- 一.机器学习的目标 机器学习是实现人工智能的手段，其主要研究内容是如何利用数据或经验进行学习，改善具体算法的性能 • 多领域交叉，涉及概率论、统计学，算法复杂度理论等多门学科 • 广泛应用于网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺诈检测、股票交易和医疗诊断等应用 二.机器学习分类 • 监督学习 （Supervis... 一.机器学习的目标 机器学习是实现人工智能的手段，其主要研究内容是如何利用数据或经验进行学习，改善具体算法的性能 • 多领域交叉，涉及概率论、统计学，算法复杂度理论等多门学科 • 广泛应用于网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺诈检测、股票交易和医疗诊断等应用 二.机器学习分类 • 监督学习 （Supervis...
- 学习总结 （1）业界主流的模型服务方法有 4 种，分别是预存推荐结果或 Embeding 结果、预训练 Embeding+ 轻量级线上模型、利用 PMML 转换和部署模型以及 TensorFlow Se... 学习总结 （1）业界主流的模型服务方法有 4 种，分别是预存推荐结果或 Embeding 结果、预训练 Embeding+ 轻量级线上模型、利用 PMML 转换和部署模型以及 TensorFlow Se...
- 文章目录 三大领域基础数学：应用数学：计算数学与科学工程计算：机器学习中的数学 在复习《离散数学》这门课的“代数系统”这章时，书上有句话说 群是一个很有实质用处的代数系统。就突然好奇啥用处... 文章目录 三大领域基础数学：应用数学：计算数学与科学工程计算：机器学习中的数学 在复习《离散数学》这门课的“代数系统”这章时，书上有句话说 群是一个很有实质用处的代数系统。就突然好奇啥用处...
- stanford基本上绝大部分课程主页都包含了完整的大纲、讲义、作业、Lab 甚至是视频的课程信息，非常适合自学，完整的课程列表及其网址：https://docs.google.com/spreadshe... stanford基本上绝大部分课程主页都包含了完整的大纲、讲义、作业、Lab 甚至是视频的课程信息，非常适合自学，完整的课程列表及其网址：https://docs.google.com/spreadshe...
- 一.主成分分析（Principal Component Analysis，PCA） （1）简介 最常用的一种降维方法，通常用于高维数据集的探索与可视化，还可以用作数据压缩和预处理等。 PCA可以把具有相关性的高维变量合成为线性无关的低维变量，称为主成分。主成分能够尽可能保留原始数据的信息。 （2）复习相关术语 • 方差：各个样... 一.主成分分析（Principal Component Analysis，PCA） （1）简介 最常用的一种降维方法，通常用于高维数据集的探索与可视化，还可以用作数据压缩和预处理等。 PCA可以把具有相关性的高维变量合成为线性无关的低维变量，称为主成分。主成分能够尽可能保留原始数据的信息。 （2）复习相关术语 • 方差：各个样...
- 学习总结 第一步是导入 Spark 分割好的训练集和测试集。 第二步是在 TensorFlow 中设置评估指标，再在测试集上调用 model.evaluate 函数计算这些评估指标。这里使用了最常用的 ... 学习总结 第一步是导入 Spark 分割好的训练集和测试集。 第二步是在 TensorFlow 中设置评估指标，再在测试集上调用 model.evaluate 函数计算这些评估指标。这里使用了最常用的 ...
- 简 介： 近年来，深度学习在交通安全、无人驾驶等领域被广泛研究与应用，而车辆检测作为其中不可或缺的一环，被人们所重点关注。本文基于YOLOV3 网络对其不同骨网进行了训练与分析，最终实现了对交通车辆... 简 介： 近年来，深度学习在交通安全、无人驾驶等领域被广泛研究与应用，而车辆检测作为其中不可或缺的一环，被人们所重点关注。本文基于YOLOV3 网络对其不同骨网进行了训练与分析，最终实现了对交通车辆...
- 提高查准率方法 1. 增加beishu_neg 2.提高预测时的confidence_threshold 3.提高标注质量，正样本选择视觉特征明显的物体： 1）模棱两可的不加入训练集正样本 2）特别模糊的不加入训练集正样本 3）在其他环境中，和负样本很像的不能加入正样本 4.增加负样本 5.增加分类网络 ... 提高查准率方法 1. 增加beishu_neg 2.提高预测时的confidence_threshold 3.提高标注质量，正样本选择视觉特征明显的物体： 1）模棱两可的不加入训练集正样本 2）特别模糊的不加入训练集正样本 3）在其他环境中，和负样本很像的不能加入正样本 4.增加负样本 5.增加分类网络 ...
- 为了让菜鸡的自己学习更有方向感，本文贴上各厂的推荐算法岗位的要求 （ps：本文既不是广告问也不是内推文！！！）。 文章目录 算法工程师的工作流程（王喆）一、不知哪个厂：二、联通研究院三、阿里巴巴... 为了让菜鸡的自己学习更有方向感，本文贴上各厂的推荐算法岗位的要求 （ps：本文既不是广告问也不是内推文！！！）。 文章目录 算法工程师的工作流程（王喆）一、不知哪个厂：二、联通研究院三、阿里巴巴...
- 一.非负矩阵分解（Non-negative Matrix Factorization ，NMF） 是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。 基本思想：给定一个非负矩阵V，NMF能够找到一个非负矩阵W和一个非负矩阵H，使得矩阵W和H的乘积近似等于矩阵V中的值。 • W矩阵：基础图像矩阵，相当于从原矩阵V中抽取出来的... 一.非负矩阵分解（Non-negative Matrix Factorization ，NMF） 是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。 基本思想：给定一个非负矩阵V，NMF能够找到一个非负矩阵W和一个非负矩阵H，使得矩阵W和H的乘积近似等于矩阵V中的值。 • W矩阵：基础图像矩阵，相当于从原矩阵V中抽取出来的...
- （1）线性回归的不足 对于一般地线性回归问题，参数的求解采用的是最小二乘法，其目标函数如下： 参数w的求解，也可以使用如下矩阵方法进行： （2）岭回归 岭回归的优化目标： 对应的矩阵求解方法为： 岭回归(ridge regression)是一种专用于共线性数据分析的有偏估计回归方法 是一种... （1）线性回归的不足 对于一般地线性回归问题，参数的求解采用的是最小二乘法，其目标函数如下： 参数w的求解，也可以使用如下矩阵方法进行： （2）岭回归 岭回归的优化目标： 对应的矩阵求解方法为： 岭回归(ridge regression)是一种专用于共线性数据分析的有偏估计回归方法 是一种...
- 📢📢📢📣📣📣 🌻🌻🌻Hello，大家好我叫是Dream呀，一个有趣的Python博主，多多关照😜😜😜 🏅🏅🏅CSDN Python领域优质创作者，大二在读，欢迎大家... 📢📢📢📣📣📣 🌻🌻🌻Hello，大家好我叫是Dream呀，一个有趣的Python博主，多多关照😜😜😜 🏅🏅🏅CSDN Python领域优质创作者，大二在读，欢迎大家...
- 这个训练ap没有 atss_rfb：训练时高0.9007，但是验证是ap不高 0.7182 hswish_atss_rfb：训练时低一点点 0.8991，但是验证是ap高 0.7429 0.8992_0.8977_0.9008_22.4432_1.0e-04_79 0.7449_0.9378_0.6178_0.0000_0.... 这个训练ap没有 atss_rfb：训练时高0.9007，但是验证是ap不高 0.7182 hswish_atss_rfb：训练时低一点点 0.8991，但是验证是ap高 0.7429 0.8992_0.8977_0.9008_22.4432_1.0e-04_79 0.7449_0.9378_0.6178_0.0000_0....
- 文章目录 一、线性模型二、绘图工具三、作业Reference 一、线性模型 不要小看简单线性模型哈哈，虽然这讲我们还没正式用到pytorch，但是用到的前向传播、损失函数、两种绘loss图... 文章目录 一、线性模型二、绘图工具三、作业Reference 一、线性模型 不要小看简单线性模型哈哈，虽然这讲我们还没正式用到pytorch，但是用到的前向传播、损失函数、两种绘loss图...
- 先声明大部分都参照（https://zhuanlan.zhihu.com/p/22543073） 数学知识的复习 线性代数:（矩阵、特征值、特征向量、秩） 微积分：（极限、导数、拉格朗日中值、泰勒级数展开、傅里叶变换） 概率论：（https://blog.csdn.net/chybin500/article/details/78470... 先声明大部分都参照（https://zhuanlan.zhihu.com/p/22543073） 数学知识的复习 线性代数:（矩阵、特征值、特征向量、秩） 微积分：（极限、导数、拉格朗日中值、泰勒级数展开、傅里叶变换） 概率论：（https://blog.csdn.net/chybin500/article/details/78470...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签