机器学习

[机器学习-从入门到入土] 计算学习理论知乎：https://www.zhihu.com/people/byzh_rcCSDN：https://blog.csdn.net/qq_54636039

基于机器学习的智能抬手亮屏——从传感器融合到端侧部署你有没有遇到过这些情况？传统的抬手亮屏太蠢了。它只是简单判断"加速度变化+角度阈值"，完全不理解你到底想不想看屏幕。

【人工智能与机器人研究】自动移液设备多轴运动控制系统设计针对生物医学实验室对低成本、高精度自动化设备的迫切需求，设计并开发了一种基于G-code (G代码)的多轴脉冲时序控制的自动移液系统。系统采用模块化架构，以MKS Monster8 V2为主控制器，搭载定制化Marlin固件，集成6个42步进电机，通过推导脉冲–位移–速度关系并以时间基准计算各轴脉冲频率。软件中计算旋转、升降、移液、XYZ轴移动等多轴的同步插补，生成G-code并下发到主控制器，主控制器解释命令并控制电机运动，从而完成生物样本冻存管的开盖/关盖及高精度移液操作。系统采用TMC2209驱动器

【文献阅读】Optimum Quanto：量化工作流与数学公式整合笔记整合自 Hugging Face 官方文档：Quanto 介绍博客https://github.com/huggingface/blog/blob/main/quanto-introduction.md Quanto 官方 READMEhttps://github.com/huggingface/optimum-quanto/blob/main/README.md Transformers 集成文档https://github.com/huggingface/transformers/blob/main/

写代码的【黑咖啡】

深入了解 Python 中的 Scikit-learn：机器学习的强大工具Scikit-learn 是一个开源的 Python 库，专为机器学习任务设计。它建立在 NumPy、SciPy 和 Matplotlib 等科学计算库之上，提供了统一的接口来实现各种机器学习算法，包括：

【论文速递】2025年第47周(Nov-16-22)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准This report introduces Kandinsky 5.0, a family of state-of-the-art foundation models for high-resolution image and 10-second video synthesis. The framework comprises three core line-up of models: Kandinsky 5.0 Image Lite -

helloworld也报错？

深度强化学习(1)——基础知识(名词解释，概率论基础，蒙特卡洛采样，马尔可夫决策过程)前言：当AlphaGo击败李世石的那一刻，强化学习这个原本藏在学术殿堂里的概念，第一次以震撼的姿态走进了大众视野。它所展现的“智能体通过与环境互动、从试错中学习最优策略”的核心逻辑，不仅颠覆了人们对“学习”的传统认知，更勾勒出了人工智能走向自主决策的重要路径。从游戏AI的精准操作，到机器人的自主导航，再到金融领域的智能风控、工业场景的优化调度，强化学习正以强大的泛化能力，在各个行业掀起变革浪潮。本人也是心血来潮想要对强化学习学习一二，若有错误之处，请大家指正。

基于C语言的FOC算法核心模块实现参考代码关于FOC算法的纯代码实现 www.youwenfan.com/contentcsp/97763.html

【第二十五周】机器学习笔记本周学习了推荐系统中的均值归一化方法及其重要性，该方法通过减去每部电影的平均评分来提升算法效率，并为未评分的新用户提供更合理的初始预测。同时，初步接触了使用 TensorFlow 实现协同过滤算法，了解了如何利用其自动求导功能简化模型优化过程，减少手动计算导数的工作量。

模式识别与机器学习复习笔记（上）本文是国科大《模式识别与机器学习》课程的简要复习，基于课件然后让ai帮忙补充了一些解释。本文是第二到第四章。

INT305 Machine Learning 机器学习 Pt.11 循环神经网络（RNN，Recurrent Neural Network）我们之前提到过神经网络，而且别的课程中也对神经网络进行了系统的学习。我们再回顾一下一些著名的神经网络模型。

第24章-高级项目练习案例（10个）构建一个完整的微服务架构电商平台，包含用户服务、商品服务、订单服务、支付服务、推荐服务等多个独立服务，使用消息队列进行服务间通信，实现高可用、可扩展的分布式系统。

明月照山海-

机器学习周报二十九本周阅读了清华大学的论文《TurboDiffusion: Accelerating Video Diffusion Models by 100–200 Times》，了解了扩散模型新的加速框架和恐怖的加速能力。

CART算法简介CART是一种构建决策树的经典算法，它能够自动从数据中学习出"if-then"规则，既可以用于分类问题（预测类别），也可以用于回归问题（预测连续值），其核心是通过递归地选择最佳特征和分割点来构建二叉树。

10分钟了解向量数据库（1）10分钟了解向量数据库（1） 1 什么是向量数据库2 向量数据库工作原理3 向量检索算法#人工智能#具身智能#VLA#大模型#AI#LLM#Transformer 架构#AI技术前沿#Agent大模型#工信部证书#人工智能证书#职业证书

三块可乐两块冰

【第二十六周】机器学习笔记二十五摘要本周学习了机器学习人为攻击的知识点，为了欺骗模型，攻击者会对数据进行处理以此达到目的，本周学习了攻击者是如何进行处理数据的。

[机器学习-从入门到入土] 特征选择知乎：https://www.zhihu.com/people/byzh_rcCSDN：https://blog.csdn.net/qq_54636039

机器学习——K-means聚类K-means是一种基于距离的划分聚类方法，通过迭代将数据划分为K个簇。核心思想是使簇内样本的平方误差最小化。算法流程包括初始化聚类中心、分配样本到最近中心、重新计算中心位置，直到收敛。

【文献阅读】Half-Quadratic Quantization of Large Machine Learning Modelshttps://dropbox.github.io/hqq_blog/https://github.com/dropbox/hqq

【推荐系统】深度学习训练框架（二十三）：TorchRec端到端超大规模模型分布式训练+推理实战在大规模推荐系统中，模型参数量通常达到数十亿甚至数百亿，单GPU无法容纳。TorchRec的DistributedModelParallel (DMP) 通过将模型分片到多个GPU上，解决了这一挑战。但这也带来了分布式检查点和推理部署的新问题。