机器学习共0篇 第7页
机器学习
排序
机器学习：基于逻辑回归的分类预测
1.逻辑回归的介绍和应用 1.1 逻辑回归的介绍 逻辑回归（Logistic regression，简称LR）虽然其中带有'回归'两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学...
2年前机器学习基础-监督学习-标签增强之标签标签插值（Label Interpolation）
标签插值（Label Interpolation）是一种标签增强技术，用于在回归问题或连续标签的分类问题中生成介于两个标签之间的新标签。插值方法基于两个已知标签之间的线性或非线性关系，通过计算插值函...
2年前机器学习基础-监督学习-标签增强之标签扰动（Label Perturbation）
标签扰动（Label Perturbation）是一种标签增强技术，通过引入一定的噪声或随机变化来生成具有相似语义含义但略有差异的新标签。标签扰动可以在分类问题中应用，用于扩展训练数据的标签空间，增...
2年前
从玩具到工具｜社畜程序员用AI提效的神仙操作
腾小云导读 随着 AI 技术的日益发展，前端开发模式和提效工具也在不断地变化。作为一名前端工程师，如何应对 AI 带来的挑战和机遇？在这篇文章中，作者将介绍什么是 AIGC，并深入探讨 AI 在低代...
2年前
AIGC-GPT科普（一）：神经网络快速入门
1. 引言 为什么AIGC突然火了起来？又因何而强大？ 1. AGI Artificial General Intelligence通用人工智能一直是AI领域的终极目标，即不再局限于一个个单独的子任务，而是直接构建出可以解决所有...
2年前机器学习基础-监督学习-逻辑回归之二院逻辑回归
当我们面对一个二元分类问题时，二元逻辑回归是一种常用的监督学习算法。它基于线性回归模型，并使用逻辑函数（也称为 sigmoid 函数）对输出进行转换，以获得概率估计。以下是对二元逻辑回归的...
2年前
x.ai还是OpenAI？埃隆·马斯克的AI帝国【2】
上期内容咱们提到了埃隆马斯克的特斯拉是自动驾驶领域的领导者，大家可能近些年也都有从各类渠道听到过Tesla自动驾驶有关的新闻。不同于像包括Google子公司Waymo在内的大多数使用激光雷达来实现...
2年前机器学习基础-监督学习-目标函数之平均绝对误差（Mean Absolute Error，MAE）
平均绝对误差（Mean Absolute Error，MAE）是一种用于衡量回归问题中预测值与真实值之间平均绝对差异的目标函数。它可以衡量预测值与真实值之间的平均误差大小，具有较好的鲁棒性。下面详细讲解...
2年前
《深入浅出OCR》前言知识：机器学习基础（二）
⚠️本文为稀土掘金技术社区首发签约文章，30天内禁止转载，30天后未获授权禁止转载，侵权必究！ ✨专栏介绍： 经过几个月的精心筹备，本作者推出全新系列《深入浅出OCR》专栏，对标最全OCR教程...
2年前机器学习基础-监督学习-无监督标签之聚类
聚类是一种无监督学习任务，旨在将数据集中的样本分成不同的组或簇，使得同一簇内的样本相似度较高，而不同簇之间的样本相似度较低。聚类算法试图在没有先验标签的情况下发现数据中的内在结构和...
2年前机器学习基础-监督学习-逻辑回归之多元逻辑回归
多元逻辑回归是逻辑回归在多类分类问题上的扩展。在多元逻辑回归中，我们通过使用 softmax 函数将输入特征映射到多个类别的概率分布。 假设我们有 m 个训练样本，每个样本有 n 个特征，共有 K ...
2年前机器学习基础-监督学习-目标函数之感知器损失（Perceptron Loss）
感知器损失（Perceptron Loss）是一种用于二分类问题的目标函数，基于感知器算法（Perceptron Algorithm）。感知器算法是一种简单的线性分类算法，其目标是找到一个线性超平面，将正负样本正确...
2年前
解放计算力：使用并行处理提升python for循环速度
Python 是一门功能强大的编程语言，但在处理大规模数据或复杂计算任务时，性能可能成为一个瓶颈。幸运的是，Python 提供了多种方法来提升性能，其中之一是利用并行处理来加速循环操作。本文将介...
2年前
从零开始初识机器学习
本篇文章中我们将对机器学习做全面的了解与介绍，其中第一章 初识机器学习分为上下两个小章节，对机器学习是什么、机器学习由来以及机器学习的理论等展开说明。目的是能让即便完全没接触过机器...
2年前
之江实验室： 如何基于 JuiceFS 为超异构算力集群构建存储层 ？
今天，高性能计算结合人工智能技术正在推动科研创新。例如通过破解水稻基因密码推动作物育种从“试验选优”向“计算选优”发展，在医药领域快速分析分子与蛋白之间的相互作用，发现潜在的能够有...
2年前机器学习基础-监督学习-线性回归之梯度下降法
梯度下降法（Gradient Descent）是一种常用的优化算法，用于求解损失函数的最小值。它通过迭代更新模型参数，沿着损失函数梯度的反方向逐步调整参数，直到达到最优解。下面是梯度下降法的详细讲...
2年前机器学习基础-监督学习-标签噪声处理之多数投票（Majority Voting）
多数投票（Majority Voting）是一种常用的标签噪声处理方法，它通过利用多个模型的预测结果来消除标签噪声的影响。这种方法假设多个模型的预测结果相对于噪声是一致的，因此通过多数投票可以得...
2年前
GAN入门｜第二篇：人脸图像生成（DCGAN）
? 本文为?365天深度学习训练营 中的学习记录博客 ? 原作者：K同学啊 ? 参考文章：GAN入门｜第二篇：人脸图像生成（DCGAN） ? 我的环境： 语言环境：Python3.10.11 编译器：Jupyter Notebook 深...
2年前机器学习基础-监督学习-标签噪声处理之清洗和修正标签
清洗和修正标签是一种标签噪声处理方法，它涉及对标签数据进行人工检查和修正。该方法适用于数据集中标签噪声比例较低的情况，其中人工检查和修正可以通过人工标注的方式进行，或者通过其他数据...
2年前
Web 端实时防挡脸弹幕（基于机器学习）
查看原文 防档弹幕，即大量弹幕飘过，但不会遮挡视频画面中的人物，看起来像是从人物背后飘过去的。 前言 mediapipe demo展示 机器学习已经火了好几年了，但很多人的直觉仍然是前端实现不了这些...
2年前