自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓(xùn)

鴻蒙開發(fā)者社區(qū)

WOT技術(shù)大會

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學(xué)堂

全部課程軟考華為認(rèn)證廠商認(rèn)證 IT技術(shù)PMP項目管理免費題庫

在線學(xué)習(xí)

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學(xué)堂

51CTO博客

CTO訓(xùn)練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號

51CTO軟考題庫

賬號設(shè)置退出

機器學(xué)習(xí)

2031內(nèi)容??

關(guān)注

涵蓋機器學(xué)習(xí)相關(guān)算法知識、開發(fā)工具、解決方案與應(yīng)用場景。

共 2031 條

機器學(xué)習(xí)模型中特征貢獻(xiàn)度分析：預(yù)測貢獻(xiàn)與錯誤貢獻(xiàn)

在機器學(xué)習(xí)領(lǐng)域，特征重要性分析是一種廣泛應(yīng)用的模型解釋工具。但是特征重要性并不等同于特征質(zhì)量。本文將探討特征重要性與特征有效性之間的關(guān)系，并引入兩個關(guān)鍵概念：預(yù)測貢獻(xiàn)度和錯誤貢獻(xiàn)度。

2024-09-20 15:44:45

機器學(xué)習(xí)模型解釋工具人工智能

終于把機器學(xué)習(xí)中的評估指標(biāo)搞懂了??！

評估指標(biāo)是用來衡量機器學(xué)習(xí)模型性能的量化標(biāo)準(zhǔn)，它們幫助我們理解模型在特定任務(wù)中的表現(xiàn)。

2024-09-18 16:42:58

機器學(xué)習(xí)評估指標(biāo)模型

最強總結(jié)，機器學(xué)習(xí)中必會的 15 個關(guān)鍵術(shù)語?。?/a>

一起來了解一下機器學(xué)習(xí)中必會的 15 個關(guān)鍵術(shù)語都有哪些吧！

2024-09-18 16:00:37

機器學(xué)習(xí)算法數(shù)據(jù)集

最強總結(jié)，機器學(xué)習(xí)必會的評估指標(biāo)

機器學(xué)習(xí)的評估指標(biāo)是用于衡量模型在特定任務(wù)中的性能，幫助我們判斷模型是否在測試集上有效，并指導(dǎo)模型的優(yōu)化和調(diào)整。

2024-09-09 14:42:09

機器學(xué)習(xí)評估指標(biāo)

機器學(xué)習(xí) | 使用Onnx部署模型

目前，ONNX主要關(guān)注在模型預(yù)測方面（inferring），使用不同框架訓(xùn)練的模型，轉(zhuǎn)化為ONNX格式后，可以很容易的部署在兼容ONNX的運行環(huán)境中。

2024-09-09 11:45:15

ONNX 部署模型

超完整！11 種經(jīng)典時間序列預(yù)測方法！

本文我們深入探討如何使用機器學(xué)習(xí)方法對 Python 的時間序列問題進(jìn)行分類和預(yù)測。我們將深入研究一套經(jīng)典的時間序列預(yù)測方法，您可以在探索機器學(xué)習(xí)方法之前測試這些方法。

2024-09-04 16:36:48

機器學(xué)習(xí)Python

深入理解GPU內(nèi)存分配：機器學(xué)習(xí)工程師的實用指南與實驗

給定一個模型架構(gòu)、數(shù)據(jù)類型、輸入形狀和優(yōu)化器,你能否計算出前向傳播和反向傳播所需的GPU內(nèi)存量?要回答這個問題,我們需要將流程分解為基本組件,并從底層理解內(nèi)存需求。以下實驗(可以在Google Colab上運行)將幫助你理解核心概念。

2024-08-28 15:13:54

機器學(xué)習(xí)PyTorch

XGBoost中正則化的九個超參數(shù)

正則化是一種強大的技術(shù),通過防止過擬合來提高模型性能。本文將探索各種XGBoost中的正則化方法及其優(yōu)勢。

2024-08-27 15:33:57

機器學(xué)習(xí)XGBoost

機器學(xué)習(xí)中的“學(xué)習(xí)”到底是個啥？

將機器學(xué)習(xí)視為一種編程范式，有助于我們更好地理解其核心價值和潛力。它不僅僅是一系列算法和技術(shù)的集合，更是一種全新的思考和解決問題的方式。這種思維方式的創(chuàng)新為解決復(fù)雜問題提供了新的可能性，并且正在不斷推動科技和社會的進(jìn)步。

2024-08-26 14:23:56

機器學(xué)習(xí)編程技術(shù)

終于把機器學(xué)習(xí)中的混淆矩陣搞懂了！

混淆矩陣是用于評估分類模型性能的表格。它通過將實際（真實）標(biāo)簽與預(yù)測標(biāo)簽進(jìn)行比較，提供分類問題的預(yù)測結(jié)果摘要?；煜仃嚤旧硎钦叫危╪xn），其中 n 是模型中的類別數(shù)。

2024-08-23 09:06:35

機器學(xué)習(xí)混淆矩陣預(yù)測

在PC和樹莓派上部署 YOLOv10 做檢測

在本文中，我測試了最新的（在撰寫本文時）YOLO v10模型，該模型于2024年5月發(fā)布，結(jié)果很有趣。

2024-08-22 12:49:02

YOLOv10 計算機視覺

深度學(xué)習(xí)實戰(zhàn)：手把手教你構(gòu)建多任務(wù)、多標(biāo)簽?zāi)Ｐ?/a>

多任務(wù)多標(biāo)簽?zāi)Ｐ褪乾F(xiàn)代機器學(xué)習(xí)中的基礎(chǔ)架構(gòu)，這個任務(wù)在概念上很簡單 -訓(xùn)練一個模型同時預(yù)測多個任務(wù)的多個輸出。

2024-08-20 15:05:42

機器學(xué)習(xí)多任務(wù)多標(biāo)簽?zāi)Ｐ?/a>

使用H統(tǒng)計量分析機器學(xué)習(xí)模型特征相關(guān)性

盡管存在多重共線性，該方法仍然產(chǎn)生了一些有價值的結(jié)果。這是一個教訓(xùn)，雖然你應(yīng)該避免在模型中包含高度相關(guān)的特征，但它們不一定是模型無關(guān)方法的終點。你只需使用其他方法驗證結(jié)果即可。

2024-08-19 11:52:24

機器學(xué)習(xí)模型 h-stat

最強總結(jié)！如何從頭構(gòu)建一個機器學(xué)習(xí)模型

本文提供了全面的指南來了解數(shù)據(jù)科學(xué)生命周期，并在每個階段提供詳細(xì)的解釋和示例。

2024-08-15 14:48:57

機器學(xué)習(xí)數(shù)據(jù)科學(xué)

深入理解，機器學(xué)習(xí)中的五個重要權(quán)衡

今天，我們來探討機器學(xué)習(xí)中的 5 個關(guān)鍵權(quán)衡，了解這些權(quán)衡將幫助你做出明智的決策并優(yōu)化你的機器學(xué)習(xí)項目以取得實際成功。

2024-08-07 08:24:57

機器學(xué)習(xí)ML 模型

最強總結(jié)，十大機器學(xué)習(xí)庫！

今天給大家分享機器學(xué)習(xí)中必會的 10 個高級 Python 庫。

2024-07-29 15:07:16

機器學(xué)習(xí)Python

改善機器學(xué)習(xí)模型的七種方法譯文

本文介紹了面對各種未知數(shù)據(jù)集提高機器學(xué)習(xí)模型性能的方法和技巧。

2024-07-29 08:00:00

機器學(xué)習(xí)數(shù)據(jù)集

超強！機器學(xué)習(xí)超參數(shù)調(diào)優(yōu)指南

超參數(shù)調(diào)優(yōu)是機器學(xué)習(xí)和深度學(xué)習(xí)中重要的步驟，旨在選擇最佳的超參數(shù)組合，以提高模型的性能。

2024-07-16 16:13:14

機器學(xué)習(xí)深度學(xué)習(xí)

使用 Open WebUI 在 Kubernetes 集群上部署 Llama3??

在本文中，我們探討了使用 Open WebUI 在 Kubernetes 集群上部署 llama3? 的過程。通過容器化和編排技術(shù)，我們成功地將 AI powered 的聊天機器人部署到了可擴展和維護(hù)的環(huán)境中。

2024-07-16 09:41:01

Kubernete Open WebUI llama3

指標(biāo)歸因在互聯(lián)網(wǎng)平臺的應(yīng)用

今天分享的主題是指標(biāo)歸因在互聯(lián)網(wǎng)平臺的應(yīng)用。指標(biāo)歸因主要分為三大步驟：首先需要明確問題，其次是分析定位問題，最后是去解決問題。

2024-07-16 08:31:48

指標(biāo)歸因指標(biāo)拆解機器學(xué)習(xí)

弱監(jiān)督建模技術(shù)在螞蟻風(fēng)控場景中的探索與應(yīng)用

今天分享的主題是弱監(jiān)督機器學(xué)習(xí)在螞蟻的一些業(yè)務(wù)場景中的應(yīng)用。因果效應(yīng)估計是指估計因(treatment)的改變對結(jié)果(outcome)產(chǎn)生的效應(yīng)(effect)。區(qū)別于傳統(tǒng)機器學(xué)習(xí)非常大的一個特點在于關(guān)注的是某種干預(yù)帶來的變化，而機器學(xué)習(xí)很多時候關(guān)注的是預(yù)測。

2024-07-15 08:59:52

機器學(xué)習(xí)弱監(jiān)督建模人工智能

深度解鎖機器學(xué)習(xí)神器：sklearn的奧秘與實戰(zhàn)指南

scikit-learn是Python的一個開源機器學(xué)習(xí)庫，它建立在NumPy、SciPy和matplotlib等科學(xué)計算庫之上，為數(shù)據(jù)挖掘和數(shù)據(jù)分析提供了簡單而有效的工具。自2007年誕生以來，sklearn憑借其豐富的算法實現(xiàn)、高效的計算性能和良好的文檔支持，迅速在機器學(xué)習(xí)社區(qū)中贏得了廣泛的認(rèn)可和應(yīng)用。

2024-07-12 15:27:58

機器學(xué)習(xí)開源 Python

用于數(shù)據(jù)質(zhì)量改進(jìn)的機器學(xué)習(xí)分類技術(shù)進(jìn)展

在信息驅(qū)動的系統(tǒng)中，較差的數(shù)據(jù)質(zhì)量可能導(dǎo)致不準(zhǔn)確的分析和決策。機器學(xué)習(xí)(ML)分類算法已經(jīng)成為通過自動發(fā)現(xiàn)和糾正數(shù)據(jù)集中的異常來解決各種數(shù)據(jù)質(zhì)量問題的有效工具。

2024-07-10 14:25:20

機器學(xué)習(xí)數(shù)據(jù)質(zhì)量

基于 Python 和 HuggingFace Transformers 的目標(biāo)檢測

在今天的教程中，你將了解到這種類型的Transformer模型。你還將學(xué)會使用Python、一個默認(rèn)的Transformer模型和HuggingFace Transformers庫創(chuàng)建自己的目標(biāo)檢測流程。

2024-07-04 09:22:24

目標(biāo)檢測神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)

面向數(shù)據(jù)產(chǎn)品的十個技能原創(chuàng) 精選

在構(gòu)建任何數(shù)據(jù)項目或者機器學(xué)習(xí)模型之前，仔細(xì)地坐下來并計劃需要完成的目標(biāo)任務(wù)是非常重要的。了解要解決的問題、數(shù)據(jù)集的性質(zhì)、要構(gòu)建的模型類型、模型將如何訓(xùn)練、測試和評估。

2024-06-28 11:29:20

數(shù)據(jù)學(xué)習(xí)模型機器學(xué)習(xí)

十大 Python 機器學(xué)習(xí)庫及其最新進(jìn)展

本文是對當(dāng)前最受歡迎的十大Python機器學(xué)習(xí)庫及其最新進(jìn)展的簡要概述。

2024-06-27 11:02:44

Python 機器學(xué)習(xí)庫

通透！機器學(xué)習(xí)中常用的幾種距離度量方法

余弦相似度是通過計算兩個向量之間的余弦角度來度量它們的相似性。余弦相似度的值介于 -1 和 1 之間，1 表示完全相似，-1 表示完全不相似。

2024-06-27 00:46:10

機器學(xué)習(xí)向量相似度

MLOps模型部署的三種策略：批處理、實時、邊緣計算

機器學(xué)習(xí)運維（MLOps）是一組用于自動化和簡化機器學(xué)習(xí)（ML）工作流程和部署的實踐。所選擇的部署策略可以顯著影響系統(tǒng)的性能和效用。所以需要根據(jù)用例和需求，采用不同的部署策略。在這篇文章中，我們將探討三種常見的模型部署策略:批處理、實時和邊緣計算。

2024-06-17 15:59:53

機器學(xué)習(xí)運維機器學(xué)習(xí)人工智能

機器學(xué)習(xí)之特征工程深度解析譯文精選

機器學(xué)習(xí)不僅要求算法找出優(yōu)質(zhì)模式，提供算法所真正需要的數(shù)據(jù)類型也非常重要。本文將探索機器學(xué)習(xí)中的特征工程相關(guān)算法，借助這些算法可以創(chuàng)建新的特征并對其進(jìn)行處理，以優(yōu)化機器學(xué)習(xí)模型。

2024-06-13 09:12:38

機器學(xué)習(xí)算法大模型

通透！如何從頭構(gòu)建一個機器學(xué)習(xí)模型

在這種情況下，企業(yè)需要避免公司進(jìn)一步流失，并希望對流失概率高的客戶采取行動。有了上述業(yè)務(wù)需求，所以需要開發(fā)一個客戶流失預(yù)測模型。

2024-06-13 08:36:11

機器學(xué)習(xí)模型預(yù)測

基于機器學(xué)習(xí)的金融欺詐檢測模型原創(chuàng) 精選

如今，基于互聯(lián)網(wǎng)服務(wù)的欺詐案例時常登頂媒體頭條，而使用在線服務(wù)和數(shù)字交易的金融行業(yè)尤其成為了重災(zāi)區(qū)。

2024-06-06 08:00:00

機器學(xué)習(xí)人工智能

擴散模型的技術(shù)原理和應(yīng)用價值

擴散模型(Diffusion Models)是一種基于概率論的生成模型，最初源自物理學(xué)中的擴散過程理論，比如墨水在水中的擴散過程。在機器學(xué)習(xí)領(lǐng)域，這一概念被創(chuàng)造性地應(yīng)用于數(shù)據(jù)生成任務(wù)，特別是圖像和聲音的合成。

2024-06-05 16:22:11

擴散模型機器學(xué)習(xí)人工智能

機器學(xué)習(xí)中不得不知的數(shù)學(xué)基礎(chǔ)

本文總結(jié)了幾個機器學(xué)習(xí)初學(xué)者必須掌握的數(shù)學(xué)主題，包括微積分、函數(shù)、方程、圖形分析等。微積分在機器學(xué)習(xí)算法的優(yōu)化過程中扮演核心角色;函數(shù)和方程是對數(shù)據(jù)進(jìn)行建模的基礎(chǔ);圖形知識則是進(jìn)行數(shù)據(jù)可視化分析和模型診斷的利器。

2024-06-05 11:36:28

機器學(xué)習(xí)算法數(shù)據(jù)

研究人員使用機器學(xué)習(xí)優(yōu)化高功率激光實驗

高強度和高重復(fù)的激光器能快速連續(xù)每秒發(fā)射多次強大的光。商業(yè)聚變能源工廠和先進(jìn)的緊湊型輻射源都依賴這種激光系統(tǒng)。然而，人類的反應(yīng)時間不足以管理這種速射系統(tǒng)，應(yīng)用面臨挑戰(zhàn)。

2024-06-04 15:11:12

機器學(xué)習(xí)人工智能

通過強化學(xué)習(xí)策略進(jìn)行特征選擇

特征選擇是構(gòu)建機器學(xué)習(xí)模型過程中的決定性步驟。為模型和我們想要完成的任務(wù)選擇好的特征，可以提高性能。

2024-05-30 16:37:29

機器學(xué)習(xí)強化學(xué)習(xí)

超強！必會的十大機器學(xué)習(xí)算法

梯度提升是一種先進(jìn)的機器學(xué)習(xí)技術(shù)。它依次構(gòu)建多個弱預(yù)測模型（通常是決策樹）。每個新模型都逐漸最小化整個模型的損失函數(shù)（誤差）。

2024-05-30 07:34:42

機器學(xué)習(xí)算法技術(shù)

你所不知道的機器學(xué)習(xí)五大學(xué)派

機器學(xué)習(xí)是人工智能的重要分支，它賦予計算機從數(shù)據(jù)中學(xué)習(xí)的能力，并能夠在無需明確編程的情況下改進(jìn)自身性能。

2024-05-29 10:08:40

機器學(xué)習(xí)人工智能

機器學(xué)習(xí)：K均值算法

想象你在曼哈頓，你想從一個街區(qū)走到另外一個街區(qū)。你不能走直線，只能沿著街道走，橫著走一條街，再豎著走一條街，所行走的路徑長度就是曼哈頓距離。

2024-05-27 00:05:00

機器學(xué)習(xí)K均值算法

騰訊 PCG 搜廣推機器學(xué)習(xí)框架GPU 性能優(yōu)化實踐

本次分享的主題是騰訊 PCG 搜廣推機器學(xué)習(xí)框架 GPU 性能優(yōu)化實踐。我們目前只支持單機多卡，模型級別上限只達(dá)到 TB 級，之后要考慮能否支持 PB 級。最后是希望使用更低的硬件配置來訓(xùn)練更大的模型。

2024-05-20 07:28:27

機器學(xué)習(xí)模型訓(xùn)練框架 PCG

通過學(xué)習(xí)曲線識別過擬合和欠擬合

本文將介紹如何通過學(xué)習(xí)曲線來有效識別機器學(xué)習(xí)模型中的過擬合和欠擬合。

2024-04-29 14:54:36

機器學(xué)習(xí)過擬合模型人工智能

一文解決任何機器學(xué)習(xí)問題！

據(jù)挖掘大神Abhishek Thakur，很多數(shù)據(jù)挖掘kaggler對他都非常熟悉，他在 Linkedin 發(fā)表了一篇名為Approaching (Almost) Any Machine Learning Problem（幾乎解決任何機器學(xué)習(xí)問題）的文章，幾乎可以解決任何機器學(xué)習(xí)問題，可以說是他理論+實踐的最佳產(chǎn)物。這篇文章曾火遍 Kaggle。

2024-04-26 14:18:43

機器學(xué)習(xí)人工智能

科學(xué)家使用機器學(xué)習(xí)證明物質(zhì)罕見階段的存在

乍一看，玻璃和水晶可能看起來很相似，然而，當(dāng)放在顯微鏡下觀察時，它們的結(jié)構(gòu)有很大的不同。晶體具有完美有序和重復(fù)的原子模式，而玻璃則是類似流體的無序結(jié)構(gòu)。

2024-04-25 16:01:17

機器學(xué)習(xí)人工智能

探秘Python神器：eli5模塊如何解讀機器學(xué)習(xí)模型的預(yù)測結(jié)果？

在本文中，我們將探討eli5模塊在不同場景下的應(yīng)用，并通過具體的Python代碼案例分析來展示其神奇之處。

2024-04-23 07:56:25

Python eli5模塊機器學(xué)習(xí)

搭載Google MLKit，Android應(yīng)用快速實現(xiàn)人臉檢測功能

配置人臉檢測器使用的圖片尺寸至少為 480x360 像素。為了機器學(xué)習(xí)套件準(zhǔn)確檢測人臉，輸入圖片必須包含由足夠像素數(shù)據(jù)表示的人臉。

2024-04-15 00:00:01

Google Android 機器學(xué)習(xí)

如何通過機器學(xué)習(xí)算法設(shè)計軟傳感器？

通過理解機器學(xué)習(xí)算法的功能，工程師可以為他們的應(yīng)用生成有效的軟傳感器。

2024-04-12 14:39:18

機器學(xué)習(xí)算法軟傳感器

通透！機器學(xué)習(xí)各大模型原理的深度剖析！

通俗來說，機器學(xué)習(xí)模型就是一種數(shù)學(xué)函數(shù)，它能夠?qū)⑤斎霐?shù)據(jù)映射到預(yù)測輸出。更具體地說，機器學(xué)習(xí)模型就是一種通過學(xué)習(xí)訓(xùn)練數(shù)據(jù)，來調(diào)整模型參數(shù)，以最小化預(yù)測輸出與真實標(biāo)簽之間的誤差的數(shù)學(xué)函數(shù)。

2024-04-12 14:04:17

機器學(xué)習(xí)DNN

Python一個高效的機器學(xué)習(xí)庫：HummingBird

Python HummingBird庫是一個非常有用的機器學(xué)習(xí)庫，它可以將訓(xùn)練好的模型轉(zhuǎn)換為高性能的代碼，以便在邊緣設(shè)備上進(jìn)行推理。

2024-04-10 12:39:08

機器學(xué)習(xí)庫 python

一文了解人工智能如何讓機器進(jìn)行學(xué)習(xí)？

在《一文了解人工智能（AI）》文章中我們介紹了AI可以解決哪些復(fù)雜的問題。這些問題無法通過固定的規(guī)則進(jìn)行解決，需要機器根據(jù)以往的事例進(jìn)行比較評估，作出最終的判斷。機器需要模仿人類對事物進(jìn)行學(xué)習(xí)。

2024-04-09 14:04:38

人工智能機器學(xué)習(xí)

金融新質(zhì)生產(chǎn)力創(chuàng)新論壇在京召開發(fā)布全國首部《金融大模型》著作

3月28日，“大模型驅(qū)動下的金融新質(zhì)生產(chǎn)力創(chuàng)新論壇暨全國首部《金融大模型》著作發(fā)布”會在京舉辦

2024-03-29 11:09:49

人工智能大模型金融科技

馬上消費副總經(jīng)理孫磊：人工智能已應(yīng)用于公司業(yè)務(wù)各個領(lǐng)域，成為發(fā)展的基石

金融業(yè)是個智力密集行業(yè)，在工業(yè)革命時期獲益不多，但在人工智能時代，卻一定會受益良多

2024-03-28 17:17:50

人工智能大模型馬上消費

上一頁 1 2 3 4 5 6 ··· 41 下一頁

51CTO技術(shù)棧公眾號

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營