《数据科学实战》-note0.1

最新推荐文章于 2023-12-29 20:48:37 发布
最新推荐文章于 2023-12-29 20:48:37 发布
阅读量292 收藏
点赞数
分类专栏： 数据挖掘 文章标签： 数据

《数据科学实战》上看到关于用户相似性的度量，查了几种距离，其中Jaccard距离可以用来描述相似性，不过简单地把属性类别处理成了0/1。

lanse12_17
关注
专栏目录
MATLAB算法实战应用案例精讲-【数据分析】基于sklearn的异常检测（附matlab、R语言和python代码实现）
qq_36130719的博客
01-05 1856
和在数据集上表现相当不错。而对离群值很敏感，因此在离群值检测方面表现不佳。但仍可用于异常值检测，但需要微调其超参数nu以处理异常值并防止过度拟合。提供了复杂度更低的实现。而假设数据是高斯分布的并学习一个椭圆。
MATLAB算法实战应用案例精讲-【数据分析】核密度估计KDE(附matlab、R语言和python代码实现)
qq_36130719的博客
01-12 4493
基于新数据环境支持, 运用核密度估计、最近邻分析、多距离空间聚类、协同区位商和两步移动搜索等多种空间量化法, 从适应性和匹配关系两个方面分析深圳市城市公共资源与人口分布的空间适配性。结果表明: 1)不同城市公共资源与人口分布的空间适应性具有明显的相似性, 表现为空间形态、分布模式和邻近效应相似;2)城市公共资源与人口分布的空间匹配关系存在差异, 城市公共资源与人口密度的非匹配特征说明城市公共资源供需关系存在“失配”和“错位”现象。
Numpy（科学计算库）---讲解
beyond谚语的博客
05-01 1651
本内容来自《跟着迪哥学Python数据分析与机器学习实战》，该篇博客将其内容进行了整理，加上了自己的理解，所做小笔记。若有侵权，联系立删。 迪哥说以下的许多函数方法都不用死记硬背，多查API多看文档，确实，跟着迪哥混就完事了~~~ Numpy官网API 以下代码段均在Jupyter Notebook下进行运行操作 每天过一遍，腾讯阿里明天见~ 一、 基本操作 Ⅰ，array数组 导包 import numpy as np#导包，起个别名np 常规方法对列表中的每一个元素都+1，在python中是不可行的
TensorFlow应用实战-5- TensorFlow基础知识
weixin_34217773的博客
04-10 314
从helloworld开始 mkdir 1.helloworld cd 1.helloworld vim helloworld.py 代码: # -*- coding: UTF-8 -*- # 引入 TensorFlow 库 import tensorflow as tf # 设置了gpu加速提示信息...
LLaMA的解读与其微调(含LLaMA 2)：Alpaca-LoRA/Vicuna/BELLE/中文LLaMA/姜子牙
热门推荐
结构之法 算法之道
03-22 7万+
还开始研究一系列开源模型(包括各自对应的模型架构、训练方法、训练数据、本地私有化部署、硬件配置要求、微调等细节)​该项目部分一开始是作为此文《》的第4部分，但但随着研究深入 为避免该文篇幅又过长，将把『第4部分 开源项目』抽取出来 独立成本文。
自然语言处理(NLP)编程实战-1.3 使用词向量预测国家
Ogmx的博客
05-04 801
学习目标：  在本实验中将会对词向量进行探究。通常在NLP任务中，各单词会用词向量的形式来表示，词向量能对词的含义进行编码。  词向量可通过多种不同的机器学习方法进行训练得到。在本实验中并不会研究如何生成词向量，而是学习如何使用词向量，因为在真实应用情况下，往往是直接使用已经训练好的词向量，并不会亲自训练。
数据分析三剑客之一：Matplotlib详解与实战
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
08-03 3296
通过Pyplot 对数据进行图形化展示，可以直观的了解数据的分布情况，更好的制定出学习方法。同时，它还可以展示出我们机器学习到的计算方法，了解其与实际情况是否相符等问题。Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生成新的图像，在图像中产生新的绘图区域等等。
数据科学 IPython 笔记本 四、Keras（下）
龙哥盟
01-23 3万+
四、Keras（下） 原文：keras-tutorials 译者：飞龙 协议：CC BY-NC-SA 4.0 4.7 用于 MNIST 的卷积网络 致谢：派生于 Valerio Maggio 的 deep-learning-keras-tensorflow 深度学习模型可能需要相当长的时间来运行，尤其是在不使用 GPU 的情况下。 为了节省时间，你可以采样一个观测子集（例如 1000 个）...
kaggle竞赛-Stable Diffusion数据分析与baseline
weixin_45794268的博客
04-16 3426
为了以一种稳健的方式计算提示的相似性——这意味着“史诗猫”的得分与“威严的小猫”相似（meaning that “epic cat” is scored as similar to “majestic kitten” in spite of character-level differences），尽管它们在字符级别上存在差异——你将提交你预测的提示的嵌入。这个竞赛的目标不是从文本提示生成图像，而是创建一个模型，可以在给定生成图像的情况下预测文本提示（你有一堆提示词，你预测是否该提示词参与了图像的生成）?
【Rust】1、实战：语法、数据结构、生命周期-所有权-借用、自制 CPU、内存: 指针、栈、堆
呆呆的猫的博客
06-23 1179
Rust: 语法、数据结构、生命周期-所有权-借用、自制 CPU、内存: 指针、栈、堆
【Python案例实战】水质安全分析及建模预测
m0_61635017的博客
12-29 2087
本研究探讨了水质安全与人类健康的关系，并强调了建模预测在水质安全分析中的重要性。首先，介绍了水资源的重要性和水质安全与人类健康的密切关系。接着，阐述了建模预测在水质安全分析中的必要性，并指出其可以预测未来的水质状况，为水质管理和保护提供科学依据。随后，详细探讨了水质安全分析的多个方面，包括水质标准与指标、检测方法、污染源分析和风险评估等。最后，提出了一个具体的问题描述，即预测水是否安全，并计划使用机器学习算法进行预测。整个研究为理解水质安全问题提供了全面的视角，并为后续的水质管理和保护提供
【人工智能】国产开源大模型聊天 AquilaChat 快速开始上手实战&效果评测
AI天才研究院
06-13 1万+
Aquila语言大模型在技术上继承了GPT-3、LLaMA等的架构设计优点，替换了一批更高效的底层算子实现、重新设计实现了中英双语的tokenizer，升级了BMTrain并行训练方法，在Aquila的训练过程中实现了比Magtron+DeepSpeed zero-2将近８倍的训练效率。Aquila语言大模型是在中英文高质量语料基础上从０开始训练的，通过数据质量的控制、多种训练的优化方法，实现在更小的数据集、更短的训练时间，获得比其它开源模型更优的性能。
B.【机器学习实践系列二】数据挖掘-二手车价格交易预测（含EDA探索、特征工程、特征优化、模型融合等）
丨汀、的博客
04-13 929
了解赛题赛题概况数据概况预测指标分析赛题数据读取pandas分类指标评价计算示例回归指标评价计算示例EDA探索载入各种数据科学以及可视化库载入数据总览数据概况判断数据缺失和异常了解预测值的分布特征分为类别特征和数字特征，并对类别特征查看unique分布数字特征分析类别特征分析用pandas_profiling生成数据报告特征工程导入数据删除异常值特征构造特征筛选建模调参，相关原理介绍与推荐线性回归模型决策树模型GBDT模型。
C#的WinForm开发框架源码 权限管理系统源码数据库 SQL2008源码类型 WinForm
11-16
WinForm开发框架源码 权限管理系统源码 功能描述：01.登录界面 02.系统配置 03.申请账户 04.即时通讯 05.发送消息 06.广播消息 07.软件频道 - 内部通讯录 08.软件频道 - 名片管理 09.软件频道 - 代码生成器 10.系统后台管理 - 用户审核 11.系统后台管理 - 用户管理 12.系统后台管理 - 组织机构管理 13.系统后台管理 - 角色管理 14.系统后台管理 - 员工管理 15.系统后台管理 - 岗位管理 16.系统后台管理 - 用户权限设置 17.系统后台管理 - 角色权限设置 18.系统后台管理 - 组织机构权限设置 19.系统后台管理 - 菜单权限项设置 20.系统后台管理 - 选项管理 21.系统后台管理 - 序号（流水号）管理 22.系统后台管理 - 系统日志 - 按用户访问情况 23.系统后台管理 - 系统日志 - 按用户查询 24.系统后台管理 - 系统日志 - 按菜单查询 25.系统后台管理 - 系统日志 - 按日期查询 26.系统后台管理 - 系统日志 - 系统异常情况记
超级常用的甘特图-项目管理.xlsx
11-16
超级常用的甘特图-项目管理.xlsx
【MRFO栅格地图】蝠鲼觅食算法MRFO栅格地图路径规划（目标函数：最短距离）【含Matlab源码 9168期】.mp4
11-16
Matlab领域上传的视频均有对应的完整代码，皆可运行，亲测可用，适合小白； 1、代码压缩包内容 主函数：main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开main.m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主； 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作
.f2812.acid
最新发布
11-16
.f2812.acid
沟通的人性之光——AI 难以取代的人际交流能力.pdf
11-16
沟通的人性之光——AI 难以取代的人际交流能力.pdf
(源码)基于SpringBoot和Redis的分布式数据访问系统.zip
11-16
# 基于Spring Boot和Redis的分布式数据访问系统 ## 项目简介 本项目是一个基于Spring Boot和Redis的分布式数据访问系统，旨在提供高效、可靠的数据库访问和缓存管理功能。系统通过集成Spring Boot框架和Redis数据库，实现了对数据库的读写操作、数据分片、缓存管理等功能，适用于需要高性能和高可用性的分布式应用场景。 ## 项目的主要特性和功能 1. 数据库访问对象（DAO）基类提供通用的数据库访问对象基类，简化数据库操作的配置和管理。支持只读模式和分片数据源的配置。 2. 数据源上下文持有者管理和切换数据库连接，适用于数据库分片的环境。 3. 动态数据源管理实现多数据库的动态管理，支持切换数据库连接。 4. 数据库访问接口（DAO）定义了与数据库交互的基本操作，如增删改查等。 5. 读写分离提供只读和可写的数据访问对象，确保读操作和写操作在不同的环境中进行。
a-note-source-4.2.3：高效记忆标签管理软件
资源摘要信息:"开源软件 'a-note-source-4.2' 是一款在Windows操作系统下运行的记忆标签程序。根据文件标题 'a-note-source-4.2.3.rar' 和描述信息，我们可以推断这是一个版本为4.2.3的资源压缩包文件。该程序的标签...
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