机器学习

一只可爱的小猴子

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

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：

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

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。

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

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。

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）

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

【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）

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”。

【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。

【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）

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

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）。

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

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

集成学习实际案例

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

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