前景展望 机器人 前景 机器
机器学习算法原理实现——gbdt
前面的文章介绍了决策树的实现，我们基于之前决策树的实现（https://www.cnblogs.com/bonelee/p/17691555.html），写一个gbdt： import numpy as np from sklearn.model_selection import train_tes ......
机器学习算法原理实现——adaboost，三个臭皮匠顶个诸葛亮
adaboost算法的基本原理是什么？举一个简单的例子说明呢 AdaBoost（Adaptive Boosting）是一种集成学习方法，其基本原理是结合多个弱学习器来构建一个强学习器。AdaBoost的工作方式如下： 权重初始化：给定一个训练数据集，首先为每个训练样本分配一个权重，开始时这些权重都是 ......
Python机器学习——鸟类图像分类
（一）选题背景： 1.生物多样性保护：鸟类是地球上最为丰富和多样的脊椎动物类群之一，对于生态系统的稳定和生物多样性的维持起着重要作用。通过开展鸟类图像分类研究，可以帮助精确地辨别鸟类物种，有助于监测鸟类的分布、数量和迁徙情况，从而更好地实施生物多样性保护和生态环境管理。 2.环境监测和生态学研究：鸟 ......
基于机器学习的情绪识别算法matlab仿真,对比SVM,LDA以及决策树
1.算法理论概述 情绪识别是一种重要的情感分析任务，旨在从文本、语音或图像等数据中识别出人的情绪状态，如高兴、悲伤、愤怒等。本文介绍一种基于机器学习的情绪识别算法，使用三种常见的分类算法：支持向量机（SVM）、线性判别分析（LDA）和决策树，通过对比这三种算法在情绪识别任务上的性能，选取最优的算法进 ......
机器学习从入门到放弃：如果优化让机器学习的更好？
一、前言 在真正的工程应用中，模型训练也许更为重要，特别是对于生成式模型来说，无论是 NLP 领域或者 GNN 领域所产生的内容是否适用，在直觉上我们可以可以清晰的辨别。但是具体在模型上我们怎么调整就是一个类似黑盒的概念，我们一般通过更多的特征向量，和更深层次的神经网络架构来实现我们所期望的内容。但 ......
Gradio：为你的机器学习模型快速构建Web UI
Gradio是一个开源库，用于仅使用Python构建易于使用且易于共享的应用程序。它特别适用于机器学习项目，旨在使测试、共享和展示模型简单直观。 安装 Gradio的安装非常简单，直接使用pip即可安装： pip install gradio 创建第一个程序 import gradio as gr ......
scp、ssh访问远程机器不用输入密码
在linux操作系统中，可以使用scp命令进行服务器之间的文件复制，但是复制时需要输入远程服务器的密码，这在经常需要进行远程复制操作或者使用脚本复制时会略显麻烦，如果远程复制是在定时任务中执行，更会导致脚本不能自动执行，这时就需要实现无需输入密码进行scp复制。无需输入密码进行scp复制的方法有多种 ......
机器码备份
[yhzr]新版本改动太大，建议保留老版本以备不时只需，重要事件我会在这发布，请关注！更新通知群:待定$$$D2ACF487CB8563B1D5BFFE4A9F459FA3:00|01|02|03|04|10|11|12|13|14|20|21|22|23|24|30|31|32|33|34|40| ......
机器学习的六个核心算法
吴恩达：机器学习的六个核心算法！ https://mp.weixin.qq.com/s/twoSrB2wwolx5fY5-Q29qw 线性回归 一元线性回归，多元线性回归 逻辑回归 主要解决二分类问题，sigmoid函数 梯度下降 神经网络 决策树 k均值聚类算法 聚类算法 ......
机器学习 人与马的识别
（一）选题背景： 可以帮助人们更好地管理马匹，提高马术运动和相关产业的工作效率。人与马识别涉及到图像处理、机器学习、深度学习等领域，是计算机视觉技术的经典问题之一。对该问题进行深入研究，可以促进相关领域的技术发展，为其他类似问题提供参考。总体而言，人与马识别是一个具有实际应用价值的问题，具有重要的研 ......
机器学习——零售商品价格预测回归模型
在电子商务业务蓬勃发展的同时，零售业遭遇了寒潮。电子商务的冲击、瞬息万变的经济环境、难以捉摸的销售情况和日益冷清的大型卖场，都给零售业带来了重重困难。 进入数字时代后，数据的有效使用成为零售企业颠覆传统的动力，也势必将改变零售业的格局。沃尔玛等大型零售商都积极第将数据分析与商业结合，创造了额外的经济 ......
关于机器学习的卫星图像分类
基于机器学习的卫星图像分类 一.选题背景 过去几年见证了遥感（RS）图像解释及其广泛应用的巨大进展。随着 RS 图像变得比以往任何时候都更容易访问，对这些图像的自动解释的需求也在不断增加。在这种情况下，基准数据集是开发和测试智能解释算法的基本先决条件。在回顾了RS图像解释研究界现有的基准数据集之后， ......
机器学习裂纹识别
基于逻辑斯谛回归算法的裂纹识别 (一)选题背景 裂纹识别一直是机器视觉领域的重要研究内容，尤其是与之相关的自动检测算法在近年来备受关注。深度学习作为机器学习的一个分支，其在裂纹识别方面已显现出强大的功能和灵活性。裂纹是指材料在应力和/或环境作用下产生的裂隙，它存在于道路、机械、建筑等各种结构中。裂纹 ......
基于机器视觉工具箱和形态学处理的视频中目标形状检测算法matlab仿真
1.算法理论概述 目标形状检测是计算机视觉领域的重要任务之一，旨在从视频序列中自动检测和识别特定目标的形状。本文介绍一种基于机器视觉工具箱和形态学处理的视频中目标形状检测算法。该算法结合了图像处理、特征提取和机器学习等技术，能够快速且准确地检测目标的形状，并在实时视频中实现高效运行。该算法的主要步骤 ......
机器学习——十大大型猫科动物分类
（一）、选题背景 机器学习作为人工智能领域的重要分支，在图像分类和识别方面发挥着巨大的作用。而在自然界中，猫科动物一直以来都是备受人们关注和喜爱的对象。本文将介绍机器学习在十大大型猫科动物分类上的应用。 猫科动物是一类身体结构相似、体型较大的哺乳动物，其中包括了非洲豹(African Leopard ......
机器翻译与数据集
import os import torch from d2l import torch as d2l # @save d2l.DATA_HUB['fra-eng'] = (d2l.DATA_URL + 'fra-eng.zip', '94646ad1522d915e7b0f9296181140ed ......
我的第一篇博客随笔——对接下来两年大学生活的规划和展望
第一篇随笔——对未来两年大学生活的规划和展望 回顾———我的初心 1. 当初为什么报软件工程这个专业？ 当时在统招专升本考试报名志愿之前，我曾和我辅导机构的主管老师沟通，首先我的专科专业物联网应用技术与本科相对应的是计算机大类，在复习时间紧迫的前提下，选择自己熟悉的领域是更稳妥的选择；其次，当时我在 ......
机器学习算法原理实现——kmeans聚类算法
kmeans算法原理和步骤 K-means是一种常用的聚类方法，它将数据划分为K个相似的簇，其中每个簇的中心为该簇内所有数据点的均值。以下是K-means的基本原理和步骤： 原理： K-means基于一个简单的想法：相似的数据点应该在空间中彼此靠近，并且可以通过计算每个点到各个簇中心的距离来找到这些 ......
机器学习算法原理实现——神经网络反向传播，链式求导核心
记得先看之前的梯度下降文章！ 链式求导的核心来了，就高中数学知识： 代码实现： import numpy as np import matplotlib.pyplot as plt # Sigmoid 激活函数及其导数 def sigmoid(z): return 1 / (1 + np.exp(- ......
【单片机】第一周作业：机器码
单片机作业 第一周作业：机器码 Write By MengLang Studio | 萌狼工作室 | 哔哩哔哩：萌狼蓝天 学习编程有问题？上萌狼工作室交流社区！ 一、选择题 (单选题, 5分) 机器数是将符号数字化的数，是数字在计算机中的（ 二进制 ）表示形式。 (单选题, 5分) 机器数的特点是符 ......
机器学习算法原理实现——cart决策树
cart决策树示例： 本文目标，仿照sklearn写一个cart树，但是仅仅使用max_depth作为剪枝依据。 我们本次实现cart分类，因此用到gini指数： 为了帮助理解： 好了，理解了基尼指数。我们看下cart树的构建步骤： 注意还有几个细节： cart树每个treenode存储了哪些数据？ ......
机器学习算法原理实现——决策树里根据信息增益选择特征
先说熵的定义： 再看信息增益 信息增益是一种用于特征选择的指标，用于衡量特征对于数据集分类的贡献程度。它基于信息熵的概念，通过比较特征划分前后的信息熵差异来评估特征的重要性。信息熵是衡量数据集纯度的指标，表示数据集中的不确定性或混乱程度。信息熵越高，数据集的不确定性越大。 上述例子计算错误，gpt识 ......
机器学习算法原理实现——k近邻算法 KNN
K近邻算法是一种基于距离度量的数据分类模型，其基本做法是首先确定输入实例的[插图]个最近邻实例，然后利用这[插图]个训练实例的多数所属的类别来预测新的输入实例所属类别。 k最近邻（k-nearest neighbors，KNN）算法是一种基本的分类和回归算法。其基本原理如下：1. 训练阶段：将训练样 ......
python开发之个人微信机器人的二次开发
简要描述： 添加标签 请求URL： http://域名地址/addContactLabel 请求方式： POST 请求头Headers： Content-Type：application/json Authorization：login接口返回 参数： 参数名必选类型说明 wId 是 String ......
机器学习算法原理实现——线性判别分析LDA
介绍 线性判别分析（Linear Discriminant Analysis, LDA）是一种有监督式的数据降维方法，是在机器学习和数据挖掘中一种广泛使用的经典算法。LDA的希望将带上标签的数据（点），通过投影的方法，投影到维度更低的空间中，使得投影后的点，按类别区分成一簇一簇的情况，并且相同类别的 ......
【笔记】机器学习基础 - Ch6. Kernel Methods
6.1 Introduction 继续从二分类模型出发，实际情况中样本通常不是线性可分的 一种思路是增大特征空间的维度，也就是加入原本特征的组合，即一个从 \(\cal X\) 到更高维 \(\mathbb{H}\) 的非线性映射 \(\Phi:\cal X\to \mathbb{H}\)，从而在 ......
机器学习日志 新闻标题分类
根据标题内容，分类有 财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏、娱乐 ```python #导入必要的包 import random import jieba # 处理中文 from sklearn import model_selection from skle ......
机器学习之分类
分类任务和回归任务的不同之处在于，分类任务需要做出离散的预测。对于多分类任务的神经网络模型，其输出目标通常会用**one-hot**编码来表示，在输出层中使用**softmax**函数，同时使用分类交叉熵损失函数进行训练。在本博客中，我们将使用**TensorFlow**的底层API实现一个基于全连 ......