机器学习:从公理到算法
电子书推荐
-
机器学习算法 技术深度解析.pdf 评分:
机器学习目前的主要应用有以下几个方面: 推荐系统,根据用户的习惯和喜好,将海量数据中符合用户需求的信息提供给用户,并对所提供的信息进行排序,进而进行用户画像、用户分析等,真正的在数据里理解用户,对进一步的商业行为进行指导。 广告系统,和推荐系统十分相像,但是也有很大的不同之处,广告系统需要在考虑平台和用户之间的交流之外,还要同时考虑广告投资者的利益,这就使得问题变得更加复杂了,很多时候做出的决策不是最优的,而是经过一定的权衡。 搜索系统,搜索系统是网站和APP的流量进入端,更高效的搜索可以优化用户体验,传统的关键字比对搜索无法理解句意,搜索结果往往也不尽如人意,机器学习是推动搜索引擎优化的重要动力。 风控系统,大数据和机器学习技术在金融领域具有重要地位,对于市场反应的时效性对风控和预警系统提出了更高的要求,大量数据的积累使得机器学习有了巨大的发挥空间,并且取得了重要的进展。 网络安全,传统的病毒识别依赖于代码段和病毒库的匹配,但是当前不断发展的病毒往往会进行大量伪装,以欺骗识别系统,机器学习不仅可以代码段的匹配,也可以在跟高维度对其他的病毒特征进行学习,大大提高了病毒识别的准确率和速度。 计算机视觉,依赖于机器学习下的深度学习技术,计算机视觉领域取得了几十年来重要的进展。 语音识别和自然语言分析(NLP),同样是深度学习技术,使得这些技术取得了突破,由于这些领域的特征是无法描述的,所以深度学习自动提取特征的优点获得了施展的空间。
上传时间:2019-06 大小:96.03MB
- 100.0MB
机器学习相关文档
2017-10-26机器学习网上下载的一些文档 都是大家推荐的 这个现在好像免费不了 所以收点。共分四个部分part1,part2,part3,part4
- 2.4MB
Python技术文档 机器学习
2016-11-04Deep Learning 实战之 word2vec
- 719KB
机器学习技术分享 SPARK ML
2019-04-02机器学习技术分享,包含Spark MLlib 简介,分类算法,聚类算法,ALS协同过滤,回归算法。可以作为培训使用
- 10.58MB
机器学习文档
2017-06-27本压缩文件里面包括机器学习机器学习笔记完整版,如果了解该文档后,至少可以入门机器学习。该文档完全可以作为我们机器学习初学者的一个指路灯。
- 2.71MB
TensorFlow 机器学习常用算法解析和入门_3.pdf
2020-08-29对于很多初入学习人工智能的学习者来说,对人工智能、机器学习、深度学习的概念和区别还不是 很了解,那么接下来就给大家从概念和特点上进行阐述。先看下三者的关系。
- 2.8MB
遗传算法和神经网络的重叠光谱解析.pdf
2021-09-25遗传算法和神经网络的重叠光谱解析.pdf
- 236KB
人工智能、机器学习与深度学习的区别与联系.pdf
2023-02-27传统的 机器学习算法在指纹识别、⼈脸检测、特征物体检测等领域的应⽤基本达到了商业化的要求或特定场景的商业化⽔平。 3) 深度学习本来并不是⼀种独⽴的学习⽅法,其本⾝也会⽤到监督学习和⽆监督学习⽅法来训练...
- 1.33MB
Python机器学习项目开发实战_深度神经网络_编程案例解析实例详解课程教程.pdf
2023-05-06正如所有的学习算法,神经网络处理的是数字。因此,如果想要实现处理现实世界中任何包含图像、文字、传感器等的任务,就必须将其转换成数值形式,然后将其输入到一个神经网络。我们可以用神经网络做分类、聚类、生成...
- 2.64MB
QPSO-BP神经网络算法解析地质样品组分.pdf
2021-09-25QPSO-BP神经网络算法解析地质样品组分.pdf
- 373KB
解析人工智能发展及技术架构.pdf
2023-02-27解析⼈⼯智能发展及技术架构 解析⼈⼯智能发展及技术架构 ⼀、 ⼈⼯智能技术发展概述 (⼀) ⼈⼯智能技术流派发展简析 让机器实现⼈的智能,⼀直是⼈⼯智能学者不断追求的⽬标,不同学科背景或应⽤领域的学 者,从...
- 2.86MB
深度学习项目开发实战_数据建模实战-泰坦尼克号示例_编程案例解析实例详解课程教程.pdf
2023-05-08介绍这个例子的目的是引入线性模型以进行分类,并让读者看到一个完整的机器学习系统的运行过程,从数据的处理和探索到模型的评估。本章将介绍以下主题。线性模型是一个非常强大的工具,如果我们的数据与其假设相匹配...
- 121KB
数据科学与大数据技术是学什么.pdf
2022-12-24⼤数据专业毕业⽣可以胜任⼤数据技术开发与应⽤,⼤数据运维和云计算等⼯作,可以去⼤型互联⺴公司就业,做前、后 端开发、数据分析师、机器学习算法⼯程师,App开发、智能游戏设计与开发、数据科学家等。
- 2.86MB
人工智能领域未来技术及国内外人形机器人产品研究【transformer、NLP、yolo】36页国金证券全解析2023新.pdf
2023-11-20近年来,随着深度学习的发展,NLP取得了巨大突破。未来,NLP技术将更加智能化,能够理解更复杂的语义和上下文,实现更高水平的自然语言交互。 另外,YOLO是一种目标检测算法,通过单次前向传递即可实现实时目标检测...
- 1.49MB
论文研究-基于深度学习的社交网络平台细粒度情感分析.pdf
2019-07-22传统的解决文本情感分析问题的方法主要是浅层学习算法,利用回归、分类等方案实现特征的提取及分类。以这类方法为起点,探索采用深度学习的方法对网络文本进行细粒度的情感分析,以期达到即时获取依附于网络世界的...
- 615KB
主流人工智能平台的架构及调优经验总结.pdf
2023-02-27机器学习(Mechine Learning)是实现⼈⼯智能的⼀种⽅法,机器学习最基本的做法,是使⽤算法来解析数据、从中学习,然后对真实世 界中的事件做出决策和预测; 深度学习(Deep learning)⼜是机器学习的⼀种实现⽅式...
- 165KB
高级java笔试题-LeYing:机器学习
2021-06-03高级java笔试题 ...2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记 人工智能-机器学习笔试面试题解析 《统计学习方法》 课件
- 18.39MB
Reversing:逆向工程揭密
2010-06-21不错的PDF电子书,共3个分卷,点我名字可以找全 第1部分 逆向101 第1章 基础 3 1.1 什么是逆向工程 3 1.2 软件逆向工程:逆向 4 1.3 逆向应用 4 1.3.1 与安全相关的逆向 5 1.3.2 软件开发中的逆向 8 1.4 底层软件 ...
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门,你看我这篇文章就够了。 如果你已经用上了ChatGPT,更要恭喜你挖到宝藏,后面的高级技巧一定能让你有收获。 文章包含以下内容: 一、ChatGPT是啥?有什么用; 二、ChatGPT如何注册; 三、ChatGPT使用方法; 四、用ChatGPT搞钱; 五、高级技巧;
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16博客中Kmeans以及FCM算法的数据,包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集,下载在直接存入项目文件夹即可,如果下载不了,可以私信我,看到后会及时回复。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上,论证了辐照度、光伏板工作温度等影响光伏输出功率的因素,通过实时监测的光伏板运行状态参数和气象参数建立预测模型,预估光伏电站瞬时发电量,根据光伏电站DCS系统提供的实际发电量数据进行对比分析,验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献
- 2.20MB
Mathwork+Matlab+编程手册
2023-08-25Introduction to Programming with MATLAB ~ Vanderbilt University
- 40.89MB
中文短信数据集-带标签
2024-02-05本数据集可用于进行文本分类、信息检索等自然语言处理实验,共包含80万条短信。其中:原始数据集data.txt每行为1条短信,格式为“标签\t短信内容”,标签=0表示正常短信,标签=1表示垃圾短信。train.csv和test.csv为拆分后的训练集与测试集,拆分代码为train_test_split.py。stopwords.txt为使用的停用词。 基于该数据集的文本分类详见文章https://blog.csdn.net/baidu_40395808/article/details/135793836,基于该数据集的信息检索详见文章https://blog.csdn.net/baidu_40395808/article/details/135897480。 示例如下: 0 商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一 1 《依林美容》三.八.女人节倾情大放送活动开始啦!!!!超值套餐等你拿,活动时间x月x日一x月xx日, 详情进店咨询。美丽热线x
- 321KB
Stable-Diffusion WEBUI 简体中文语言包(2023.05.30更新)
2023-05-30AI绘图,Stable-Diffusion WEBUI,本地化(简体中文)语言文件。 原始文件来自翻译插件,根据自己实际使用情况,增加和修改了一些翻译。 配合【双语插件】看上去要自然一点,内容还在继续完善中。 本次增加了一些翻译内容,特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文,所以别直接选它用。 请配合【Bilingual Localization】插件使用,双语同时显示,效果最好。
- 407KB
时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类,点击即可运行!
2023-09-25内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中,我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法,适用于各种机器学习任务,它最初主要用于解决分类问题,在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用,包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分,可以将模型保存到本地,一旦我们完成了模型的训练,我们可以使用它来进行预测。我们将选择合适的输入特征,并根据模型的预测结果来生成未来的数值序列。最后,我们会将预测结果与实际观测值进行对比,评估模型的准确性和性能。 适合人群:时间序列预测的学习者,机器学习的学习者, 能学到什么:本模型能够让你对机器学习和时间序列预测有一个清楚的了解,其中还包括数据分析部分和特征工程的代码操作 阅读建议:大家可以仔细阅读代码部分,其中包括每一步的注释帮助读者进行理解,其中涉及到的知识有数据分析部分和特征工程的代码操作。
- 1.3MB
亚博K210模型训练部署
2023-07-11亚博K210模型训练部署
- 6.77MB
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
2024-04-17Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习,Python都能轻松应对,展现出其无与伦比的魅力。在图像处理领域,Python更是如鱼得水,通过OpenCV、PIL等库,能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作,让图像在指尖起舞。而PyTorch,这把图像处理界的“瑞士军刀”,则以其灵活性和易用性,成为深度学习领域的翘楚。它拥有强大的自动求导功能,能够轻松构建和训练复杂的神经网络模型。在图像处理中,PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型,让图像焕发出新的生机。想象一下,当你掌握了Python和PyTorch这对黄金搭档,就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为
- 174.14MB
Plecs电力电子仿真PLECS41.64 电力系统仿真软件免安装版本
2023-02-02超级容易学习的电力电子仿真软件。 PLECS是一个用于电路和控制结合的多功能仿真软件,尤其适用于电力电子和传动系统。 对于仿真Buck电路,Boost电路,单相整流电路,单相逆变电路,三相整流电路,三相逆变电路,LLC电路等都能够完美实现。并且能够直接使用C语言进行编程仿真,让代码直接写完以后完整运行到控制板中。 Plecs主要解决了Matlab Simulink仿真速度很慢,学习过程复杂和困难等问题。 Plexim在电力电子仿真领域处于世界领先地位。首要软件产品PLECS可以协助用户加快产品开发和创新流程。其优势来源于先进的编程技术,以及融合了非常规建模概念的仿真算法。通过认真听取工程师的需求和建议,我们能够为客户的今天和未来提供满意的解决方案。 从2002年开始,PLECS已经在众多工业领域成为电力电子仿真的标准。典型应用涵盖新能源,车辆电子,航空航天,工业及牵引驱动等。
- 20KB
机器学习期末复习题及答案
2023-03-19机器学习期末复习题及答案