- 开门见山。 这篇文章，教大家用Python实现常用的假设检验！ 服从什么分布，就用什么区间估计方式，也就就用什么检验！ 比如：两个样本方差比服从F分布，区间估计就采用F分布计算临界值（从而得出置信区间），最终采用F检验。 建设检验的基本步骤： 前言 假设检验用到的Python工具包 Statsmodels是Python中，用于实现统计建模和计量... 开门见山。 这篇文章，教大家用Python实现常用的假设检验！ 服从什么分布，就用什么区间估计方式，也就就用什么检验！ 比如：两个样本方差比服从F分布，区间估计就采用F分布计算临界值（从而得出置信区间），最终采用F检验。 建设检验的基本步骤： 前言 假设检验用到的Python工具包 Statsmodels是Python中，用于实现统计建模和计量...
- 平衡二叉树（Self-Balancing Binary Search Tree或Height-Balanced Binary Search Tree）:是一种二叉排序树，其中每一个节点的左子树和右子树的高度差至多等于1. 即左子树和右子树都是平衡二叉树，且左子树和右子树的深度之差的绝对值不超过1.二叉树上结点的左子树深度减去右子树深度的值称为平衡因子BF(Balance Fa... 平衡二叉树（Self-Balancing Binary Search Tree或Height-Balanced Binary Search Tree）:是一种二叉排序树，其中每一个节点的左子树和右子树的高度差至多等于1. 即左子树和右子树都是平衡二叉树，且左子树和右子树的深度之差的绝对值不超过1.二叉树上结点的左子树深度减去右子树深度的值称为平衡因子BF(Balance Fa...
- 本文来自《极验》 近年来搞金融诈骗的越来越厉害啦，除了团伙化、组织化的趋势，有的居然每个月还有固定的推广费呢。那么，如何从数据的角度去鉴别诈骗团伙呢？以下这篇文章，介绍了如何利用关系网络，通过无监督学习算法，挖掘诈骗团伙的特征，从而识别诈骗团伙的反欺诈技术。 从常见的两种反欺诈模型说起 金融欺诈，一般是... 本文来自《极验》 近年来搞金融诈骗的越来越厉害啦，除了团伙化、组织化的趋势，有的居然每个月还有固定的推广费呢。那么，如何从数据的角度去鉴别诈骗团伙呢？以下这篇文章，介绍了如何利用关系网络，通过无监督学习算法，挖掘诈骗团伙的特征，从而识别诈骗团伙的反欺诈技术。 从常见的两种反欺诈模型说起 金融欺诈，一般是...
- 又到了每周三的送书时刻啦！今天给大家带来的是《Python高手修炼之道》！ （文末查看送书规则） 简介 对于从未接触过 Python 语言，但多少了解一点编程知识（如果熟悉或精通其他编程语言则更好）的读者来说，《Python高手修炼之道》无疑是非常适合的入门读物。这本书对基础知识做了高度的提炼和概括，以避免初学者陷入低级且冗... 又到了每周三的送书时刻啦！今天给大家带来的是《Python高手修炼之道》！ （文末查看送书规则） 简介 对于从未接触过 Python 语言，但多少了解一点编程知识（如果熟悉或精通其他编程语言则更好）的读者来说，《Python高手修炼之道》无疑是非常适合的入门读物。这本书对基础知识做了高度的提炼和概括，以避免初学者陷入低级且冗...
- 本文为不同阶段的Python学习者从不同角度量身定制了49个学习资源。 初学者 Welcome to Python.org https://www.python.org/官方Python站点提供了一个开始使用Python生态系统和学习Python的好方法，包括官方文档。 Learning Python The Hard Way https://lear... 本文为不同阶段的Python学习者从不同角度量身定制了49个学习资源。 初学者 Welcome to Python.org https://www.python.org/官方Python站点提供了一个开始使用Python生态系统和学习Python的好方法，包括官方文档。 Learning Python The Hard Way https://lear...
- 被誉为业界经典的李宏毅老师，将他的机器学习笔记公开啦，这也就意味着对机器学习感兴趣的小伙伴全都可以学起来啦！！！ 如果你还不知道李宏毅老师是谁，那你可需要来赶紧了解一下了～ 李宏毅老师的机器学习视频是机器学习领域经典的中文视频之一，也被称为中文世界中最好的机器学习视频。李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂，并且老师会通过很多... 被誉为业界经典的李宏毅老师，将他的机器学习笔记公开啦，这也就意味着对机器学习感兴趣的小伙伴全都可以学起来啦！！！ 如果你还不知道李宏毅老师是谁，那你可需要来赶紧了解一下了～ 李宏毅老师的机器学习视频是机器学习领域经典的中文视频之一，也被称为中文世界中最好的机器学习视频。李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂，并且老师会通过很多...
- Scipy是 一个专门用于科学计算的库 它与Numpy有着密切的关系 Numpy是Scipy的基础 Scipy通过Numpy数据来进行科学计算 包含 统计 优化 整合 以及线性代数模块 傅里叶变换 信号和图像图例 常微分方差的求解等 给个表给你参考下？ 怎么样？ 是不是看上去就有一股很... Scipy是 一个专门用于科学计算的库 它与Numpy有着密切的关系 Numpy是Scipy的基础 Scipy通过Numpy数据来进行科学计算 包含 统计 优化 整合 以及线性代数模块 傅里叶变换 信号和图像图例 常微分方差的求解等 给个表给你参考下？ 怎么样？ 是不是看上去就有一股很...
- 作为一个语法简洁、有着丰富的第三方库的编程语言，Python 上手极为简单，短时间内就可以让你编写出能够解决实际问题的小程序，甚至去面试初级 Python 工程师的职位。 不过，如果要写出一些更复杂的应用，或者想从事数据分析、机器学习以及 Web 开发等领域的工作，就需要进一步的学习了。 那么，什么样的学习方法比较高效呢？ 我认为，最好的方式就是... 作为一个语法简洁、有着丰富的第三方库的编程语言，Python 上手极为简单，短时间内就可以让你编写出能够解决实际问题的小程序，甚至去面试初级 Python 工程师的职位。 不过，如果要写出一些更复杂的应用，或者想从事数据分析、机器学习以及 Web 开发等领域的工作，就需要进一步的学习了。 那么，什么样的学习方法比较高效呢？ 我认为，最好的方式就是...
- 这篇文章会提供一些优化代码的工具。会让代码变得更简洁，或者更迅速。当然这些并不能代替算法设计，但是还是能让Python加速很多倍。 其实前面讲算法的文章，也有提到过。比如适用于双向队列的 deque，以及在合适的条件下运用 bisect 和 heapq 来提升算法的性能。 而且前面也提到过，Python提供了当今最高级也是最有效的排序算法(list.sort)。... 这篇文章会提供一些优化代码的工具。会让代码变得更简洁，或者更迅速。当然这些并不能代替算法设计，但是还是能让Python加速很多倍。 其实前面讲算法的文章，也有提到过。比如适用于双向队列的 deque，以及在合适的条件下运用 bisect 和 heapq 来提升算法的性能。 而且前面也提到过，Python提供了当今最高级也是最有效的排序算法(list.sort)。...
- 作为一个语法简洁、有着丰富的第三方库的编程语言，Python 上手极为简单，短时间内就可以让你编写出能够解决实际问题的小程序，甚至去面试初级 Python 工程师的职位。 不过，如果要写出一些更复杂的应用，或者想从事数据分析、机器学习以及 Web 开发等领域的工作，就需要进一步的学习了。 那么，什么样的学习方法比较高效呢？ 我认为，最好的方式就... 作为一个语法简洁、有着丰富的第三方库的编程语言，Python 上手极为简单，短时间内就可以让你编写出能够解决实际问题的小程序，甚至去面试初级 Python 工程师的职位。 不过，如果要写出一些更复杂的应用，或者想从事数据分析、机器学习以及 Web 开发等领域的工作，就需要进一步的学习了。 那么，什么样的学习方法比较高效呢？ 我认为，最好的方式就...
- 浅谈nlp-----word2vec那些事 前言什么是NLP?什么是word2vec?我们是怎么样构建训练数据的啦？什么是CBOW和skipgram?代码 前言 由于太久没水博客了，。 什么是NLP? 首先引入一个简单的列子,判断一个词的词性，是动词还是名词。用机器学习的思路，我们有一系列样本(x,y)，这里 x 是词语，y 是它们的词性，我们要构... 浅谈nlp-----word2vec那些事 前言什么是NLP?什么是word2vec?我们是怎么样构建训练数据的啦？什么是CBOW和skipgram?代码 前言 由于太久没水博客了，。 什么是NLP? 首先引入一个简单的列子,判断一个词的词性，是动词还是名词。用机器学习的思路，我们有一系列样本(x,y)，这里 x 是词语，y 是它们的词性，我们要构...
- batch 深度学习的优化算法，即梯度下降。有批梯度下降，随机梯度下降 第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。使用batch梯度下降法时，每次迭代你都需要历遍整个训练集，这称为Batch gradient descent，批梯度下降。这个算法每个迭代需要处理大量训练样本，该算法的主要弊端在于特别是在训练样本数量巨大的时候，单次迭... batch 深度学习的优化算法，即梯度下降。有批梯度下降，随机梯度下降 第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。使用batch梯度下降法时，每次迭代你都需要历遍整个训练集，这称为Batch gradient descent，批梯度下降。这个算法每个迭代需要处理大量训练样本，该算法的主要弊端在于特别是在训练样本数量巨大的时候，单次迭...
- 浅谈背景建模和光流估计那些事 前言背景建模1.帧差法2.混合高斯模型3.匹配方式 光流估计 前言 浅谈下背景建模和光流估计。 背景建模 1.帧差法 由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧或三帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标... 浅谈背景建模和光流估计那些事 前言背景建模1.帧差法2.混合高斯模型3.匹配方式 光流估计 前言 浅谈下背景建模和光流估计。 背景建模 1.帧差法 由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧或三帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标...
- 总感觉很古老的图像特征计算Harris和Sift 前言预备知识1.泰勒级数2.现代知识极值点Harris角点检测原理什么是角点？Harris 角点检测算法的原理 Sift 角点检测Sift前言图像尺度空间 Sift 步骤1. 高斯差分金字塔（DOG）2.计算极值点DoG空间极值检测 .关键点的精确定位消除边界相应生成特征描述 前言 今天，我... 总感觉很古老的图像特征计算Harris和Sift 前言预备知识1.泰勒级数2.现代知识极值点Harris角点检测原理什么是角点？Harris 角点检测算法的原理 Sift 角点检测Sift前言图像尺度空间 Sift 步骤1. 高斯差分金字塔（DOG）2.计算极值点DoG空间极值检测 .关键点的精确定位消除边界相应生成特征描述 前言 今天，我...
- 浅谈目标检测中常规的回归loss计算----------最新yolov4中ciou计算 前言目标检测loss的发展史学习前言什么是iou 什么是Smooth L1 Loss？什么是IoU Loss？什么是GIoU Loss？什么是DIoU Loss？什么是CIoU Loss？ 前言 今天我们来看下目标检测里面提出的CIOU。 目标检测loss的发展... 浅谈目标检测中常规的回归loss计算----------最新yolov4中ciou计算 前言目标检测loss的发展史学习前言什么是iou 什么是Smooth L1 Loss？什么是IoU Loss？什么是GIoU Loss？什么是DIoU Loss？什么是CIoU Loss？ 前言 今天我们来看下目标检测里面提出的CIOU。 目标检测loss的发展...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签