机器学习实战性别预测模型的构建与优化
基于用户画像进行广告投放，是优化投放效果、实现精准营销的基础；而人口属性中的性别、年龄等标签，又是用户画像中的基础信息。那该如何尽量准确的为数据打上这些标签？这时候机器学习就派上用场了。本文将以性别标签为例，介绍人口属性标签预测的机器学习模型构建与优化。性别标...
2024-01-10
深度学习如何用于机器学习中的面部识别？
人脸识别是根据人脸识别和验证照片中出现的人的任务。这对人类来说是一项微不足道的任务，即使光线变化或面部因年龄而变化或被配饰、面部毛发等遮挡。但直到几年前，它仍然是一个相当具有挑战性的计算机视觉问题。深度学习方法已经能够利用大型人脸数据集并学习人脸的各种表示，从而使现...
2024-01-10
机器学习之分类：真与假以及正类别与负类别
在本部分，我们将定义用于评估分类模型的指标的主要组成部分。不过，我们先来看一则寓言故事：伊索寓言：狼来了 （ 简介版 ）有一位牧童要照看镇上的羊群，但是他开始厌倦这份工作。为了找点乐子，他大声喊道：“狼来了！”其实根本一头狼也没有出现。村民们迅速跑来保护羊群，但他们发现...
2024-01-10
机器学习之多类别神经网络：一对多
一对多提供了一种利用二元分类的方法。鉴于一个分类问题会有 N 个可行的解决方案，一对多解决方案包括 N 个单独的二元分类器，每个可能的结果对应一个二元分类器。在训练期间，模型会训练一系列二元分类器，使每个分类器都能回答单独的分类问题。以一张狗狗的照片为例，可能需要训练五个不...
2024-01-10
机器学习之支持向量机（线性模型）的优化问题
将中间的这条线分别向两边平行移动，直到穿过某一个或某几个训练样本点为止。我们将超平面记为（W, b)。定义：1.训练数据及标签(X_1,y_1) (X_2,y_2)…(X_N,y_N)，其中 X_i 为向量，y_i = + 1或-12.一个训练集线性可分是指训练集：{(X_i,y_i)}_{i = 1\sim N}\\\exists (\mathbf W,b),使：\\对\forall i = 1\sim N,有\\(1).若 y_i = +1...
2024-01-10
识别与防治茶园介壳虫
茶园介壳虫不难区分，盾壳或蜡质外壳，虫体较小，对付介壳虫要坚持以生物防治为主，充分发挥天敌的作用，再就是要加强茶园管理。为害茶树的蚧类多达数十种。广东茶园发生较多的是蛇眼蚧、椰圆蚧、茶梨蚧、角蜡蚧。这些介壳虫身体外表披了一层自身分泌形成的盾壳或蜡质外壳，虫体较小，...
2024-01-10
C++学习贝叶斯分类器实现手写数字识别示例解析
大家好啊！这次的文章是上一个文章的后续，与上一次不同的是，这一次对数字识别采用的是贝叶斯（Bayes）分类器。贝叶斯在概率论与数理统计这门课讲过，下面我们简单了解一下：首先，贝叶斯公式是具体的解释就不说了，我们说一说把贝叶斯用在数字识别的什么位置。除了识别部分，其他的包...
2024-01-10
茶小绿叶蝉的识别与防治
小绿叶蝉又称浮尘子，是茶树最主要害虫；它以若虫、成虫刺吸茶树嫩梢芽叶汁液为害，致使芽叶黄化失绿，叶脉变红，叶质粗老，严重时，叶尖和叶缘红褐焦枯，芽叶萎缩、生长停滞，甚至全部焦枯，状如火烧；受害叶制成干茶，碎末增多，滋味苦涩，产量与品质...
2024-01-10
《JAVA与模式》之适配器模式(转载)
适配器模式比较简单,偷个懒,直接转载一篇。个人理解:* 类适配器是通过继承来完成适配 * 对象适配器是通过传递对象来完成适配 * 不管哪种,其实都是通过引用特殊接口的对象来完成特殊接口的适配调用转载地址:http://blog.csdn.net/jason0539/article/details/224684571. 概述 将一个类的接口转换成客户希望...
2024-01-10
《JAVA与模式》之门面模式
在阎宏博士的《JAVA与模式》一书中开头是这样描述门面（Facade）模式的： 门面模式是对象的结构模式，外部与一个子系统的通信必须通过一个统一的门面对象进行。门面模式提供一个高层次的接口，使得子系统更易于使用。 现代的软件系统都是比较复杂的，设计师处理复杂系统的一个常...
2024-01-10
《JAVA与模式》之不变模式
在阎宏博士的《JAVA与模式》一书中开头是这样描述不变（Immutable）模式的： 一个对象的状态在对象被创建之后就不再变化，这就是所谓的不变模式。 不变模式可增强对象的强壮型(robustness)。不变模式允许多个对象共享某一个对象，降低了对该对象进行并发访问时的同步化开销。如果需要修...
2024-01-10
《JAVA与模式》之享元模式
《JAVA与模式》之享元模式在阎宏博士的《JAVA与模式》一书中开头是这样描述享元（Flyweight）模式的： Flyweight在拳击比赛中指最轻量级，即“蝇量级”或“雨量级”，这里选择使用“享元模式”的意译，是因为这样更能反映模式的用意。享元模式是对象的结构模式。享元模式以共享的方式高效地...
2024-01-10
《JAVA与模式》之桥梁模式
在阎宏博士的《JAVA与模式》一书中开头是这样描述桥梁（Bridge）模式的： 桥梁模式是对象的结构模式。又称为柄体(Handle and Body)模式或接口(Interface)模式。桥梁模式的用意是“将抽象化(Abstraction)与实现化(Implementation)脱耦，使得二者可以独立地变化”。 桥梁模式虽然不是一个使用频率很高的...
2024-01-10
厉害了！AWS 这个奖，助力中国与全球一起促进机器学习的科研落地！
近年来，人工智能与大数据的飞速发展，都离不开背后的机器学习技术。但一项前沿技术的落地应用总要经过一个艰难又漫长的过程，机器学习也仍处于技术的加速发展阶段。为了加速机器学习技术的发展，2017 年 10 月，Amazon Web Services（AWS） 在全球设立了 AWS 机器学习研究奖 - Machine Learning Research Award...
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
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
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
机器学习入门：脸部关键点检测
在前几篇文章中我们看到了怎样检测图片上的物体，例如人脸，那么把实现人脸识别的时候是不是可以把图片中的人脸截取出来再交给识别人脸的模型呢？下面的流程是可行的，但因为人脸的范围不够准确，截取出来的人脸并不在图片的正中心，对于识别人脸的模型来说，数据质量不够好就会导致识别...
2024-01-10近似字符串匹配-机器学习
我有一个要求，其中我的源数据位于HDFS中，并且有一个包含用户技能的字段。现在，源文件具有归因于用户的所有技能，例如-管理，JAVA，HADOOP，PIG，SQL，性能调整，C，业务咨询，销售等.....现在，我的疑问是，我需要构建一种机器学习算法来检测所谓的技能中是否存在一些拼写错误。例如，如果不...
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
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
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
使用Auto-Keras进行自动化机器学习
本文概述了解标准的机器学习管道机器学习管道如何实现自动化？自动化机器学习简介用于自动机器学习的Python库auto-keras简介尾注由于srcmini, Coursera, Udacity等组织不断努力研究如何有效地, 灵活地将机器学习的知识带给普通民众, 因此机器学习并不是一个非常普遍的名词。凭借其平台的优势, 如今...
2024-01-10
自动售票机激活学生证
自动售票机激活学生证步骤：1、点击“互联网取票“按钮，弹出“请输入二代身份证”。2、在“身份证识别区”放上二代身份证，读取身份证信息后，显示网上订票的相关信息。3、在“身份证识别区”放上学生证，读取学生证信息后，核对身份证和学生证信息一致。4、选中要打印的车票，点击“打印”按钮，学生票打印成功。...
2024-02-03
破壁机一插电就自动加热，省时省力的健康饮食利器
破壁机是一种现代化的厨房电器，用于制作健康美味的食品。它的特点是一插电就自动加热，省时省力，是繁忙的现代人的理想选择。破壁机的原理是利用高速旋转的刀片将食材破碎，使其充分释放出营养成分。与传统的搅拌机不同，破壁机还具有加热功能，可以将食材加热适宜的温度，使其更易于消化吸收，同时也可以保持食材的原汁原味。破壁机的使用方法非常简单，只需将食材放入杯子中，插上电源，按下开关即可。由于刀片旋转速度非...
2024-03-15
非确定的自动机NFA确定化为DFA
摘要： 在编译系统中，词法分析阶段是整个编译系统的基础。对于单词的识别，有限自动机FA是一种十分有效的工具。有限自动机由其映射f是否为单值而分为确定的有限自动机DFA和非确定的有限自动机NFA。在非确定的有限自动机NFA中，由于某些状态的转移需从若干个可能的后续状态中进行选择，故...
2024-01-10
