大侠幸会，在下全网同名[算法金] 0 基础转 AI 上岸，多个算法赛 Top [日更万日，让更多人享受智能乐趣] [Sebastian Raschka 2018] Model Evaluation, Model Selection, and Algorithm Selection in Machin ...

大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 就在去年下半年，如果你在 Google Scholar 上以 "Random Forest" 为关键词进行检索，并按时间排序： 你会看到这种方法被广泛应用于各个领域的研究，包括 GIS、 ...

大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 1. 引言 今天我们唠唠 吴恩达：机器学习的六个核心算法！ 之决策树算法。 决策树是一种用于分类和回归的机器学习算法。它通过一系列的决策规则将数据逐步划分，最终形成一个类似于树状结构的模 ...

大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 今天我们来战 过拟合和欠拟合，特别是令江湖侠客闻风丧胆的 过拟合，简称过儿， Emmm 过儿听起来有点怪怪的 1. 楔子 机器学习模型是一种能够从数据中学习规律并进行预测的算法。我们希望 ...

本文介绍在机器学习、深度学习的神经网络模型中，epoch、batch、batch size、step与iteration等名词的具体含义~ ...

大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 人工智能领域的权威吴恩达教授，在其创立的《The Batch》周报中发表了一篇博文，概述了机器学习领域六种基础算法的历史和重要性。他强调了在这一领域不断学习和更新知识的必要性。 这些算法 ...

大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 今日 170+/10000 一、SVM概述 定义与基本概念 支持向量机（SVM）是一种监督学习模型，用于解决分类和回归问题。它的核心思想是在特征空间中寻找一个最优的超平面，以此作为决策边 ...

PaddleOCRSharp v4.3版本，已经于5月23日发布。该版本的发布，在不影响识别精度的同时，带来了10%~15%速度的提升。 项目地址：https://gitee.com/raoyutian/PaddleOCRSharp 项目简介 PaddleOCRSharp 作者是广州英田信息科技有限 ...

朗之万动力学(Langevin Dynamics)是扩散模型和score matching方法中的采样过程，是文本生成图像中的一个重要步骤。想要洞悉文生图的基本原理，朗之万动力学是绕不开的话题。 ...

本项目旨在研究利用深度学习模型进行水果图像分类的方法，具体包括两个主要任务：一是使用卷积神经网络（CNN）模型进行水果图片的分类，二是探索轻量级神经网络模型MobileNetV2在水果图像分类中的应用。 ...

一、scikit-learn 中的SVM 1、导入模块 # 导入模块 import numpy as np import matplotlib.pyplot as plt 2、导入鸢尾花数据集 #导入鸢尾花数据集，并只取其中的两个类别及两个特征值 from sklearn import datase ...

我们在使用分类算法训练数据后，评价分类模型的优劣时，经常会遇到一个词，“基尼系数”。那么，什么是基尼系数呢？ 本文将尝试用最简单的方式介绍什么是“基尼系数”以及它的计算方法和意义。希望能让大家对基尼系数有个直观的印象，而不仅仅是记住它枯燥的计算公式。 1. 从分类模型开始 首先，先假设有一个分类案例 ...

数据科学项目 “评估统计算法在银行伪造钞票检测中的价值” by 吴同学 目的 这个数据科学项目的目的是提出一种可靠的算法，以便通过光学扫描仪或类似工具，银行可以区分“真钞”和“伪造”钞票。一般来说，光学扫描仪会检测每张钞票的某些特征，并将它们发送到一个算法，该算法将建议将钞票分类为“真钞”或“伪造钞 ...

数据集：https://www.123pan.com/s/RbfGjv-vOem3.html 提取码:rgzn 一、逻辑回归-预测考试通过 1、导入模块 # 导入模块 import pandas as pd from matplotlib import pyplot as plt from skle ...

1. Background 频率派：定义 loss function 并进行优化 贝叶斯派：计算后验概率，使用数值积分的方式计算 2. HMM HMM 是一个属于概率图模型中的动态模型(ref:概率图模型)，并不要求数据是独立同分布的，又是一个混合模型 HMM 中的变量可以分为两组，一组为状态变量\ ...

1. 概念 概率：概率模型关心的是一个多维的概率分布 图：即图论的图，起的作用为一个工具，直观表达概率之间的联系，将概率嵌入图中，使得模型更加直观，可以将概率模型的特征明显表示出来。 对于多维随机变量\(p(x_1, \dots, x_p)\), 常用计算为求边缘概率与条件概率，即有如下运算 Sum ...

详细介绍分布式机器学习系统的基础概念、分布式训练集群架构、分布式训练并行策略，并以DeepSpeed 为例介绍如何在集群上训练大语言模型。 ...

EM Algorithm 1. GMM 引入 若数据服从一个高斯分布，可以用 MLE + 偏导为 0 的方法求解参数，其中框架如下 \[\theta = \{ \mu, \Sigma \} = \arg \max_{\theta} \sum_{i=1}^N \log p(x_i | \theta) ...

神经网络是深度学习的基础，正是深度学习的兴起，让停滞不前的人工智能再一次的取得飞速的发展。 其实神经网络的理论由来已久，灵感来自仿生智能计算，只是以前限于硬件的计算能力，没有突出的表现，直至谷歌的AlphaGO的出现，才让大家再次看到神经网络相较于传统机器学习的优异表现。 本文主要介绍神经网络中的重 ...

Title: 神经网络 Author: Blackteaxx Description: 神经网络：从单层感知机到BP神经网络 神经网络——从 PLA 到 BP 神经网络 0. 推荐阅读 B 站白板推导系列二十三（没有任何数学推导，能够看得很舒服） 李沐-动手学深度学习 1. 感知机学习算法(Perc ...