机器学习（ML）应用发展

已于 2024-02-14 18:41:16 修改
阅读量62 收藏
点赞数
分类专栏： ML算法 文章标签： 机器学习 人工智能
于 2023-09-28 09:36:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43694747/article/details/133376294
版权

现代的机器学习有两个目标，一个是根据已经开发的模型对数据进行分类，另一个目的是进行预测。

现代机器学习的发展：机器学习_全球百科 (vibaike.com)

独耗
关注
专栏目录
机器学习流程—AutoML
03-21 3万+
今天我将用一个简单的示例来全面讲解 AutoML 工具：Auto-Sklearn，相信你会爱上这个这么省心的工具。文中涉及的数据、代码文末将给出，方便实战练习熟悉机器学习的人都知道 scikit-learn，这是著名的 python 包，由不同的分类和回归算法组成，用于构建机器学习模型。Auto-Sklearn 是一个基于 Python 的开源工具包，用于执行 AutoML，它采用著名的 Scikit-Learn 机器学习包进行数据处理和机器学习算法。
机器学习（ML）在材料领域应用专题
s2mple1的博客
04-06 4031
机器学习作为一种兼顾开发效率以及开发成本的方法，已经逐渐应用于材料发现、结构分析、性质预测、反向设 计等多个领域，并且在材料学研究中展现出惊人的潜力。传统的发现新材料的方法，如经验试错法和基于密度泛 函理论(DFT)的方法，往往需要较长的研发周期，成本高、效率低，已经不能很好的适应如今需求量激增的材料 学领域。机器学习因其强大的数据处理能力和相对较低的研究门槛，能够有效地降低工业开发中的人力物力成 本，缩短研发周期。
机器学习的应用
全栈川川
06-01 1万+
机器学习的应用
【赠书第19期】跨平台机器学习：ML.NET架构及应用编程
无人机开发（开源Ardupilot）
01-26 1万+
在微软最有价值专家（16届）的指导下，运用跨平台机器学习框架ML.NET来创建机器学习解决方案，将人工智能技术应用于实际任务场景中。
机器学习——自动机器学习(AutoML)
2301_80374809的博客
10-15 1178
自动机器学习（AutoML）是指通过自动化的方法来选择模型、调整超参数和预处理数据的过程，从而让没有丰富经验的用户也能创建高质量的机器学习模型。与传统的机器学习方法相比，AutoML能够自动执行数据预处理、特征工程、模型选择、超参数优化等多个步骤，大大降低了机器学习的技术门槛。自动机器学习（AutoML）在极大降低机器学习门槛的同时，也加速了其在各个领域中的应用。通过数据预处理、特征工程、模型选择和超参数优化的自动化，AutoML为广大用户提供了一种高效且便捷的机器学习实现方式。
机器学习发展历史简述
earthbingshi的博客
06-24 1280
进化计算，机器学习，国际期刊International Journal of Complexity in Applied Science and Technology，收录进化计算，机器学习和大数据方面的论文， 投稿网址：https://www.inderscience.com/jhome.php?jcode=ijcast
AI智慧医疗：探索机器学习在医疗保健中的应用与进展
热门推荐
科技改变人类，技术成就未来
04-08 4万+
AI智慧医疗：探索机器学习在医疗保健中的应用与进展
机器学习的热门领域及应用趋势
qlkaicx的博客
06-03 1501
深度学习（Deep Learning）是机器学习的一个分支，通过模拟人脑神经网络的结构和功能，利用多层神经网络来学习数据的特征表示。自从2012年AlexNet在ImageNet竞赛中取得突破性成果以来，深度学习成为了机器学习领域的核心技术。迁移学习（Transfer Learning）是指将从一个任务中学到的知识应用到另一个相关任务中，以提高学习效率和模型性能。随着深度学习的发展，迁移学习成为解决数据不足问题的有效方法。强化学习。
机器学习实践应用
GitChat
04-12 2万+
内容简介 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科，专门研究计算机怎样模拟或实现人类的学习行为。机器学习是人工智能的核心，是使计算机具有 智能的根本途径。 本书通过对机器学习的背景知识、算法流程、相关工具、实践案例以及知识图谱等内容的讲解，全面介绍了机器学习的理论基础和实践应用。书中涉及机器学习领域的多个典型算法，并详细给出了机器学习的算法流程。 本书...
DL/ML/RL/TL/FL机器学习框架总结
Admans的专栏
05-28 1548
基础软件非常重要；掌握PyTorch是基础；大厂都是搞平台搞生态的。
【ML】 李宏毅机器学习课件及代码.zip
04-02
机器学习（Machine Learning, ML）是一种应用人工智能（AI）领域的科学技术，它使得计算机系统能够从数据中自动学习和改进，而无需显式编程。在机器学习的过程中，算法会通过识别和挖掘数据中的模式来构建一个模型，...
苹果：推出机器学习Core ML2.pdf
09-24
Core ML是苹果为开发者提供的一项重要工具，它允许开发者将预先训练好的机器学习模型整合到iOS应用中，从而实现更智能的功能。 Core ML 2的主要改进包括： 1. **速度提升**：相比前一版本，Core ML 2通过引入批预测...
8.机器学习--决策树
我是个好人呀，????
11-07 1184
(⊙﹏⊙)下周有要开组会，不知道该说啥，啊啊啊啊😫提到树，我们第一反应都是数据结构中的二叉树，那么决策树又是什么？他有什么特别之处呢？决策树是一类常见的机器学习算法。按照西瓜书里给出的定义👇：这个定义看起来还是有些晦涩，通俗的来讲，决策树就是一种依赖树型结构进行决策的模型。例如，我们买西瓜的时候肯定想挑一个熟透的好瓜，一般来讲我们都有一套判断这个西瓜怎么样的标准，比如拍一拍听西瓜的声音是怎么样的？西瓜的色泽是不是鲜明的等等，我们把每个判断标准作为一个树结点，判断结果作为两个子结点连接下一个判断条件，最终
【机器学习】机器学习中用到的高等数学知识
IT古董
11-07 460
机器学习是一个跨学科领域，涉及多种高等数学知识。掌握这些高等数学知识可以帮助理解机器学习算法的工作原理和实现过程。在实际应用中，建议结合编程实践，如使用 Python 中的 NumPy 和 SciPy 库进行线性代数和数值计算，使用 scikit-learn 进行统计分析和机器学习建模。通过理论与实践相结合，能够更深入地理解机器学习的核心概念和应用。
11.11机器学习_介绍和定义
gs1we1的博客
11-11 207
Python语言机器学习工具Scikit-learn包括许多智能的机器学习算法的实现Scikit-learn文档完善，容易上手，丰富的API接口函数Scikit-learn官网：https://scikit-learn.org/stable/#Scikit-learn中文文档：https://scikitlearn.com.cn/scikit-learn中文社区数据量小，数据在sklearn库的本地，只要安装了sklearn，不用上网就可以获取数据量大，数据只能通过网络获取。
《线性代数》学习笔记
tan_liang_liang的博客
11-11 113
直观上就是，如果第三个向量的直线掉在前面两条向量张成的平面，那么就线性相关，否则是线性无关的。就是用前面确定线性无关的两个列向量a和b，组成议程ax+by=c是否有解，如果有解。如何判断有解，用消元法。求解这样的方程，先把它转换成行阶梯式，而且每一个主元上面对应的系数是0。什么是基础解系，就是其它解可以表示成两个向量的线性组合，这两个向量就是基础解系。上个星期继续学线性代数，一个矩阵，如何判断它是的列向量有几个是线性无关呢？第二种方法是判断这个矩阵的行列式，如果行列式计算不是0,那么它的列向量就是无关的。
Pytorch学习--神经网络--完整的模型训练套路
weixin_68930974的博客
11-11 398
Pytorch学习--神经网络--完整的模型训练套路
CatBoost 中对分类特征进行目标变量统计编码 公式解析
最新发布
u013172930的博客
11-11 399
公式 14-2 是CatBoost中对分类特征进行目标变量统计编码的一种改进版本，加入了平滑项和先验项，用于处理稀疏数据和类别样本不足的情况。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值