机器学习

李昊哲小课

机器学习核心概念与经典算法全解析本文将从核心基础概念入手，系统梳理机器学习的分类逻辑，再逐一讲解各领域经典算法的原理、适用场景、优缺点，兼顾理解性和实用性，适配入门学习与基础复习需求。

勇气要爆发

【AI扫盲】大模型(LLM)原理详解：从 DeepSeek 到 GPT-5 全面解析 (2026最新版)难度：⭐⭐ 关键词：LLM, 参数, 预训练, 微调, 多模态, DeepSeek大家好，我是飞哥！👋

流程工业的时序模型与机制论3M法则在机制论框架下，3M法则（模型-机制映射）为任何依赖于模型的智能系统提供了参与机制解释的准入规则。这一法则同样适用于流程工业的时序模型，并能显著优化其工程化应用，原因如下：

GIS数据转换器

基于GIS的宠物救助服务平台.“昨天在小区里又看到一只瘦骨嶙峋的流浪猫，蜷缩在角落里，想帮它却不知道该怎么办。”这样的场景，在城市中并不少见。据统计，2024年中国流浪狗的数量约有4000万只，流浪猫约有5000万只，总计接近9000万只。这些数字背后，是一个个具体的生命，以及它们所面临的生存困境。

会议热点扫描｜通过智能交通顶级会议IEEE IV 2025看自动驾驶领域研究热点本推文对2025年自动驾驶领域的顶会《IEEE Intelligent Vehicles Symposium》进行了分析。对已被接收论文的关键词与研究主题进行了汇总，并对其中的研究热点进行了深入分析，希望能为相关领域的研究人员提供有价值的参考。

似然函数（Likelihood Function）和最大似然估计似然函数不是“数据的概率”，而是“参数对已发生数据的解释能力”。在概率建模中，我们通常写：p(z∣θ) p(\mathbf{z} \mid \theta) p(z∣θ)

线性回归实战（一）：房价预测数据集入库KingbaseES，表结构设计——别让“脏数据”毁掉你精心调优的模型大家好，我是那个总在模型上线前夜发现“面积字段有负值”、又在 KES 里追查一条异常样本血缘的老架构。今天不讲算法，也不谈梯度——我们回到 AI 工程最朴素也最关键的起点：

Figo几何基础论：基于集合几何化的统一理论框架与哲学意涵——首次提出“几何化诱导的全息原理”作者：Figo Cheung ＆ Figo AI team本文基于集合几何化的核心思想，结合自然数集关系母体理论、实数集全息几何原理、大基数公理几何化框架以及复数与非交换结构的几何化方法，构建了一个完整的几何基础论（Foundations of Geometry）理论体系。该理论体系主张：数学的本质并非对静态无限实体的发现，而是在无限可能性中，通过几何化诱导建构有限模型以理解世界的认知实践。本文提出"几何化诱导的全息原理"作为核心方法论，建立了从离散到连续、从交换到非交换、从有限到无限的统一几何化框架。研

社交工程 2.0：生成式 AI 驱动的高拟真钓鱼与认知对抗你好，我是陈涉川，接下来我们进入第十篇，这篇文章将深入探讨 AI 如何突破传统安全防线中最脆弱的环节——人，利用 LLM 和 Deepfake 技术发起针对“认知”的攻击。

【数据分析＋机器学习】基于机器学习的招聘数据分析可视化预测推荐系统（完整系统源码+数据库+开发笔记+详细部署教程）✅目录一、项目背景二、研究目的三、项目意义四、项目功能五、项目创新点六、开发技术介绍七、算法介绍八、数据纬度字段

MM 2025 | 时间序列（Time Series）论文总结【预测，分类，异常检测，医疗时序】ACM MM 2025于2025年10月27号-31号在爱尔兰都柏林（Dublin, Ireland）举行

Git 相关操作大全拉取、提交、分支，都属于 Git —— 这是一个分布式版本控制系统。团队中在拉取、提交、分支是在干什么？他们在多人协作修改同一个巨大的代码库，同时保证：

高速列车驾驶员情境意识动态建模及生理反应机制研究随着高速列车智能化水平的提升，驾驶安全与驾驶员认知状态成为关键研究焦点。本文基于ErgoLAB人机环境同步平台V3.0，构建了高速列车驾驶模拟环境，采集多模态生理信号（包括脑电、心电与眼动）以研究驾驶员情景意识（SA）状态的变化。通过结合高斯混合模型与主观评分的方法对SA状态进行精确标注，并分析不同SA水平下各类生理特征的变化。结果显示，SA状态显著影响多项生理指标，所提出的方法在区分高低SA状态方面表现出良好效果。尽管仍存在样本单一等局限，本研究为基于生理信号的实时认知状态监测提供了实验基础与方法参考，

SegEarth-OV系列（二）：面向遥感图像的无训练开放词汇分割SegEarth-OV2相比于SegEarth-OV的主要区别是，将开放词汇的遥感影像语义分割应用到SAR图像上，可同时对光学和SAR影像进行语义分割。

（；￣ェ￣）。

机器学习入门（十二）ID3 决策树女孩相亲的决策树女儿:多大年纪了? 母亲:26。女儿:长的帅不帅? 母亲:挺帅的。女儿:收入高不? 母亲:不算很高，中等情况。女儿:是公务员不? 母亲:是，在税务局上班呢。女儿:那好，我去见见。

机器学习入门（一）——KNN算法系列专栏——机器学习入门系列，持续更新，收藏点赞关注不迷路；目录前言一、KNN算法简介二、样本距离度量方式

基于机器学习的保险欺诈检测昨天发了“肺炎检测”的例子，没想到一天的阅读量就上千了。这对我是莫大的肯定和鼓励。这一系列例子都很简单，在专家大咖眼里不值一提，但却是学习AI过程中的真实经历。这些案例虽不复杂，但也按照一个项目的流程来做的。这样再以后上手真正的项目时候，会有比较清晰的思路。如果这些记录能给同样在学习AI的人一点帮助，会给我更大的动力。如果你想了解什么知识点，看到什么示例，也可以留言。谢谢！

Loss function分类器输出的是 scores，不是概率随机初始化的 W 基本是“瞎猜”，所以大多数列都是 bad训练的目标，就是调整 W，让正确类别的 score 永远比其他类别高

救救孩子把

63-机器学习与大模型开发数学教程-5-10 最优化在机器学习中的典型应用（逻辑回归、SVM）一句话版：逻辑回归用对数似然（交叉熵）做目标，学到的是概率模型；SVM用间隔最大化做目标，学到的是几何上最“安全”的超平面。两者都是凸优化问题：适合用 GD/SGD、L-BFGS、牛顿-CG、SMO、Pegasos 等方法高效求解。

三分钟安装window Docker，并与Ubuntu（WSL）建立连接下载：去 Docker 官网下载 "Docker Desktop for Windows"。选择window amd64版本