机器学习九大算法支持向量机
机器学习九大算法---支持向量机出处：结构之法算法之道blog。 前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见...
2024-01-10
机器学习常见算法分类汇总
来源：IT经理网机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。学习方式根据数据类型的不同，对一个问题的建模有不同的方式。在机器...
2024-01-10
机器学习算法的随机数据生成总结
在学习机器学习算法的过程中，我们经常需要数据来验证算法，调试参数。但是找到一组十分合适某种特定算法类型的数据样本却不那么容易。还好numpy, scikit-learn都提供了随机数据生成的功能，我们可以自己生成适合某一种模型的数据，用随机数据来做清洗，归一化，转换，然后选择模型与算法做拟...
2024-01-10
机器学习之支持向量机算法(二)
五、SVM求解实例 上面其实已经得出最终的表达式了，下面我们会根据一些具体的点来求解α的值。数据：3个点，其中正例 X1(3,3) ，X2(4,3) ，负例X3(1,1) 如下图所示 我们需要求解下式的极小值 注意约束条件（在这里不要忘记了yi代表的是数据的类别，+1代表正例，-1代表负例...
2024-01-10
KMP算法学习记录
KMP算法要解决的问题在暴力字符串匹配算法里匹配流程是这样：到了模式串最后一位B匹配失败之后会回退成这个样子i;j代表字符串和模式串当前的所在的位置。第一次匹配：i=5;j=5第二次匹配：i=1;j=0;匹配失败之后 i进行了回退，j也进行了回退。这个时候导致的问题就是算法时间复杂度变成了...
2024-01-10
机器学习算法中有哪些不同的学习风格？
机器学习算法中有四种学习风格。让我们来看看它们 -监督学习监督学习是机器学习中最常用的方法之一，它在训练过程中同时获取训练数据（也称为数据样本）及其相关输出（也称为标签或响应）。监督学习方法的主要目标是学习输入训练数据与其标签之间的关联。为此，它执行多个训练数据实例。...
2024-01-10
机器学习之逻辑回归：计算概率
许多问题需要将概率估算值作为输出。逻辑回归是一种极其高效的概率计算机制。实际上， 您可以通过下两种方式之一使用返回概率：“按原样”转换成二元类别。我们来了解一下如何“按原样”使用概率。假设我们创建一个逻辑回归模型来预测狗在半夜发出叫声的概率。我们将此概率称为：p ( bark |...
2024-01-10
教大家学习草药的用法
不管是做什么事情都需要一定的辅助或者从属关系，就像鱼必须有水才能生活，而水却不一定要有鱼，水没了鱼会更加清澈，这就是一个简单的从属关系，鱼需要水。那么回到今天的话题，我们的草药需要怎么用，才能解决我们的病痛，有的药需要煎着服用，而有的直接热水冲服就可以。所以不同的东...
2024-01-10
苗大东：京东基于强化学习的电商搜索排序算法
导读： 电商场景的搜索排序算法根据用户搜索请求，经过召回、粗排、精排、重排与混排等模块将最终的结果呈现给用户，算法的优化目标是提升用户转化。传统的有监督训练方式，每一步迭代的过程中优化当前排序结果的即时反馈收益。但是，实际上用户和搜索系统之间不断交互，用户状态也在不...
2024-01-10
执行《阿里云天池大赛赛题解析——机器学习篇》第二章例程不成功？
执行《阿里云天池大赛赛题解析——机器学习篇》第二章2.2.4章节第3小节例程：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfrom scipy import stats###import warnings###warnings.filterwar...
2024-03-11
【转】Java学习---垃圾回收算法与 JVM 垃圾回收器综述
【原文】https://www.toutiao.com/i6593931841462338062/ 垃圾回收算法与 JVM 垃圾回收器综述 我们常说的垃圾回收算法可以分为两部分：对象的查找算法与真正的回收方法。不同回收器的实现细节各有不同，但总的来说基本所有的回收器都会关注如下两个方面：找出所有的存活对象以及清理掉所有的其它对象——...
2024-01-10
机器学习的分类
品牌型号：Redmibook Pro 15系统：Windows 101、监督学习：表示机器学习的数据是带标记的，这些标记可以包括数据类别、数据属性及特征点位置等。这些标记作为预期效果，不断修正机器的预测结果。具体实现过程是：通过大量带有标记的数据来训练机器，机器将预测结果与期望结果进行比对；之后根据比对结果来修改模型中的参数，再一次输出预测结果；然后将预测结果与期望结果进行比对，重复多次直...
2024-02-13
机器学习之特征工程
传统编程的关注点是代码. 在机器学习项目中, 关注点变成了特征表示.也就是说, 开发者通过添加和改善特征来调整模型.将原始数据映射到特征图 1 左侧表示来自输入数据源的原始数据, 右侧表示特征矢量, 也就是组成数据集中样本的浮点值集.特征工程指的是将原始数据转换为特征矢量.进行特征工程...
2024-01-10
社区推送博客机器学习插件项目
本文首发于： Jenkins 中文社区 原文链接 作者：Loghi Perinpanayagam 译者：wenjunzhangp 社区推送博客-机器学习插件项目 我认为机器插件学习一直都是一件很有意义的事，带你们一起回顾我的学习历程 大家好！这是 GSoC 2020 ...
2024-01-10
使用机器学习预测股价
股票价格预测有助于确定未来几天或几周内股票的走势，或者至少显示趋势。股票价格取决于多种因素，例如：基本因素：收入，利润，市场份额，业务的潜在增长前景外部因素：大流行病，例如新冠，外汇汇率，石油价格，黄金价格，债券收益率，全球股票市场技术因素：价格走势，交易量，移动...
2024-01-10
机器学习之分类：准确率
准确率是一个用于评估分类模型的指标。通俗来说，准确率是指我们的模型预测准确的结果所占的比例。正式点说，准确率的定义如下：Accuracy = \dfrac{Number of correct predictions}{Total number of predictions}对于二元分类，也可以根据正类别和负类别按如下方式计算准确率：Accuracy = \dfrac{TP + TN}{TP + TN + FP + FN}其...
2024-01-10
如何入门机器学习
本篇文章，我将从过来的人角度介绍下机器学习如何从入门到精通，这里我们谈经验，谈工具，更谈方法论。1.入门作为初入机器学习的小白，你可能除了一颗好奇的心和一番热血外什么都不没有，当然最好还是希望你能有线性代数、微积分和概率论的基础。你可能会心存顾虑：学过但忘了。不用担...
2024-01-10
机器学习之分类：预测偏差
逻辑回归预测应当无偏差。即：“预测平均值”应当约等于“观察平均值”预测偏差指的是这两个平均值之间的差值。即：预测偏差 = 预测平均值 - 数据集中相应标签的平均值注意：“预测偏差”与“偏差”（“wx + b”中的“b”)不是一回事。如果出现非常高的非零预测偏差，则说明模型某处存在错误...
2024-01-10
机器学习之分类：精确率和召回率
精确率精确率指标尝试回答以下问题：在被识别为正类别的样本中，确实为正类别的比例是多少？精确率的定义如下：Precision = \dfrac{TP}{TP + FP}注意：如果模型的预测结果中没有假正例，则模型的精确率为 1.0 。让我们来计算一下上一部分中用于分析肿瘤的机器学习模型的精确率：精确率 = \dfrac{TP}{TP ...
2024-01-10
机器学习之过拟合的风险
假设这些图中的每个点代表一棵树在森林中的位置.图中的两种颜色分别代表以下含义:1.蓝点代表生病的树2.橙点代表健康的树接下来, 我们看看图 1图1.生病 ( 蓝色 ) 和健康 ( 橙色 ) 的树您能设想出一个有效的模型来预测以后的生病或健康的树吗 ?花点时间在脑海里绘制一条弧线将蓝点与橙点分开, 或者...
2024-01-10
机器学习：从入门到晋级
目前，人工智能（AI）非常热门，许多人都想一窥究竟。如果你对人工智能有所了解，但对机器学习（Machine Learning）的理解有很多的困惑，那么看完本文后你将会对此有进一步深入理解。在这里，不会详细介绍机器学习算法的基本原理，而是通过将比较有意思的视频（YouTube）和文字相结合，...
2024-01-10
深度学习AI美颜之人脸自动美型算法
本文在这里对人脸智能美型做个详解。人脸智能美型包含如下两个部分：①人脸轮廓自动调整②五官自动修正人脸轮廓自动修正：对人脸大小，胖瘦进行自动调整，目前app中常用的瘦脸只是其中一个特例而已；五官自动修正：包含眼睛大小自动调整，鼻子形状位置修正，眉毛位置修正以及嘴巴形状...
2024-01-10
基于深度学习算法和传统立体匹配算法的双目立体视觉
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达 01 PART 立体视觉是什么? 在开始之前，我相信很多站友都会有这个疑问，所以我想先在这里做一下简要的介绍，以方便大家快速地了解这个项目。我们知...
2024-01-10
极客算法训练笔记(一)，算法学习方法篇
目录算法往事误区总结白嫖不快乐吗算法越学越寂寞算法训练营开篇学习方法五毒神掌练习法脑子里有知识图谱算法连载系列算法往事误区总结我买了极客时间的算法训练营的课程，没错就是最火的那个算法训练营。付完款那一刻我忍不住吐槽“哇塞，我可真有钱”，一看余额“我去，...
2024-01-10
算法学习笔记：链表（上），如何实现LRU缓存淘汰算法
数组在插入、删除操作时，为了保持内存数据的连续性，需要做大量的数据搬移，所以时间复杂度是O(n)，而链表在插入和删除时，不需要做搬移，因为链表的存储空间本身就是不连续的，时间复杂度为O(1)。但也因为链表是非连续存储的，所以无法像数组那样通过寻址公式可以直接计算出对应的内存地...
2024-01-10
详解深度学习框架制造原理
2021年，发展深度学习技术，需要十分重视的就是深度学习框架。 01深度学习框架受到高度重视 随着技术的不断前进和应用的大规模增长，产业开发者们面临的挑战，也是日渐地突出。而作为人工智能实现跨越发展的重要突破口，深度学习框架引起了科技界、产业界的高度重视。 在整个人工智...
2024-01-10
HLS深度学习高层次综合系统
本文记录几个面向深度神经网络(DNN)的高层次综合系统，包括DNNBuilder [ICCAD’18]和FlexCNN [FPGA’20]。DNNBuilder & FlexCNN编译流程DNNBuilder1前端接收Caffe的网络架构，后端输出RTL代码；FlexCNN 2前端接收Tensorflow的网络架构，后端输出C HLS代码。FlexCNN考虑到不同layer的动态分块(tiling)，并且做成了end-to-end的编...
2024-01-10
基于图深度学习的自然语言处理方法和应用
导读： 本次分享的内容为图深度学习在自然语言处理领域的方法与应用，主要内容和素材都来自于我们Graph4NLP团队的一篇调研文章：Graph Neural Networks for Natural Language Processing：A Survery，以及我们团队所开发的Graph4NLP的python开源库和教程。主要包括以下几大方面内容：DLG4NLP背景与发展DLG4NLP方法和模型...
2024-01-10
深度学习已训练完，如何调用并对新图片进行测试
GitHub上的一个项目（https://github.com/david-gpu/...），已经训练完了，如何调用已经训练完生成的文件，进行对新图片的测试演示。...
2024-01-10
磁盘调度算法
磁盘调度算法 磁盘调度在多道程序设计的计算机系统中，各个进程可能会不断提出不同的对磁盘进行读/写操作的请求。由于有时候这些进程的发送请求的速度比磁盘响应的还要快，因此我们有必要为每个磁盘设备建立一个等待队列，常用的磁盘调度算法有以下四种： [1] 先来先...
2024-01-10
