PMML，全称为 Predictive Model Markup Language，是一种标准化的模型描述和交换格式。它允许从不同的数据挖掘和机器学习软件中导出模型，并在其他系统中进行部署，无需重新编写代码。PMML 通过定义一套统一的规则来描述模型，包括数据预处理、模型参数以及输入输出格式等。目前 ...

最近一段时间在研究AI技术在.Net平台的使用，目前AI绝大部分是使用Python开发，偶然一次在头条看到一篇ML.NET的介绍，是Net平台下开放源代码的跨平台机器学习框架。ML.NET详细介绍 https://dotnet.microsoft.com/zh-cn/apps/machinelear ...

一、Linear Models' Bias 上篇学习机器学习一文中，所构造的 $y = b + wx_0$ 函数是一个linear model亦即线性模型，但是linear models有缺陷的——它过于简单了。实际应用中，我们所面临的不会只是一个简单的linear model，因此我们需要更复杂的 ...

说明：本人正在跟随台大李宏毅老师的课程学习，为了加强学习效果，特写成blog来记录，所有博客中的图片均截取自李宏毅老师的PPT。 一、机器学习是在干什么？ 以中学时代所学的函数为例，做应用题时我们都会建立相应的正比例函数、二次函数等来解决，给定一个自变量x都能得到唯一的因变量y。现在我想找到一个函数 ...

简介 官网: MealPY官网 开源许可: (GPL) V3 MEALPY简介 官网简介翻译 MEALPY (MEta-heuristic ALgorithms in PYthon) 是一个提供最新自然启发式元启发算法的Python模块，它是最大的此类Python模块之一。这些算法模仿自然界中的成功 ...

目录一.模型评估综述1.1 什么是模型评估1.2 评估类型1.3 模型泛化能力1.4 过拟合与欠拟合1.4.1 过拟合1.4.2欠拟合二.常见的分类模型评估方式2.1 混淆矩阵2.2 准确率（Accuracy）2.3 精确率(Precision)2.4 召回率（Recall）2.5 F1-score ...

1. 在运行程序时，报错如下： usage: run.py [-h] --model MODEL [--embedding EMBEDDING] [--word WORD] run.py: error: the following arguments are required: --model 答： ...

本文分享自华为云社区《Python构建机器学习API服务从模型到部署的完整指南》，作者： 柠檬味拥抱。 在当今数据驱动的世界中，机器学习模型在解决各种问题中扮演着重要角色。然而，将这些模型应用到实际问题中并与其他系统集成，往往需要构建API服务。本文将介绍如何使用Python构建机器学习模型的API ...

EMIFF 论文：https://arxiv.org/abs/2303.10975 代码：https://github.com/Bosszhe/EMIFF ​ 本文提出了一种新的基于摄像机的三维检测框架，增强型多尺度图像特征融合（EMIFF）。虽然EMIFF的输入是2D图像，但是它的neck层的结构 ...

Swin Transformer paper： https://arxiv.org/abs/2103.14030 （ICCV 2021） code：https://github.com/microsoft/Swin-Transformer/blob/2622619f70760b60a42b996f5 ...

Point Transformer V3: Simpler, Faster, Stronger publish：CVPR2024 paper：https://arxiv.org/abs/2312.10035 code：https://github.com/Pointcept/PointTransfo ...

决策树的生成 有了信息增益和信息增益比，我就可以以此衡量特征的相对好坏，进而可以用于决策树的生成。相对应的基于信息增益计算的方法所生成的决策树的算法我们叫做ID3算法，而基于信息增益的算法我们叫做C4.5，二者唯一的区别就在于一个使用信息增益衡量特征好坏而另外一个使用信息增益比，因此本文重点讲述ID ...

决策树 总体介绍 决策树模型顾名思义就是通过一条条的决策来将样本划分来从而达到分类或回归的目的。决策树模型呈树形结构，下图粗略展示了一个分类决策树 其中圆表示特征，方块表示叶子节点也是最终分类的类别，我们通过利用样本中高价值的特征(房子拥有情况，工作的拥有情况)来构建这么一个决策树，那么每当有新样本 ...

二维空间-Singular 平行的线是linear dependence的，singular的，相交的线是Non-singular的，交点就是二元方程解 在机器学习的计算过程中，等式右边的常数全部转化为0，确保每条线都经过（0，0） 三维空间-singular 平面相交于一条线或者重叠，则为sing ...

原作：反向科学 引言：我们中的一些人确切地知道原因：深度学习无法概括 /机器翻译/ 摘要 当AGI研究者抱怨深度学习的不足时，AI专家不应感到被冒犯。没有人真的想要摆脱深度学习。虽然 AGI 的出现确实会使深度学习在某些领域变得过时，但我们相信，即使在 AGI 解决之后，它也可能继续对许多自动化任务 ...

SemEval Task10，本质是一个文本分类的任务，有三个子任务，论文摘要如下：在多维对话中，情绪不仅作为情感交流的重要中介者，还承载着丰富的信息。因此，准确识别交流者的情绪并理解情绪变化的触发因素至关重要。本研究专注于多语言对话情绪识别和基于挑衅者的情绪逆向推理任务，旨在提高对话中情绪理解的准 ...

朴素贝叶斯法 朴素贝叶斯是一种用先验概率估计后验概率的模型，通过估计先验概率得到样本和类别的近似联合概率，随后通过联合概率分布获得需要的后验概率分布进而实现分类。本次介绍的朴素贝叶斯法主要包括三块：总体思想(将后验概率转换为先验概率)、极大似然估计(使用极大似然法估计先验概率)、贝叶斯估计(使用贝叶 ...

在机器学习的生产环境中，我们经常需要将多个模型的预测结果进行融合，以便提高预测的准确性。这个过程通常涉及到多个模型子分的简单逻辑回归融合。虽然离线训练时我们可以直接使用sklearn的逻辑回归进行训练和调参，但在生产环境中，模型的上线往往需要使用PMML（Predictive Model Marku ...

k近邻模型 基本思想 \(k\)近邻算法还是很直观的，准确的来说它不是一种学习算法，而是一种统计方法，不具备学习过程，一次性就可以给出结果。 其本质思想是将特征空间划分成一个个的单元(\(cell\))，其中每个\(cell\)的区域由距离该点比其他点更近的所有点定义，所有的\(cell\)组成了整 ...

无模型的强化学习算法 学习「强化学习」（基于这本教材，强烈推荐）时的一些总结，在此记录一下。 动态规划算法需要马尔可夫决策过程是已知的（状态转移函数、奖励函数已知），智能体不用真正地与环境互动也能在「理性」世界里求得最优策略。 现实通常并非如此，环境已知恰恰是很少见的。所以这里来看看「无模型的强化学 ...