Datawhale X 李宏毅苹果书 AI夏令营-深度学习入门-Task1

已于 2024-08-27 23:04:14 修改
阅读量64 收藏 2
点赞数 3
文章标签： 人工智能 机器学习 深度学习
于 2024-08-27 23:01:38 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/weixin_57958034/article/details/141614318
版权

什么是机器学习（Machine Learning，ML）？

1.基本概念：机器学习是研究计算机模拟人类的学习活动。具体来说就是让机器具备找一个函数的能力。

2.典型过程：建立模型 ——> 训练 ——> 预测

3.分类

（1）按学习任务分类：回归（regression）、分类（classification）、聚类（Clustering）

（2）按学习方式分类：有监督学习（Supervised）、无监督学习（Unsupervised）、半监督学习（Semi-supervised）、强化学习（Reinforcement）

（3）按学习模型分类：几何（Geometric）、逻辑（Logical）、网格（Network）、概率（Probabilistic）

具体见：人工智能导论(6)——机器学习(Machine Learning)_机器学习 人工智能导论-CSDN博客

李宏毅2020机器学习资料汇总-CSDN博客

瑶瑶酱Alex
关注
  • 3
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Spark MLlib模型训练—分类算法Multinomial Logistic Regression
08-27 191
多项逻辑回归（Multinomial Logistic Regression）是对二项逻辑回归（Binary Logistic Regression）的扩展，适用于多分类问题。当目标变量不再是二分类（如 0 或 1），而是多于两个类别（如 A, B, C），多项逻辑回归便成为了适用的选择。与二项逻辑回归类似，多项逻辑回归基于线性模型，但其核心区别在于输出类别不再局限于两个，而是扩展至多个。，模型预测的标签为 0，对应的概率为 0.876，表明该样本属于类别 0 的可能性最大。使得训练数据的似然最大。
Datawhale X 李宏毅苹果书 AI夏令营：《深度学习详解》
08-24
Datawhale X 李宏毅苹果书 AI夏令营：《深度学习详解》
Datawhale X 李宏毅苹果书 AI夏令营：TASK2+CNN实践, pytorch，数据增强，可视化
08-26
Datawhale X 李宏毅苹果书 AI夏令营：TASK2+CNN实践, pytorch，数据增强，可视化
Datawhale 5 李宏毅苹果书 AI夏令营.pdf
08-26
Datawhale 5 李宏毅苹果书 AI夏令营.pdf
Datawhale X 李宏毅苹果书 全书
08-26
Datawhale X 李宏毅苹果书 全书
python 实现convolution neural network卷积神经网络算法
luthane的博客
08-26 1170
卷积神经网络（Convolutional Neural Networks, CNN）是一种包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks, FNN），是深度学习的代表算法之一。基本原理CNN的核心思想是通过模拟人类视觉系统的工作方式，自动提取图像中的特征，并将其用于分类、检测、分割等任务。它主要受到了生物学上感知机制的启发，模拟了人类视觉系统中的感知细胞和复杂细胞的工作方式。
透明性和解释性AI：概念与应用
weixin_49007164的博客
08-25 1033
透明性AI指的是AI系统的操作过程、决策机制、数据流动和模型行为是可理解和可追踪的。换句话说，透明性AI使得人们可以清楚地看到AI系统是如何做出决策的，这一过程包括输入数据的处理方式、模型的内部计算过程、以及最终决策的产生机制。解释性AI是指AI系统不仅能够给出决策结果，还能够提供关于该决策如何产生的解释。解释性AI的目标是帮助用户理解AI的行为，尤其是当AI的决策与预期不符时，提供合理的解释来消除用户的疑虑。
【python计算机视觉编程——1.基本的图像操作和处理】
m0_53694086的博客
08-26 800
参数sigma为标准差（σ），是高斯滤波器的一个重要参数，它控制滤波器的平滑程度。标准差越大，高斯函数的曲线越宽，滤波器的影响范围就越大。标准差较大: 高斯滤波器会在更大范围内进行平滑，使得图像变得更加模糊，细节和边缘特征会被更强地平滑掉。标准差较小: 高斯滤波器会产生较小范围的平滑效果，图像的细节保留更多。还可以给定转换矩阵，将RGB图像转换为CIE XYZ色彩空间。图像像素值被分成128个区间，用于计算每个区间的像素值频率。可以返回目录中所有jpg图像的列表。
【论文解读】自由能原理在多个领域的统一视角
神经美学_茂森的博客
08-27 213
自由能原理作为一个统一的理论框架，成功地将多个看似不相关的领域（如神经科学、物理学、经济学、信息论、控制论、认知科学和生物学进化）联系在一起。通过自由能原理，我们可以更深刻地理解不同系统如何在给定条件下实现最优行为或状态。#自由能原理 #跨领域统一框架 #优化逻辑 #参数调节 #贝叶斯大脑 #预测编码 #最优控制 #注意力机制 #自然选择 #机器学习。：自由能原理、跨领域统一框架、优化逻辑、参数调节、贝叶斯大脑、预测编码、最优控制、注意力机制、自然选择、机器学习。
论大模型在金融行业的应用场景
m0_53773302的博客
08-25 597
需要指出的是，虽然上面这些场景都是大家能够最先想到的，但真正要做的很好，也不是那么容易，必须结合优质的技术架构与工具设计，模型优化，数据准备与处理，以及反复的尝试与试错，同时也不可避免的需要对所在行业与场景知识的专业性通过实操深入理解。但如果想到达到90%以上的准确率，那就必须结合专业细致的行业数据、话术抽象、切分，上下文学习/RAG使用，知识图谱的构造，人类反馈的常态化，模型的选择，模型微调中参数调优、数据质量与混合比例的调优、减少遗忘的策略设计，甚至模型结构的创新改造设计等手段综合起来，才可以达到。
直播美颜API与视频美颜SDK的开发指南：构建高效实时美颜工具
q1031691172的博客
08-23 293
不同用户对美颜效果的需求各异，因此，直播美颜API与视频美颜SDK应具备良好的可扩展性和自定义功能。开发者可以通过提供丰富的接口和插件机制，允许用户根据自己的需求调整美颜参数或添加新的美颜效果，从而提升用户满意度。
yolo7 自定义数据训练
hzh839900的专栏
08-27 62
数据定义文件train.txt val.txt。预定义标签 格式name label。数据集定义文件errimg.yaml。图片文件和标签文件放在一起。数据打标labelimg。
OpenCV4深度神经网络DNN实战教程
最新发布
qq_44870829的博客
08-27 486
OpenCV DNN模块传统的HAAR级联人脸检测器不可靠到DNN的高可靠各种操作，如何将TensorFlow训练出来的模型导入到，实现很好的调用OpenCVDNN模块可以解决OpenCV4不再是单纯的计算机视觉库，还有深度学习推理库OpenCV4后与神经网络扩展模块在3.3中放到了release版本中旧的教程下线有瑕疵此时已经很成熟了，通过IE加速（推理引擎，7、8倍的效率提升）OpenCV4模型数很多。
并行计算的艺术：PyTorch中torch.cuda.nccl的多GPU通信精粹
2401_85763639的博客
08-27 336
是PyTorch提供的一个用于多GPU通信的API，它基于NCCL库，专门针对NVIDIA GPU优化，支持高效的多GPU并行操作。NCCL提供了如All-Reduce、Broadcast等集合通信原语，这些操作在多GPU训练中非常关键。
2024年国内版AI写作对话工具推荐
m0_68431045的博客
08-24 1091
聊天机器人、写作助手、图像生成、阅读总结、翻译，功能全面，而且还能建各种有趣的智能体，想体验DAN的，在豆包上能找到类似的智能体噢。通义千问 生产力工具，连智能体都是为打工而生的，实时语音转文字，大会多位发言人速记、文献阅读、搜索、对话，啥都能干。联网搜索、图片识别、文档识别都可以，搜索能力还不错，后面百小应可能是要往医疗助手方向走 推荐指数⭐⭐⭐。元宝 腾讯旗下后来居上的AI应用，可以生成图片、信息搜索、对话，文档总结，也可以玩智能体推荐指数⭐⭐⭐。以下排名随意编排，无先后。
探秘Facebook的人工智能战略：如何用智能技术重塑社交网络
2301_78954254的博客
08-27 384
人工智能（AI）正以前所未有的速度渗透到各个领域，社交网络也不例外。作为全球最大的社交平台之一，Facebook（现Meta）正利用人工智能技术重塑其网络环境，提升用户体验。本文将深入探讨Facebook的人工智能战略，揭示它如何通过智能技术引领社交网络的未来。
数据取证：OSForensics，新时代的数字化调查取证工具
sanyuan7783的博客
08-23 609
天津鸿萌科贸发展有限公司是 OSForensics 数据调查取证软件的授权代理商。OSForensics 数据调查取证软件协助用户通过高性能文件搜索和索引快速从计算机中提取数据调查证据；通过哈希匹配、驱动器签名比较、电子邮件、内存和二进制数据识别可疑文件和活动；管理您的数字调查并根据收集的取证数据创建报告。文章内容：一、全面的取证调查工具二、识别可疑文件和活动三、管理您的数字调查。
【领域驱动设计 打通DDD最小闭环】三 模型的建立-领域建模
MaoLin Tian's Blog
08-25 687
同事件风暴一样领域建模也是在模型建立阶段，但更进一步的，领域建模不仅要对业务进行直观模拟，更要经过提炼，形成浓缩的知识，使模型中的知识不再停留在业务的表面，而是深入到业务的本质，进而加入技术视角选择最合适的建模方案。可以理解为是对事件风暴的技术性加工，使用UML图的一些标记例如：注释、约束、多重性、自关联、多关联、角色以及一些技巧如：多对多关联拆分、抽象化实体、模块化来进行领域建模。一个比较深的体会是对于多对多关联拆分的考虑，例如业务事件阶段的【门店、合作】以领域名词的形式候选为实体，在领域建模阶段明确其多
Python星载气溶胶数据处理与反演分析实践技术应用
jwwkyjspt的博客
08-23 1083
MODIS（中分辨率成像光谱仪）和CALIOP（云-气溶胶偏振激光雷达）是两种重要的星载遥感观测平台，它们提供了大量的气溶胶数据。MODIS通过成像光谱技术获取不同波长的遥感数据，从而得到气溶胶的空间分布、光学厚度等信息，而CALIOP则通过激光雷达技术获取气溶胶的类型和垂直分布信息。Pandas库学习（读取Aeronet的csv文件，处理气溶胶数据，通过质量控制，数据筛选展现气溶胶光学厚度日变化图）1、MODIS气溶胶数据下载（选择对应产品，时间，区域，Wget下载，World View云图相关云图）
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