机器 核心 力量
机器学习之ML.NET
专有名词概念 标签（Labels）：预测列，需要预测的内容 特征（Features）：用于帮助预测标签的列 模型（Model）：模型是通过训练数据学习到的机器学习算法。它可以用来预测未知数据的标签 官方地址：ML.NET |专为 .NET 设计的机器学习 (microsoft.com) 准备环境 必 ......
P4 机器学习的基本原则
训练神经网络的基本原则 当训练好了一个最初的神经网络 首先问 这个算法是否有高偏差？？？ 也就是是不是欠拟合 如果是高偏差： 解决高偏差，要么换更大的网络，要么延长训练的时间，（找更好的网络） 等到做完了这些，再判断这个算法是否有高偏差，直到在训练集上能够拟合好数据， 然后问 这个算法是否有高方差？ ......
机器学习笔记（四）初识卷积神经网络
前言 第一次写卷积神经网络，也是照着paddlepaddle的官方文档抄，这里简单讲解一下心得。 首先我们要知道之前写的那些东西都是什么，之前写的我们称之为简单神经网络，也就是简单一层连接输出和输出，通过前向计算和逆向传播，以及梯度下降的方式让结果慢慢滑向我们期望的终点。 这种方法固然好，但是它的限 ......
Rasa初始化聊天机器人的配置
本文详细介绍了使用 rasa init 初始化聊天机器人项目的配置，包括 nlu.yml、rules.yml、stories.yml、test_stories.yml、config.yml、credentials.yml、domain.yml、endpoints.yml 等文件。如下所示： │ co ......
做程序员的核心能力
引入 持续学习 去接单平台看了一下市场情况。 看上去有的项目大，可能需要集合多种软硬件工程师；有的项目小，可能也比较麻烦；有的项目行业方向比较特定，会做的相对少，给钱相对多。 从满足市场需求的角度来说，市场需求是多样的，一个程序员总是会碰到自己不会或者不擅长的东西。 有时候我们开发项目，我们总体上有 ......
评价机器学习模型的思路
这个标题不够严谨，不同业务领域下的模型，没有可比性。因此，应当增加一定的限定条件，才能对机器学习的模型进行比较。 当前可行的限定条件，如下： 模型 模型结构 参数的数量 训练算法 训练时长 数据 训练数据集 验证数据集 数据质量 基础平台 训练平台 硬件 软件 运行平台 硬件 软件 在给定上述条件时 ......
数学：数学三大核心领域概述（转载文章）
声明：本文转载自《数学三大核心领域概述：代数、几何、分析》，原文作者【数学与人工智能】；本文版权归属于【数学与人工智能】。 数学三大核心领域概述：代数、几何、分析 （作者： 数学与人工智能 发表时间： 2022-04-07 12:36） 0、数学概述： 数学发展到现在，已经成为科学世界中拥有100多 ......
机器学习-无监督机器学习-LDA线性判别分析-25
目录1. Linear Discriminant Analysis 线性判别分析 1. Linear Discriminant Analysis 线性判别分析 经常被用于分类问题的降维技术，相比于PCA，LDA可以作为一种有监督的降维算法，降维的时候用到了y的真实值，有监督的降维。 在PCA中，算法 ......
[历史] 不同社会力量对国家出路的早期探索
中国近代史纲要第二章：不同社会力量对国家出路的早期探索 1851 太平天国运动 《天朝田亩制度》：最能体现太平天国社会理想和这次农民起义特色的纲领性文件。 《资政新篇》：中国近代史上第一个具有资本主义色彩的方案。 转折点：天京事变 1856年，太平天国起义失败。 一句话总结 太平天国起义失败原因：阶 ......
【Python机器学习课程设计】基于卷积神经网络的动物图像分类+数据分析
一、选题背景 在现代社会中，图像分类是计算机视觉领域的一个重要任务。动物图像分类具有广泛的应用，例如生态学研究、动物保护、农业监测等。通过对动物图像进行自动分类，可以帮助人们更好地了解动物种类、数量和分布情况，从而支持相关领域的决策和研究。本研究的目标是使用卷积神经网络（CNN）对动物图像进行分类。 ......
【Python机器学习课程设计】基于卷积神经网络的动物图像分类
恢复内容开始 一、选题背景 在现代社会中，图像分类是计算机视觉领域的一个重要任务。动物图像分类具有广泛的应用，例如生态学研究、动物保护、农业监测等。通过对动物图像进行自动分类，可以帮助人们更好地了解动物种类、数量和分布情况，从而支持相关领域的决策和研究。本研究的目标是使用卷积神经网络（CNN）对动物 ......
机器学习（1）概述
机器学习是人工智能的一个实现途径 深度学习是机器学习的一个方法发展而来的 人工智能的起点——达特茅斯会议，用机器来模仿人类学习 机器学习的应用场景非常多，涉及各个领域，如传统预测，图像识别，自然语言处理 机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测 那么用来分析的数据，从历史数据 ......
图像识别的技术前沿：人工智能与机器学习的融合
图像识别的技术前沿在于人工智能（AI）与机器学习（ML）的融合。这种融合使得图像识别系统能够从大量数据中自动学习并识别出各种模式，从而在复杂和动态的环境中实现更高的准确性和鲁棒性。 机器学习在图像识别中发挥着越来越重要的作用。传统的图像识别方法通常依赖于手工制作的特征提取和特征匹配，而机器学习则通过 ......
机器学习Machine Learning
附件5：课程教学大纲参考模板 （注：各学院可采用该模板，也可自设模板，但每个学院需使用统一模板） 《机器学习》教学大纲 Teaching（Course）Outline of Machine Learning 第一部分 大纲说明（宋体，四号加粗，居中） 1．课程代码：329021003 2．课程类型： ......
机器人运行学逆解常用三角函数方程求解
\(sin\left(\theta\right)=a\), 求 \(\theta\) \[\Longrightarrow\theta=atan2\left(a,\pm\sqrt{1-{a}^{2}}\right) \] \(cos\left(\theta\right) = a\),求 \(\thet ......
轻量级力量：深入MiniZip库，实现C++中ZIP文件的简便压缩与解压
MiniZip是一个轻量级的压缩库，它是zlib库的一部分，用于在C++中进行ZIP文件的压缩和解压缩操作。以下是MiniZip的一些功能和优点： 功能： 创建ZIP文件： MiniZip可以用于创建包含一个或多个文件的ZIP归档。 压缩： MiniZip支持使用不同的压缩算法对文件进行压缩，例如D ......
机器学习-无监督机器学习-SVD奇异值分解-24
[POC] 1. 奇异值分解的本质 特征值分解只能够对于方阵提取重要特征， Ax=λx λ为特征值 x为对应的特征向量 奇异值分解可以对于任意矩阵； 注意看中间的矩阵是一个对角矩阵，颜色越深越起作用-值越大 颜色越浅越接近0 U是左奇异矩阵，V是右奇异矩阵，均是正交矩阵， 中间的Σ是对角阵，除对角线 ......
机器学习-无监督机器学习-主成分分析PCA-23
目录1. 降维的方式2. PCA的一般步骤3. 思想2 最小化投影距离4. Kernelized PCA 1. 降维的方式 对于维度灾难、数据冗余，这些在数据处理中常见的场景，我们不得不进一步处理，得到更精简更有价值的特征信息，所用的的各种方法的统称就是降维 特征抽取：叫做特征映射更合适。因为它的思 ......
【专题】2023康复机器人行业研究报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34706 原文出处：拓端数据部落公众号 未来，康复趋势将会拓展至院外，特别是社区、居家等场景，数字化也将成为康复机器人发展的重要趋势。政策不断加码，支持康复医疗行业的发展和创新，同时催生了康复机器人市场的迅速增长和投资回暖。阅读原文，获取专题报告 ......
【python机器学习课程设计】驾驶员睡意检测——机器模型训练
一.选题背景 驾驶员的疲劳和睡意是道路交通安全的重要隐患之一。据统计，疲劳驾驶导致的交通事故占比较高，甚至可能造成生命和财产的巨大损失。因此，开发一种有效的驾驶员睡意检测系统对于提高交通安全具有重要意义。 通过监测驾驶员的眼部数据等，可以建立一个机器学习模型来判断驾驶员是否处于疲劳或睡意状态。这样的 ......
不需要本地部署大模型，modelscope-agent加qwen-max免费搭建自己的定制机器人
最近阿里开源了通用大模型qwen-72b,正在为怎么本地化部署发愁，转眼看到提供了qwen-max相关接口的免费试用（据说就是基于qwen-72b大模型)，这就来体验一番。 1.前期准备 开通阿里云灵积平台，并创建api-key 2.环境搭建 python:3.10+； pydantic 2.0以上 ......
华为云开发者日，让开发者成为产业发展的决定性力量
近日，华为云开发者日·2023年度创享峰会在京成功举办。作为开发者生态系列活动的年度收官之作，峰会现场600余名开发者与华为云、鲲鹏、昇腾等领域技术专家齐聚一堂，共话人工智能产业的发展现状与前沿洞察。 ......
Shell脚本中获取机器的日期和时间
要在Shell脚本中获取机器的日期和时间，可以使用内置的date命令。以下是如何在Shell脚本中使用date命令来获取机器的日期和时间的示例： echo "`date +"%Y%m%d %H:%M:%S"`"在这个示例中，我们使用了date命令和格式化字符串来获取当前日期和时间。%Y代表年份，%m ......
再看汇编和机器码
先看代码： 这里为了排版方便用的图片，也有行号，说明如下： 1. 80386的部分机器码如下： 其中 imm表示立即数 DDD表示用3位表示的目的寄存器标号， SSS表示用3位表示的源寄存器标号 机器码中将寄存器用三位表示，例如EDX: 010 EAX: 000 ECX: 001 因此，图中第三行代 ......
利用汇编代码获取计算机的机器码
原文链接：https://arvinhk.com/post/8.html 原文链接：https://arvinhk.com/post/8.htmlCString str; unsigned long s1,s2,s3,s4; __asm { mov eax,00h xor edx,edx cpuid ......
《人工智能专栏》专栏介绍 & 专栏目录 & Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程
更好的阅读体验请点击：《人工智能专栏》专栏介绍 & 专栏目录 & Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程 专栏介绍： 本专栏集成 Python与Python | 机器学习 | 深度学习 ......
2023云栖大会精彩内容集锦：《云原生核心技术与最佳实战指南》电子书重磅上线
云计算从概念产生到落地应用的这些年，越来越多的企业为了更好地利用云计算优势，开始拥抱云原生，让业务更敏捷、成本更低、可伸缩性更强。云原生正逐步成为企业打造核心竞争力的重要抓手，帮助企业快速上云，深度使用云原生技术，用技术加速创新。 ......
深度解读：阿里云全球首发的容器计算服务 ACS 诞生背景、核心技术与应用场景
容器计算服务 ACS 自从在云栖大会发布并开启邀测后，引起了开发者和企业客户的广泛关注，并收到了大量的产品试用申请。本文整理自容器计算服务 ACS 首席架构师懿川的分享，包含了产品的诞生背景、核心特性、关键技术和典型应用场景，帮助大家更加全面、更加立体的了解 ACS，旨在还原 ACS 帮助客户更好的... ......
机器学习-无监督机器学习-高斯混合模型-22
目录1.2. GMM 算法的一般流程3. 使用模型 1. 假设不同的簇数据来自于不同的高斯分布。或者换句话说，高斯混合模型就是当成数据集是由多个高斯分布混合而成的。这是这个模型的核心思想. 一维的gauss分布： 多变量（比如d个变量）高斯分布的概率密度函数： μ是一个n维向量， 对应着分布的均值 ......
亿级并发，API网关等核心组件，如何设计？
文章很长，且持续更新，建议收藏起来，慢慢读！疯狂创客圈总目录 博客园版 为您奉上珍贵的学习资源 ： 免费赠送 :《尼恩Java面试宝典》 持续更新+ 史上最全 + 面试必备 2000页+ 面试必备 + 大厂必备 +涨薪必备 免费赠送 :《尼恩技术圣经+高并发系列PDF》 ，帮你 实现技术自由，完成职 ......