机器 线性lda 25
【数据结构】线性表分类以及顺序型存储结构
1 什么是线性表 线性表的定义：由零个或多个数据元素组成的有限序列 首先它是一个序列，也就是说元素之间是有先来后到之分。 若元素存在多个，则第一个元素无前驱，而最后一个元素无后继，其他元素都有且只有一个前驱和后继。 线性表强调是有限的，事实上无论计算机发展到多强大，他所能处理的元素都是有限的。 线性 ......
matlab学习2（数据预处理、简单线性规划）
1.matlab导入数据 注意事项：记得保存数据，清空工作区或者关闭matlab后数值就没有了。 2.数据预处理 清理缺失值 实时编辑器-->任务-->清理缺失数据 处理异常值： 实时编辑器-->任务-->清理离群数据 例子： x = 1:100; %构造一个数组，元素为1,2,...,100 % ......
线性规划
线性规划问题 线性规划问题指的是：给定若干个变量，这些变量满足一系列线性等式关系或线性不等式关系，要在满足这些关系的前提下求出某个这些变量的线性函数的最大值或最小值。 我们可以用“归约”的思想把线性规划问题的描述统一为标准的形式，称为“标准型”：首先我们可以把问题归约为所有自变量都是正数的情况，如果 ......
CSC246/446机器学习
CSC246/446 Machine Learning Homework 5: ClusteringObjective You are given two kinds of dataset. Datasets A, B, C, and Z were created by the instructor ......
线性代数复习：Jordan 标准型
本学期的“高等代数 ~~(实验班)~~”以 PID 上的有限生成模结构定理导出 Jordan 标准型理论, 由于~~这实在太魔怔所以~~绝版了, 在这里记录一下~~以表怀念(~~ 本文假定读者熟悉基本的环论知识, 参考了《代数学方法》以及香蕉空间等网络资料. 对于交换环 $R$, 定义 $R$-模是 ......
GPT护理机器人 - 让护士的工作变简单
上篇文章《GPT接入企微应用 - 让工作快乐起来》，我把GPT接入了企微应用，不少同事都开始尝试起来了。有的浅尝辄止，有的刨根问底，五花八门，无所不有。看到这些问题后，我就开始尝试通过Fine-tune训练公司内部的护理机器人，希望他可以为护士们的工作带来一些便利。 ......
Midjourney 创建私人画图机器人（保姆级教程）
本教程收集于：AIGC从入门到精通教程汇总 之前给大家介绍过了Midjourney 的注册教程：AI绘画：Midjourney 注册（保姆级教程） 也有Stable Diffusion（开源）的本地搭建教程：AI数字绘画:stable-diffusion 本地部署教程 你是不是遇到以下问题： 1.M ......
AI客服问答机器人-基于ChatGPT实现一个垂直领域的AI问答机器人
我们大家都知道，ChatGPT的强大之处。但是呢，如何让ChatGPT基于我们自己的数据进行回复呢，如何将垂直领域的最新数据“喂”给ChatGPT，使其成为一名领域专家呢。 下面是我自己实现的客服系统，整合好问答知识后的ChatGPT功能，具体的演示如下 登录到后台以后，可以开启向量知识库AI功能， ......
4.25python
Python 编程规范主要包括代码布局、命名规范、注释规范、函数编写规范等多个方面，下面给出一些常见的编程规范及其示例代码。 1. 代码布局规范 代码布局规范主要是指代码的缩进、行宽、空行、换行等方面，下面是一些常见的代码布局规范： 使用四个空格作为一个缩进级别，不要使用制表符。 每行代码最多不超过 ......
如何使用ChatGPT API训练具有自定义知识库的AI聊天机器人
在我们之前的文章中，我们演示了如何使用 ChatGPT API 构建 AI 聊天机器人，并分配一个角色来对其进行个性化设置。但是，如果您想根据自己的数据训练 AI，该怎么办？例如，您可能有一本书、财务数据或大量数据库，并且您希望轻松搜索它们。在本文中，我们为您带来了一个易于遵循的教程，介绍如何使用 ......
【机器学习基础】数据集的划分比例
前言 参考 1. 机器学习 :训练集、验证集、测试集分配比例_Chris Kang的博客-CSDN博客； 2. 数据集的划分，验证集参与训练了吗?_无枒的博客-CSDN博客； 完 ......
基于机器学习的纠错系统技术 - 智能文本纠错 API
引言 在过去的几十年里，文本纠错技术已经取得了巨大的进展，从最初的基于规则的纠错系统到现在的基于机器学习的纠错系统，技术的发展已经帮助人们解决了大量的文本纠错问题，随着机器学习技术的发展，文本纠错技术也发生了重大变化。 本文将介绍一款新的基于机器学习的纠错技术，并详细列出实际的可应用场景。 工作原理 ......
JSP_4.25_课堂笔记
一、JSP内置对象 JSP可以充当后端，后端可以接受前端的请求参数，同时也可以给前端回应数据。 这些操作需要通过JSP的内置对象来完成。 1. out内置对象：输出数据到当前网页中。JSP充当前端使用 out.println(“xxxx”); 2. request内置对象：接受前端的请求参数等操作 ......
一步步制作下棋机器人之 完善XY坐标控制
匆匆忙忙，又是一周。 马上五一，凑了十天假期，想想就开心。 但是假期中是生日，又老了一岁了。很多目标都没有实现，就马上要到30了，可怕。 30啊！！ 唉，时光匀速又决绝的前行不息，推动了没有返程票的人生旅程。总想着不断提升自己，不断丰富生命的意义，不断拓宽人生的界限，让人世这一遭不至于太单调。可是回 ......
一步步制作下棋机器人之 coppeliasim进行机械臂简单XY坐标控制
人间四月芳菲尽，山寺桃花始盛开。 最近天气不错，但是想到同学都开始收二胎的份子钱了，顿感压力。 唉..... 由于搬家，本该上周就完成的，鸽了一周后还没完成。最近搬家，加上每天下班后还想忙点别的，真的是觉得时间不够用了，即使还是个单身狗。 简介 之前完成了简单的python驱动【coppeliasi ......
多元线性回归
1 绪 论 2 预备知识 2.1 多元线性回归分析法基本思想 2.2 多元线性回归分析法的理论模型 2.3 多元线性回归分析的计算步骤 2.3.1 参数估计 2.3.2 假设检验 2.4 Python语言操作步骤 3 多元线性回归模型的建立与分析 3.1 数据收集与分析 3.2 模型构建 3.3 计 ......
机器学习规划
掌握基本的机器学习需要学习的内容非常丰富，因此您需要制定一个详细的时间规划，并按照计划执行，才能达到目标。以下是一个可能的时间规划： 第1周： [ ] 学习Python编程语言的基础知识，包括变量、条件语句、循环语句等等。 学习使用Python中的NumPy和Pandas库，这些库是进行数据处理和分 ......
线性代数基础
矩阵 矩阵是一种非常重要的数学对象，它通常由一个由数字排成的矩形阵列来定义。一个矩阵由若干行和若干列组成，被称为矩阵的行数和列数。一般情况下，矩阵的行数和列数分别用 $n$ 和 $m$ 表示。 矩阵中的每个元素都用一个下标表示，第 $i$ 行第 $j$ 列矩阵元素表示为 $A_{i,j}$，其中 $ ......
4月25日总结
Spire.Doc for C++ 是一个专业的 Word 库，供开发人员在任何类型的 C++ 应用程序中阅读、创建、编辑、比较和转换 Word 文档。 本文演示了如何以两种不同的方式将 Spire.Doc for C++ 集成到您的 C++ 应用程序中。 通过 NuGet 安装 Spire.Doc ......
线性回归
线性回归 线性模型利用特征的线性函数进行预测，这里的线性指的是参数是线性的。 一、普通最小二乘法 线性回归（OLS）是最简单&最经典的线性方法，模型寻找截距和系数，使得模型对训练集的预测值与真实值之间的均方误差（MSE）最小，但是线性回归没有办法控制模型的复杂度（模型有大量的非0参数）。 需要注意， ......
基于chatGPT的问答机器人开发-qdrant向量数据库的集合功能封装
之前一直再开发基于GPT的问答知识库机器人，主要是靠qdrant的向量搜索，搜索出相关的条目，然后发送给GPT回答 qdrant向量数据库有集合的概念，相当于表，每个集合里面可以创建多个向量数据。 那么针对集合的操作就是下面这样的，集合列表，创建集合，删除集合 集合列表接口： http://127. ......
扫盲：机器学习中训练模型、数据集都是什么，有什么关系？[大语言模型]
在大数据中，训练模型和数据集是非常重要的概念，它们之间有密切的关系。 训练模型是指使用机器学习算法对数据进行学习和训练，以便能够对新的数据进行预测或分类。训练模型的目的是通过学习数据的规律和特征，从而能够对未知数据进行预测或分类。 数据集是指用于训练模型的数据集合。数据集通常包含大量的数据样本，每个 ......
线性代数的几何意义笔记
:zap: 线性映射 发生在同一个坐标系->线性变换 数域F上线性空间V中的变换T若满足条件: T(a+b)=Ta+Tb(a,b∈V) T(ka)=kTa(k∈F,a∈V) 向量 :dagger: 是什么 不依赖坐标系的既有大小又有方向的量 射出去的箭 :dagger: 几何意义 与点的关系 表示两 ......
【学习笔记】线性求逆元
假设我们已经求出了 [1,n-1] 的逆元，现在要求 n 的逆元。 令 $t=\lfloor{\frac{p}{n}}\rfloor,k= p % n$，那么： $$t\times n+k\equiv 0 (\mod p)$$ $$-t\times n\equiv k (\mod p)$$ 令左右同 ......
[ML&DL] 线性回归的梯度下降
前言 这篇笔记记录了线性回归的梯度下降相关公式的推导。 符号说明： $h$ ：假设函数，是学习算法对线性回归问题给出的一个解决方案。 $J$ ：代价函数，是对 $h$ 和实际数据集之间的误差的描述。 $m$ ：数据集的大小。 $x^{(i)},y^{(i)}$： 第 $i$ 个数据。（$1\le i ......
机器人运管平台（RaaS）
【Rass平台】是一款专注于服务建筑行业的Rass管理平台，拥有以下主要功能： 机器人管理：可以方便地管理和监控平台上的机器人，包括机器人的状态、操作日志等信息，让用户及时了解机器人的工作状态。 项目管理：可以轻松地创建、编辑和管理项目，实现对项目的全流程管理，让用户方便地了解项目的进度和状态。 领 ......
P.25-设置资源所需权限、P.26-封装权限信息、P.27-RBAC权限模型
P.25-设置资源所需权限 SpringSecurity为我们提供了基于注解的权限控制方案，这也是我们项目中主要采用的方式。 我们可以使用注解去指定访问对应的资源所需的权限。 但是要使用它我们需要先开启相关配置springSecurity里面加。 @EnableGlobalMethodSecurit ......
018查看机器端口范围
一、 #查看当前机器允许使用的端口范围 $ sysctl -a | grep net.ipv4.ip_local_port_range net.ipv4.ip_local_port_range = 32768 60999 #查看当前已经使用的端口数量 $ netstat -an|wc -l 1114 ......
多重共线性问题如何解决？
一、多重共线性说明 多重共线性一般是指：如果有两个或者多个自变量高度相关（相关系数大于0.8），难以区分一个自变量对因变量的影响和作用，将自变量相关性产生的后果定义为多重共线性，一般提出多重共线性问题，研究者往往会想到回归分析。回归分析方法，回归模型等，在统计学中都占有重要地位，多数情况下，使用回归 ......
【2023-04-25】尽事听命
20:00 如果开口之前还有时间思考，那就想想是否需要开口？准备说的话是否伤人？ ——列夫·尼古拉耶维奇·托尔斯泰 从早上回公司开始，直到下手写笔记前，连续开了一天的会议。中午只利用半小时的休息空隙，外出吃了个快餐，没有午休，就继续早上没完成的会议。会议时长比昨天预计的半天，还要多出一倍时间。只不过 ......