机器学习

稀疏表示与字典学习：让数据“瘦身”的魔法在机器学习的世界里，我们常常会遇到各种复杂的数据，它们可能包含大量的特征，但其中真正有用的信息却很少。

机器学习实验八--基于pca的人脸识别pca是一种统计方法，它可以通过正交变换将一组可能相关的变量转换成一组线性不相关的变量，这组新的变量被称为主成分。PCA常用于高维数据的降维，通过保留最重要的几个主成分来简化数据集，同时尽可能保留原始数据的信息。

告别代码烦恼！Seed-Coder 解锁高效编程；Mixture-of-Thoughts 涵盖多领域数据，实现高质量推理在大模型竞争日益激烈、不断「卷技术、卷规模」的趋势下，如何提升模型实际可用性和任务表现，成为了更关键的问题。其中，代码能力是衡量大模型可用性和任务表现的重要指标。基于此，字节跳动 Seed 团队发布了轻量级但功能强大的开源代码大语言模型——Seed-Coder-8B-Instruct 。

python43天@浙大疏锦行

刘二大人第2讲-线性模型-带代码以及作业答案根据时间，预测得分随便给一个线性模型，我们使用简化的线性模型(去掉截距只看一元，简单举例)来举例：目标：找到一个参数w*，使模型的误差最小

机器学习的数学基础：决策树决策树是基于树结构来进行决策的，通过对问题的判断与决策，得到最终决策。一般的，决策树包括一个根结点、若干个内部节点和若干个叶结点，叶结点对应决策结果，其他每一个结点对应一个属性测试。决策树学习的目的是产生一颗泛化能力强的一棵树，其基本流程遵循简单而直观的"分而治之"(divide-and-conquer)策略.

机器学习——XGBoostXGBoost是迄今为止最常用的决策树集成或决策树实现方法的一种算法，它运行快速，开源实现容易使用，也被非常成功地用于赢得许多机器学习比赛。

6.01打卡知识点回顾：1. 彩色和灰度图片测试和训练的规范写法：封装在函数中2. 展平操作：除第一个维度batchsize外全部展平

陕西艾瑞科惯性技术有限公司

让飞行姿态 “可感知”：为什么无人机需要三轴陀螺仪？三轴陀螺仪作为现代无人机的核心传感器，通过测量 X/Y/Z 轴的角速度，为飞控系统提供实时运动数据，结合其他传感器融合解算后，输出精准的姿态信息。

机器学习——什么时候使用决策树无论是决策树，包括集成树还是神经网络都是非常强大、有效的学习方法。下面是各自的优缺点：决策树和集成树通常在表格数据上表现良好，也称为结构化数据，这意味着如果你的数据集看起来像一个巨大的电子表格，那么决策树是值得考虑的。例如，在房价预测应用中，我们有一个数据集，其包含于房屋大小、卧室数量、楼层数量和房龄相关特征，这种类型的数据存储在电子表格中，带有分类或连续值特征，无论是用于分类任务还是回归任务，当你试图预测一个离散类别或预测一个数值时，所有这些问题都是决策树可以做得很好的。相比之下，不推荐在非结构化数据上

基础线性代数因为这几天在写线性代数的课后习题，看到有基础线性代数的题单，所以尝试写题目将线代的用编程表示，但感到有点小难^0^。只写了一点题目。

守护进程实验——autoDL# 实时查看日志tail -f train.log在断网后，依旧保持将终端输出的训练内容日志保存到 train.log文件，但是保存的内容与之前在终端输出的不相同，这里将batch中每张图片的训练进度都保存下来，不符合平时观察的习惯。

【统计方法】蒙特卡洛Monte Carlo方法是一类依赖随机采样的计算技术，广泛应用于各种难以解析求解的问题。利用随机点在单位正方形中落入单位圆的比例来估计 π \pi π。

摘取一颗天上星️

大模型微调技术全景图：从全量更新到参数高效适配在预训练大语言模型（LLM）展现出惊人能力之后，如何让这些“通才”模型蜕变为特定领域的“专家”？微调（Fine-Tuning）正是解锁这一潜力的核心技术。本文将深入解析主流微调技术，助你找到最适合任务的“金钥匙”。

AWS官方合作商

Amazon Augmented AI：人类智慧与AI协作，破解机器学习审核难题在人工智能日益渗透业务核心的今天，你是否遭遇过这样的困境：自动化AI处理海量数据时，面对模糊、复杂或高风险的场景频频“卡壳”？人工审核团队则被低效、重复的任务压得喘不过气？Amazon Augmented AI (A2I) 的诞生，正是为了架起这道关键桥梁——它让人类判断力与AI效率完美协作，将机器学习落地痛点转化为业务增长动力。

机器学习的数学基础：假设检验默认以错误率为性能度量，错误率由下式给出：E ( f , D ) = ∫ x ∼ D I I ( f ( x ) ≠ y ) p ( x ) d x E(f,\mathcal{D})=\int_{\boldsymbol{x}\sim \mathcal{D}}\mathbb{II}(f(\boldsymbol{x})\ne y )p(\boldsymbol{x})\text{d}\boldsymbol{x} E(f,D)=∫x∼DII(f(x)=y)p(x)dx

机器学习基础(三) 逻辑回归逻辑回归(Logistic Regression)是一种广泛应用于分类问题的统计方法，尤其适用于二分类问题。注意: 尽管名称中有"回归"二字，但它实际上是一种分类算法。

天天代码码天天

C# Onnx 动漫人物头部检测目录效果模型信息项目代码下载参考Model Properties ------------------------- date：2024-10-19T12:32:20.920471 description：Ultralytics best model trained on /root/datasets/yolo/anime_head_detection/data.yaml author：Ultralytics task：detect license：AGPL-3.0 https://ultralytics

【论文解读】ReAct：从思考脱离行动, 到行动反馈思考认识从实践开始，经过实践得到了理论的认识，还须再回到实践去。——《实践论》,毛泽东1st author: About – Shunyu Yao – 姚顺雨

鸿蒙OS&UniApp结合机器学习打造智能图像分类应用：HarmonyOS实践指南#三方框架 #Uniapp在移动应用开发领域，图像分类是一个既经典又充满挑战的任务。随着机器学习技术的发展，我们现在可以在移动端实现高效的图像分类功能。本文将详细介绍如何使用UniApp结合TensorFlow Lite，开发一个性能优异的图像分类应用，并重点关注其在鸿蒙系统（HarmonyOS）上的适配与优化。