jiqixuexi

最新推荐文章于 2024-02-08 12:25:03 发布
最新推荐文章于 2024-02-08 12:25:03 发布
阅读量401 收藏
点赞数
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/zxjor91/article/details/44947735
版权
zxjor91
关注
LGB机器学习介绍
zxm8513CSDN博客
10-21 879
GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等优点。GBDT不仅在工业界应用广泛，通常被用于多分类、点击率预测、搜索排序等任务；在各种数据挖掘竞赛中也是致命武器，据统计Kaggle上的比赛有一半以上的冠军方案都是基于GBDT。而LightGBM（Light Gradient Boosting Machine）是一个实现GBDT算法的框架，支持高效率的并行
【Transformer】CLS（classification）有什么用？
MOL
10-06 3万+
CLS]就是classification的意思，可以理解为用于下游的分类任务。 一句话理解：【CSL】就是一个向量，只是不是某一个字的向量，是一个够代表整个文本的的语义特征向量，取出来就可以直接用于分类了。 意思就是它是代表整个语句的标签，代表该语句是什么含义（褒贬义/正确错误....）而不是仅仅代表一个单词的含义 主要用于以下两种任务： 单文本分类任务：对于文本分类任务，BERT模型在文本前插入一个[CLS]符号，并将该符号对应的输出向量作为整篇文本的语义表示，用于文本分类，如下图所示。可以理解为
机器学习相关基本术语
Bing's Blog
06-02 821
机器学习相关基本术语@(Machine Learning)学习/训练（Learning/Training）：从数据中学得模型的过程。学习过程就是找出或者逼近真相。模型也称作学习器（learner）。标记空间：label space也称作输出空间。示例结果称作标记。学习任务的分类 分类（classification） 回归（regression） 预测的值是离散值时，学习任务叫作分类。 预测是追是连
mx250可以机器学习吗_图灵未上，性能小增：今年轻薄本到底要不要上MX 250
weixin_36488954的博客
02-01 989
2017年，英伟达MX 150发布之后，不管是四五千还是过万的超薄本都选择搭载这款入门级独显。最近MX 250也正式发布，大家都期待着基于“图灵”架构的MX 250可以带来巨大的性能提升，但是事实确实它依旧采用帕斯卡架构，最令人吃惊的是性能还开起了“倒车”。“倒车”一说源自英伟达官网，官网显示MX 250是UHD 620的3.5倍，而MX 150则是4.0倍。原则上来说，MX 250应该是领先MX...
图解十大经典机器学习算法入门
热门推荐
jrunw的博客
01-30 21万+
弱人工智能近几年取得了重大突破，悄然间，已经成为每个人生活中必不可少的一部分。以我们的智能手机为例，看看到底温藏着多少人工智能的神奇魔术。 下图是一部典型的智能手机上安装的一些常见应用程序，可能很多人都猜不到，人工智能技术已经是手机上很多应用程序的核心驱动力。 图1 智能手机上的相关应用 传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。这篇文章将对
Github标星24300！吴恩达机器学习课程笔记.pdf
fengdu78的博客
03-11 1638
个人认为：吴恩达老师的机器学习课程，是初学者入门机器学习的最好的课程！我们整理了笔记（336页），复现的Python代码等资源，文末提供下载。课程简介 课程地址：https://www.c...
机器学习的四个分支
AnneQiQi的博客
12-19 5811
机器学习是非常宽泛的领域，其子领域的划分非常复杂。机器学习算法大致可分为四大类： 1）监督学习 2）无监督学习 3）自监督学习 4）强化学习 一、监督学习 监督学习是最常见的机器学习类型。给定一组样本（通常由人工标注），它可以学会将输入数据映射到已知目标【也叫作标注（annotation）】。 近年来广受关注的深度学习几乎都属于监督学习，如，光学字符识别，...
jiqi
qq_44790536的博客
07-01 1893
https://sklearn.apachecn.org/docs/master/2.html 1，最小二乘法 拟合一个带有系数 w = (w_1, …, w_p) 的线性模型，使得数据集实际观测数据和预测数据（估计值）之间的残差平方和最小。其数学表达式为: {min,} {|| X w - y||_2}^2 2，支持向量机（SVM）：可以用于监督学习的分类、回归、异常检测 优势： 在高维空间中非常有效； 即使在数据维度比样本数量大的情况下仍然有效. 在决策函数（称为支持向量）中使用训练集的子集,因此它也
17个机器学习的常用算法
renhongxia1的博客
08-11 5769
其中深度学习就是其中的一类算法，我们会单独讨论），重要的人工神经网络算法包括：感知器神经网络（Perceptron Neural Network）, 反向传递（Back Propagation）， Hopfield网络，自组织映射（Self-Organizing Map, SOM）。在这种学习模式下，输入数据作为对模型的反馈，不像监督模型那样，输入数据仅仅是作为一个检查模型对错的方式，在强化学习下，输入数据直接反馈到模型，模型必须对此立刻作出调整。根据数据类型的不同，对一个问题的建模有不同的方式。...
机器学习（3）-支持向量机（SVM）含python代码
breakpoints_的博客
12-30 3421
支持向量机（SVM） 定义： 支持向量机：英文名supportvectormachine，一般简称SVM。通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的超平面（线性分类器），其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。 超平面方程式： ，其中X为多维向量，W也为...
吴恩达机器学习笔记pdf格式
05-19
《吴恩达机器学习笔记》是一份详尽的教育资源，旨在帮助学习者深入理解机器学习这一领域的核心概念和算法。吴恩达，作为人工智能和在线教育领域的先驱，以其深入浅出的教学风格闻名，他的机器学习课程在全球范围内广...
（2-6）基于内容的推荐：文本情感分析
码农三叔
02-08 1081
文本情感分析是一种将自然语言文本的情感倾向性进行分类或评估的技术，它可以帮助我们了解文本中所表达的情感，例如积极、消极或中性，从而在推荐系统中更好地理解用户的喜好和情感偏好。在Python中，有多种方法可以进行文本情感分析，其中常用的方法有两种：传统机器学习方法和深度学习方法。
Python基于yolo的健身姿势检测与姿态矫正建议系统源代码+使用说明
11-06
Python基于yolo的健身姿势检测与姿态矫正建议系统源代码+使用说明 model:保存模型参数 config.yaml:配置文件 resource:输入文件夹，具有固定的目录结构（动作-视角-标准/错误点） output:输出文件夹，保持和resource相同的目录结构 main.py:实现resource2output方法,将resource中的资源全部提取数据并输出（csv格式）到output的相应位置 tasks:任务文件夹，对于不同的健身任务，分别实现标准性判别方法 keypoint.py:是对yolo模型返回的节点进行对象封装，其中的Keypoint对象封装了返回结果（是一个数组）中各关节位置对应数组中的位置，这样就不需要通过下标直接获取节点，而是通过例如get("l_elbow")的实例方法获取节点 pull_up.py:为具体健身任务实现标准性判别方法，这里是对引体向上的处理 task_processor.py由于main.py是在对resource文件夹中所有资源进行处理，不同的方法将对应不同的处理函数，task_processor.py中实现了TaskProces
使用谷歌地球引擎（GEE）和 Python 在孟加拉国西北部绘制基于机器学习算法的作物类型图.ipynb
11-06
精确的作物类型图对于监测种植模式、可持续利用现有自然资源和估算收成至关重要。人工数字化和标注--绘制作物类型图的常用方法--大多费时、费钱，甚至容易出现人为错误。近来，机器学习算法已发展成为利用卫星图像对作物品种进行分类的经济有效的替代方法。为应对最新进展，本研究将采用机器学习算法，利用哨兵-2 图像对孟加拉国西北部（拉杰沙希县戈达加里乡）的 6 种作物类型进行分类。将研究四种机器学习算法（随机森林、人工神经网络、KNN 和支持向量机），以准确绘制作物类型图。
【光伏预测】基于蛇群优化算法SO优化高斯过程回归GPR实现光伏多输入单输出预测附Matlab代码.rar
11-06
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用，注释清楚，适合新手
【光伏预测】基于鹈鹕优化算法POA优化高斯过程回归GPR实现光伏多输入单输出预测附Matlab代码.rar
11-06
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用，注释清楚，适合新手
深度学习图形识别点位知识
最新发布
11-06
资源说明： 为提高弱纹理图像关键目标点的检测识别能力，提出基干深度学习的弱纹理图像关键目标点识别定位方法;构建低光照强度弱纹理图像关键目标点的拓扑特征分布模型，采用透射率作为检测系数，结合亮通道的先验知识，建立像素大数据分布集................................ pdf文件。请使用支持pdf阅读的工具打开.
【创新未发表】Matlab实现引力搜索优化算法GSA-GRU实现风电数据预测算法研究.rar
11-06
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用，注释清楚，适合新手
【元胞自动机】基于matlab元胞自动机交通流仿真带有弯道的单车道（含时空图）【含Matlab源码 9047期】.mp4
11-06
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
单片机入门：基础概念与C语言应用
`void jiqi()`和`void qing()`是两个未具体展示的子程序，可能包含了特定的功能，如定时器设置或中断服务程序。`void display(ucharge,shi,bai,qian,wan,shw,baw,qiw)`这个函数用于显示数字，其参数可能代表各个位上...
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