机器学习

从0开始的机器学习之旅（二）：监督学习，从线性回归说起上一节我们介绍了机器学习的大致分类，这一节我们开始从监督学习开始，从回归说起，逐步深入了解监督学习回归方程，顾名思义，就是用来回归的方程。回归方程的目的是找到一个函数，这个函数能够将输入的特征映射到输出的目标。举个例子，现在你有一组数据，数据中包含房屋的面积和价格，你想找到一个函数，这个函数能够将房屋的面积映射到价格，这个函数就是回归方程。

华清远见IT开放实验室

AI 算法核心知识清单（深度实战版2）1. 监督学习算法（已知标签的模型训练）线性模型树模型核方法：支持向量机（SVM）集成学习策略2. 无监督学习算法（未知标签的模型训练）

人机与认知实验室

神经网络与态势感知参考多内层神经网络机理，不妨把宽度看成态，把深度看成势，把偏置b看成感，把权重w看成知。该类比将抽象的态势感知概念，映射到了具体的、可计算的神经网络结构上，为我们理解其内部机理提供了一个绝佳的视角。

搞科研的小刘选手

【机器人方向研讨会】第五届控制工程与机器人技术国际研讨会(ISCER 2026)第五届控制工程与机器人技术国际研讨会(ISCER 2026)2026 5th International Symposium on Control Engineering and Robotics

RAG面试篇6当你把一个问题输入给 RAG 系统，它不会直接丢给大模型，而是先经历一套「检索 -> 整理 -> 生成」的流水线。

AI核心知识138—大语言模型之数据墙危机（简洁且通俗易懂版）数据墙 (Data Wall) 危机，是悬在目前所有顶尖 AI 实验室头顶的一把达摩克利斯之剑。用一句最直白的话来解释：大模型快把全人类在互联网上写过的、有价值的内容给“吃光了”。

最小二乘拟合椭圆已知椭圆方程a x 2 + b x y + c y 2 + d x + e y = 1 ax^{2}+bxy+cy^{2}+dx+ey=1 ax2+bxy+cy2+dx+ey=1

第一章_机器学习概述_06.机器学习_模拟拟合问题1、拟合：用在机器学习领域，用来表示模型对样本点的拟合情况。2、欠拟合：模型在训练集上表现很差、在测试集表现也很差。

第一章_机器学习概述_05.机器学习_特征工程介绍特征工程：利用专业背景知识和技巧处理数据，让机器学习算法效果最好。1、特征提取原始数据中提取与任务相关的特征，构成特征向量

淘气包海鸟

雷达度量衡量所在阶段：RD 谱生成后 → 对每个单元做“有无目标”判决一句话：自适应门限检测，保持虚警概率恒定。

未知交互环境智能体助力机器人自主适应在人工智能领域，一个长期存在的瓶颈是模型的泛化能力：系统往往在训练数据分布内表现卓越，一旦面对规则全新、从未见过的任务，性能便会急剧下降。Kaggle平台上的 ARC Prize 2026 - ARC-AGI-3 竞赛，正是直指这一核心难题的前沿战场。其目标并非优化某个特定任务的准确率，而是构建一个具备“流体智能”的AI代理——一种能够快速适应、探索并解决全新未知问题的能力。这超越了传统的数据拟合或模式识别，触及了通用人工智能（AGI）关于学习和推理的本质。

认知神经科学研究报告【20260015】——物理智能的突破与大数据时代的转型呼吁研发团队：社会处理器联合课题组日期：2026 年 4 月文档性质：对外公开

萌新小码农‍

神经系统与深度学习介绍学习笔记day1人工智能是计算机科学的一个分支，主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统等．和很多其他学科不同，人工智能这个学科的诞生有着明确的标志性事件，就是1956年的达特茅斯（Dartmouth）会议．在这次会议上，“人工智能”被提出并作为本研究领域的名称．同时，人工智能研究的使命也得以确定．JohnMcCarthy提出了人工智能的定义：人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样．目前，人工智能的主要领域大体上可以分为以下几个方面：

【搜索引擎】Elasticsearch（六）：向量搜索深度解析：从参数原理到混合查询实战向量搜索将非结构化数据（文本、图像、行为等）转换为高维浮点数数组，通过计算向量间距离（余弦相似度、欧氏距离等）找到最相似的内容。Elasticsearch 自 7.x 版本引入 dense_vector 类型与 knn 查询，原生支持大规模近似最近邻搜索。

DeepSeek V4 Flash + DMXAPI：文生图提示词智能优化通过对话模型将简短的中文描述，自动扩展为专业的英文图片生成提示词，大幅提升 AI 绘图效果。在文生图场景中，用户往往面临一个核心痛点：不知道怎么写好提示词。

TNF-α信号通路与自身免疫性疾病研究进展一、TNF-α蛋白的分子特征与细胞来源肿瘤坏死因子α是一种关键的促炎细胞因子，具有广泛的生物学功能，在免疫调节、炎症反应、细胞凋亡及组织稳态维持等生理与病理过程中发挥核心作用。TNF-α蛋白主要由活化的巨噬细胞、单核细胞、T细胞和自然杀伤细胞等免疫细胞产生，某些非免疫细胞如成纤维细胞也可分泌。在正常的免疫应答中，TNF-α通过协调其他细胞因子的产生、调节细胞存活与死亡，参与炎症防御并维持内环境平衡。然而，TNF-α的过度或持续产生会导致慢性炎症，并驱动多种自身免疫性疾病的病理进程。

技术详解 | 脱硫脱硝氨逃逸AI精准控制系统的核心运行逻辑今天为大家讲解为大家讲解系统的核心运行逻辑——我们构建了“监测—预测—优化—控制”的全闭环智能体系。首先通过信号感知与数据认知模型，对SO₂、NOₓ、NH₃浓度、流量、压力、温度等关键参数全维度实时精准监测；随后AI垂直大模型基于监测数据，对污染物指标、工况变化、超标风险进行5-10分钟前瞻性预测；强化学习模型以“环保达标、氨逃逸最小、药剂消耗最低”为优化目标，输出最优控制决策；决策指令无缝对接DCS/PLC系统，精准调节阀门开度、泵体频率，实现自动化精准执行。同时，系统持续采集反馈数据，对比

人工智能培训

AI模型部署进阶：Docker容器化部署AI项目

机器学习基本概念有监督学习和无监督学习是机器学习中比较核心的两种范式。有监督和无监督的区别在于对于训练的数据是否有"标签"，以及最终学习的目标是什么。