技术栈
机器学习
一只可爱的小猴子
33 分钟前
人工智能
·
笔记
·
机器学习
2022李宏毅老师机器学习课程笔记
线性模型具有局限,不能更好的拟合曲线的波动,这样的问题我们可以称为model bias红色函数可以通过函数+一堆蓝色函数去表示,当出现转角的时候就可以用一个蓝色函数去拟合
爱研究的小陈
1 小时前
机器学习
Day 4:机器学习初探——从监督学习到无监督学习
本文系统讲解机器学习的核心范式:对比表格:💡 关键区别:流程图:典型算法对比:核心指标表:算法步骤:
Blossom.118
3 小时前
人工智能
·
深度学习
·
机器学习
·
智能家居
·
vr
·
虚拟现实
·
多模态融合
人工智能在智能家居中的应用与发展
随着人工智能(AI)技术的飞速发展,智能家居逐渐成为现代生活的重要组成部分。从智能语音助手到智能家电,AI正在改变我们与家居环境的互动方式,让生活更加便捷、舒适和高效。本文将探讨人工智能在智能家居中的应用现状、技术优势以及未来的发展趋势。 一、智能家居的定义与背景 智能家居是指通过将物联网(IoT)、人工智能、大数据等技术应用于家庭环境中,实现家电设备、安防系统、照明系统等设备的互联互通和智能化控制。其目标是为用户提供更加便捷、舒适、安全和节能的居住环境。近年来,随着人们对生活品质的追求以及技术的不断进步
薄荷很无奈
3 小时前
python
·
机器学习
·
数据分析
·
gpu算力
CuML + Cudf (RAPIDS) 加速python数据分析脚本
如果有人在用Nvidia RAPIDS加速pandas和sklearn等库,请看我这个小示例,可以节省你大量时间。
Y1nhl
11 小时前
开发语言
·
人工智能
·
pytorch
·
深度学习
·
机器学习
·
推荐算法
·
搜索算法
搜广推校招面经八十一
在多任务学习(Multi-Task Learning, MTL)中,多个任务共享部分模型结构,以提升整体效果。然而,不同任务间存在 任务冲突(Task Conflict) 问题,即不同任务对参数的优化方向不一致,导致性能下降。
小墙程序员
14 小时前
机器学习
机器学习入门(二)线性回归
在上一篇文章 机器学习入门(一)什么是机器学习 中,提到过,机器学习一般分为监督学习、无监督学习、半监督学习以及强化学习四种。这篇文章将介绍监督学习中的线性回归算法。
追逐☞
15 小时前
机器学习
·
均值算法
·
聚类
机器学习(7)——K均值聚类
K均值(K-means)聚类算法是一种广泛使用的无监督学习算法,用于将数据集分成多个簇(clusters)。每个簇代表数据集中的一种内在结构,其中簇内的数据点相似度较高,而簇与簇之间的相似度较低。K均值算法的目标是最小化簇内数据点的平方误差(即簇内的方差)
追逐☞
16 小时前
人工智能
·
随机森林
·
机器学习
机器学习(9)——随机森林
随机森林(Random Forest)是一种集成学习(Ensemble Learning)方法,属于监督学习的一种,广泛应用于分类和回归任务。它通过构建多个决策树(Decision Tree),并通过集成学习的思想,最终输出多个决策树的结果的平均值或多数投票结果,从而提高模型的准确性和稳定性
云天徽上
18 小时前
机器学习
·
信息可视化
·
数据挖掘
·
数据分析
·
零售
【数据可视化-28】2017-2025 年每月产品零售价数据可视化分析
🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者,提供AI相关的技术咨询、项目开发和个性化解决方案等服务,如有需要请站内私信或者联系任意文章底部的的VX名片(ID:xf982831907)
硅谷秋水
18 小时前
人工智能
·
机器学习
·
语言模型
·
自动驾驶
CoT-Drive:利用 LLM 和思维链提示实现自动驾驶的高效运动预测
25年3月来自澳门大学和 MIT 的论文“CoT-Drive: Efficient Motion Forecasting for Autonomous Driving with LLMs and Chain-of-Thought Prompting”。
IT古董
19 小时前
人工智能
·
机器学习
【漫话机器学习系列】214.停用词(Stop Words)
在处理自然语言数据时,我们常常会遇到一个看似简单却至关重要的步骤——移除停用词(Stop Words)。本文将深入探讨停用词的概念、为什么要移除它们、常见的停用词有哪些,以及它们在自然语言处理(NLP)中的应用。
云天徽上
20 小时前
人工智能
·
安全
·
web安全
·
机器学习
·
信息可视化
·
数据分析
【数据可视化-27】全球网络安全威胁数据可视化分析(2015-2024)
🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者,提供AI相关的技术咨询、项目开发和个性化解决方案等服务,如有需要请站内私信或者联系任意文章底部的的VX名片(ID:xf982831907)
硅谷秋水
20 小时前
人工智能
·
深度学习
·
机器学习
·
计算机视觉
·
语言模型
·
自动驾驶
ORION:通过视觉-语言指令动作生成的一个整体端到端自动驾驶框架
25年3月来自华中科技和小米电动汽车的论文“ORION: A Holistic End-to-End Autonomous Driving Framework by Vision-Language Instructed Action Generation”。
小墙程序员
20 小时前
机器学习
机器学习入门(一)什么是机器学习
人工智能,也称机器智能,指由人制造出来的机器所表现出来的智能。人工智能的核心问题包括构建能够跟人类类似甚至超越的推理、知识、规范、学习、交流、感知、移物等能力。简单来说,人工智能就是机器对人的思维或行动过程的模拟,让它能像人一样思考或行动,解决一系列通用的问题,这是最初设想的“强”人工智能,也被称为通用人工智能(AGI)。
豆芽819
20 小时前
人工智能
·
深度学习
·
机器学习
·
强化学习
强化学习(Reinforcement Learning, RL)和深度学习(Deep Learning, DL)
强化学习(Reinforcement Learning, RL)和深度学习(Deep Learning, DL)是人工智能领域两个重要的研究方向,虽然二者可以结合(如深度强化学习),但其核心思想、目标和应用场景存在本质区别。
山北雨夜漫步
20 小时前
人工智能
·
算法
·
机器学习
机器学习 Day14 XGboost(极端梯度提升树)算法
1.算法的原理(预测函数,损失函数,优化方法)预测函数和优化方法:从极端梯度提升树我们就会知道,XGboost也是一类提升树,所以预测函数 一般是权重为1的回归决策树(因为涉及到求梯度,要求回归)的求和,优化算法是向前分步算法,即每一步求一个最优决策树
yzx991013
21 小时前
人工智能
·
机器学习
·
集成学习
集成学习实际案例
gis收藏家
21 小时前
人工智能
·
机器学习
几何编码:启用矢量模式地理空间机器学习
自地理信息系统 (GIS) 诞生之初,“栅格模式”和“矢量模式”之间就存在着显著的区别。在栅格模式下,数据以值的形式呈现在规则的网格上。这包括任何形式的图像,或任何其他在规则采样位置已知的量。例如,海拔数据、地表温度、土地覆盖类别,以及其他数百万种数据。
不吃酸的柠檬
21 小时前
人工智能
·
机器学习
·
matlab
MATLAB 中的图形绘制
plot 函数用来创建x和y值的简单线图。多组函数显示在同一张图bar 函数创建垂直条形图barh 函数用来创建水平条形图