机器学习

人工智能-python-机器学习-线性回归与梯度下降：理论与实践回归分析是一种常用的统计方法，用于建立一个因变量与一个或多个自变量之间的关系模型。本文将重点讨论线性回归和梯度下降，两者是数据科学和机器学习中常见的基础方法。

织构表面MATLAB仿真织构表面MATLAB仿真，粗糙表面织构MATLAB仿真，微织构表面MATLAB，表面织构。1.高斯、非高斯、双高斯和分形随机粗糙表面。

坫鹏加油站

【Python】支持向量机SVM示例代码：可视化结果：资料来源于：周志华-机器学习，如有侵权请联系删除

拉一次撑死狗

机器学习实战·第三章分类（2）ROC 曲线简单说就是评估二分类模型好不好用的一张图。横纵轴是啥？纵轴：模型抓对 “正例” 的比例（比如真正把癌症患者查出来的概率）；横轴：模型冤枉 “负例” 的比例（比如把健康人错当成癌症患者的概率）。

DAY39打卡完成31天内容@浙大疏锦行

自动驾驶中安全相关机器学习功能的可靠性定义方法摘要当前标准无法涵盖高自动化驾驶中基于机器学习功能的安全需求。由于神经网络的不透明性，一些自动驾驶功能无法按照 V 模型进行开发。这些功能需要对标准进行扩展。本文聚焦这一空白，为这类功能定义了功能可靠性，以帮助未来的标准控制基于机器学习功能的质量。以行人检测为例，构建了可靠性函数。由于计算机视觉中的质量标准未考虑安全性，因此设计了新的可靠性表达和评估方法。

极客BIM工作室

机器学习阶段性总结：对深度学习本质的回顾 20250813在人工智能的浪潮中，深度学习无疑是最受关注的技术之一。它凭借强大的拟合能力，在图像识别、自然语言处理等领域取得了突破性进展。但深度学习并非万能钥匙，理解其本质与局限，是用好这项技术的前提。

Day 39：图像数据与显存谈论图像数据时，首先需要理解它与传统结构化数据的根本差异。在之前的学习中，处理的表格数据通常具有 (样本数, 特征数) 的形状，比如一个包含1000个样本、每个样本有5个特征的数据集，其形状就是 (1000, 5)。

ECCV-2018《Variational Wasserstein Clustering》该论文提出了一个基于最优传输(optimal transportation) 理论的新型聚类方法，称为变分Wasserstein聚类(Variational Wasserstein Clustering, VWC)。其核心思想有三点：

音频重采样使用RandomOverSampler 还是 SMOTERandomOverSampler：通过简单复制少数类样本实现平衡。缺点是会导致少数类样本特征完全重复，容易让模型过拟合到这些重复样本（尤其是当少数类样本量极小时），且无法引入新的特征分布信息，可能降低模型对真实数据的泛化能力。

DAY38作业（补）作业：了解下cifar数据集，尝试获取其中一张图片CIFAR 有两个主要版本：CIFAR-10 和 CIFAR-100

西西弗Sisyphus

一个基于 PyTorch 的完整模型训练流程flyfish前向传播→计算损失→反向传播→参数优化一、左侧：Loss Curves（损失曲线）蓝色：训练损失（Training Loss）橙色：验证损失（Validation Loss）

一袋米扛几楼98

【机器学习】什么是DNN / MLP（全连接深度神经网络, Deep Neural Network / Multilayer Perceptron）？一句话：MLP 就是由多层“线性加权求和 + 非线性激活”堆起来的网络；层与层之间全连接，没有卷积、注意力或递归结构。

把 7B 模型塞进车规级芯片：LoRA 在自动驾驶中的极限调参指南在自动驾驶大模型的部署过程中，算力瓶颈和场景多样性是两大挑战。LoRA（Low-Rank Adaptation）作为一种高效微调技术，正逐步成为车载 AI 模型调参的主流方案。

一车小面包

特征工程--机器学习特征工程（Feature Engineering）是机器学习项目中非常关键的一步，它是指通过领域知识来选择、创建或修改能够使机器学习模型更好地工作的特征（即输入变量）。特征工程的目标是提高模型的性能，通过提取数据中有用的信息并将其转换为算法可以使用的格式。良好的特征工程可以使模型更加高效，有时候甚至比选择更复杂的模型更加重要

基于Python的二手车价格影响因素研究【多种机器学习对比、线性回归、MLP、SVR、LightGBM】随着我国经济水平的持续提升和汽车保有量的快速增长，二手车市场已成为汽车产业链中的重要组成部分。相比新车，二手车在价格、折旧率、使用周期等方面更具灵活性和多样性。然而，当前国内二手车市场在价格评估机制方面仍存在不足，包括定价缺乏科学标准、信息不对称、人工评估依赖经验等问题。这些问题不仅制约了二手车市场的规范化发展，也影响了消费者的购车体验与权益保障。

神齐的小马

机器学习 [白板推导]（十）[马尔可夫链蒙特卡洛法]在推断中的近似推断问题中，常常会使用随机近似推断方法，例如最经典的MCMC，核心思想是蒙特卡洛方法，即基于采样的随机近似方法。

IEEE 2025 | 重磅开源！SLAM框架用“法向量+LRU缓存”，将三维重建效率飙升72%！当前研究领域在基于扩散模型的文本到图像生成技术方面取得了显著进展，尤其在视觉条件控制方面。然而，现有方法（如ControlNet）在组合多个视觉条件时存在明显不足，主要表现为独立控制分支在去噪过程中容易引入冲突引导，导致生成图像出现结构扭曲和伪影等问题。这些挑战限制了模型在复杂场景下的表现，亟需一种更高效、统一的控制框架来解决这些问题。

YOLOv9：重构实时目标检测的技术革命在计算机视觉领域的快速演进中，YOLOv9的问世犹如一颗重磅炸弹，为实时目标检测技术树立了全新的里程碑。这一开创性的模型不仅在性能指标上实现了显著突破，更重要的是，它通过革命性的架构设计理念，从根本上解决了深度神经网络中长期存在的信息丢失难题。

机器学习处理文本数据这段代码使用了 scikit-learn 库中的CountVectorizer类，目的是将文本数据转换为数值特征（词袋模型），以便用于机器学习算法。让我逐步解释：