAP/tSNE
生信小博士·2023-11-27 02:09

主成分分析（Principal Component Analysis，PCA）降维的原理以及可以运行的PCA降维的python程序 ，PCA程序可以直接复制运行，轻松了解PCA原理和使用方法！！

文章目录前言一、PCA的主要步骤如下：二、下面是一个Python代码示例，使用PCA将四维数据降维到二维：总结前言主成分分析（PrincipalComponentAnalysis，PCA）是一种广泛使用的数据降维方法
小桥流水---人工智能·2023-11-26 22:09

主成分分析（PCA）理解

1.主成分分析思想总结主成分分析（PrincipalComponentAnalysis，简称PCA）是一种常用于数据降维和特征提取的数学方法。
波波玩转AI·2023-11-26 18:37

机器学习作业——主成分分析PCA

（二）主成分分析法怎么做到的降维？（三）主成分分析法具体怎么做呢？——降维（四）主成分分析法具体怎么做呢？
青春是首不老歌丶·2023-11-26 18:35

机器学习——主成分分析法(PCA)

目录简介代码实现主成分分析法、层次分析法、因子分析法的选取和使用简介优点：1、降维2、过滤因素之间的相关性由特征向量构成，而且每个特征向量无关性决定了主成分的分量线性无关。
bw876720687·2023-11-26 18:33

『机器学习』 ——主成分分析法（PCA）

文章首发地址见个人博客主成分分析法一个非监督学习的机器学习算法主要用于数据的降维通过降维，可以发现更便于人类理解的特征其他应用：可视化；去噪1主成分分析法1.1什么是主成分分析法举一个简单的例子，上面的图片中这组数据具有两个特征分别为特征一和特征二
Mr黄黄黄黄黄先森·2023-11-26 18:02

机器学习算法——主成分分析（PCA）

目录1.主体思想2.算法流程3.代码实践1.主体思想主成分分析（PrincipalComponentAnalysis）常用于实现数据降维，它通过线性变换将高维数据映射到低维空间，使得映射后的数据具有最大的方差
哈密瓜Q·2023-11-26 18:01

tidyverse数据特征学习

目录特征缩放1，标准化-scale2，归一化-rescale3，行规范化4，数据平滑特征变换1.非线性特征2.正态性变换3.连续变量离散特征降维特征缩放不同数值型特征的数据量纲可能相差多个数量级，这对很多数据模型会有很大影响
hx2024·2023-11-26 17:11

机器学习——回归算法之线性回归

机器学习——回归算法之线性回归前言线性回归算法推导过程梯度下降1、批量梯度下降（GD）2、随机梯度下降(SGD)3、小批量梯度下降法（MBGD）代码实现前言机器学习算法按照“用途”可分为回归、分类、聚类、降维
macan_dct·2023-11-26 14:22

【深度学习笔记】02 线性代数基础

线性代数基础线性代数基础标量向量长度、维度和形状矩阵张量算法的基本性质降维非降维求和点积（DotProduct）矩阵-向量积矩阵-矩阵乘法范数线性代数基础标量标量由只有一个元素的张量表示importtorchx
LiuXiaoli0720·2023-11-26 09:22

【思维模型】系列2－逻辑层次模型。

层次越高，越容易形成降维打击。应用场景:1朋友抱怨环境太吵，没有复习好，所以考试没考好。分析:他是[环境]层次找原因，你该在[行为]层次找原因，可以这么说"下次
咕咚谷·2023-11-26 04:27

大模型微调技术

全量微调部分参数微调Adaper-Tuning降维的意义计算和存储成本去除冗余和噪声—特定任务训练数据有限减少模型复杂度避免过拟合风险适应任务需求过拟合是指模型在训练数据上表现得很好，但在新的未见过的数据上表现较差的现象模型过于复杂
数据与后端架构提升之路·2023-11-25 17:19
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他