机器k-means means
机器学习中的算法——逻辑回归
1.逻辑回归的定位 机器学习分有监督和无监督以及半监督学习三种， 其中有监督学习主要分为分类问题和回归问题； 无监督主要是聚类的算法 其中逻辑回归是属于分类问题 跟上次讲的线性回归有不同，从字面上确实容易混淆 2.逻辑回归的概念 逻辑回归是在线性回归的基础上加上一个非线性的因素（sigmoid函数） ......
基于5G智能网关的河道清洁机器人应用
搭载5G智能网关的河道清洁机器人，可以代替人工执行河道清理和水质监测等任务，可适用于公园景观溪流、城市运河、池塘和水库等多种场景。 ......
基于机器学习的时间序列温度预测
本次研究是使用GRU模型和GRU-Attention模型对长时间序列温度数据进行预测拟合，对于这两个模型有兴趣的可以去网上了解一下， 首先是日数据预测，由于日数据存在缺失值需要对缺失值进行填补， 在对存在缺失值的数据中我使用三次样方插值对数据进行处理，其代码如下： import pandas as ......
机器学习-线性回归-样本归一化处理-05
目录1. 为什么要对样本进行 归一化2. 归一化的方式一 最大最小值3. 归一化的方式二 标准归一化 1. 为什么要对样本进行 归一化 样本之间的数量级是千差万别 有量纲的 例如： theta1 >> theta2 数值小的 theta2 反而能快速的 收敛 数值大的 theta1 收敛较慢 出现 ......
机器学习-线性回归-小批量-梯度下降法-04
1. 随机梯度下降法 梯度计算的时候 随机抽取一条 import numpy as np X = 2 * np.random.rand(100, 1) y = 4 + 3 * X + np.random.randn(100, 1) X_b = np.c_[np.ones((100, 1)), X] ......
机器学习-线性回归-梯度下降法-03
1. 梯度下降法 梯度： 是一个theta 与 一条样本x 组成的 映射公式 可以看出梯度的计算量主要来自于 左边部分 所有样本参与 -- 批量梯度下降法 随机抽取一条样本参与 -- 随机梯度下降法 一小部分样本参与 -- 小批量 梯度下降法 2. epoch 与 batch epoch：一次迭代 ......
机器学习-线性回归-模型解析解-02
1. 解析解 解析解的公式 import numpy as np import matplotlib.pyplot as plt # 有监督机器学习 # X y X = 2 * np.random.rand(100, 1) # np.random.rand # 100行 1列的 [0, 1) 之间均 ......
个人微信号机器人开发
简要描述： 获取收藏详细信息 请求URL： http://域名地址/weChatFavorites/getFavItem 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 ......
机器学习 - 决策树：技术全解与案例实战
本文深入探讨了机器学习中的决策树算法，从基础概念到高级研究进展，再到实战案例应用，全面解析了决策树的理论及其在现实世界问题中的实际效能。通过技术细节和案例实践，揭示了决策树在提供可解释预测中的独特价值。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队 ......
实验一：百度机器翻译SDK实验
一、实验要求 任务一：下载配置百度翻译Java相关库及环境（占10%）。 任务二：了解百度翻译相关功能并进行总结，包括文本翻译-通用版和文本翻译-词典版（占20%）。 任务三：完成百度翻译相关功能代码并测试调用，要求可以实现中文翻译成英文，英文翻译成中文（占30%）。 任务四：完成百度翻译GUI相关 ......
机器学习的算法——线性回归
1.回归问题的定位 我们知道机器学习分为有监督学习和无监督学习，无监督学习主要是聚类方面的算法，而有监督问题主要分为回归和分类两类 而这线性回归就属于有监督学习，且属于其中的回归类问题，另外有一种逻辑回归，他却是属于分类问题的一部分。 2.线性回归 （1）大体思路 首先它是利用数理统计中的回归分析来 ......
python+sklearn 机器学习代码备忘
import sklearn from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression import pandas as pd import matpl ......
机器学习-线性回归-最大似然估计求解-解析解-01
最大似然估计 已经从某一分布中获取到n个样本 并且假设改样本的分布服从某一个分布f(θ), θ为需要估计的参数，根据这n个样本去推导θ的值 就叫做最大似然估计，假设样本服从某分布，根据样本计算出分布中的参数，参数计算出之后，就能去进行预测， 正态分布概率密度： 假设样本的误差 服从正态分布 最大似然 ......
《安富莱嵌入式周报》第328期：自主微型机器人，火星探测器发射前失误故障分析，微软推出12周24期免费AI课程，炫酷3D LED点阵设计，MDK5.39发布
周报汇总地址：http://www.armbbs.cn/forum.php?mod=forumdisplay&fid=12&filter=typeid&typeid=104 更新一期视频教程： 【实战技能】 单步运行源码分析，一期视频整明白FreeRTOS内核源码框架和运行机制，RTOS Trace ......
自动驾驶与机器人的slam技术
https://github.com/gaoxiang12/slam_in_autonomous_driving 第1章，概述 第2章，数学基础知识回顾，几何学、运动学、KF滤波器理论，矩阵李群 第3章，误差状态卡尔曼滤波器，惯性导航、卫星导航、组合导航 第4章，预积分，图优化，基于预积分的组合导航 ......
解决MySQL的C++驱动报错：‘my_bool’ was not declared in this scope; did you mean ‘bool’?
解决MySQL的C++驱动报错：‘my_bool’ was not declared in this scope; did you mean ‘bool’? 问题描述 此问题仅影响 MySQL; MariaDB将继续支持。 尝试使用 MySQL 8.0.1 进行编译时发生以下构建错误，无法识别 m_ ......
初中英语优秀范文100篇-021Sophia the Robot-机器人索菲亚
PDF格式公众号回复关键字:SHCZFW021 记忆树 1 When it comes to AI , Sophia the robot is mentioned again and again. 翻译 说到人工智能，总是会反复提到机器人索菲亚。 简化记忆 反复 句子结构 句子结构分析： 主句：So ......
Azure - 机器学习企业级服务概述与介绍
Azure 机器学习 - 为端到端机器学习生命周期使用企业级 AI 服务。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人。 一、什 ......
微型5G智能网关助力打造智能清洁机器人
针对清洁机器人应用，可以选用微型5G智能网关方案，为机器人提供高速、低延时的5G通信和5G远程管理能力，支撑机器人更高效地进行清洁工作。 ......
实现个人微信机器人的开发
简要描述： 修改好友备注 请求URL： http://域名地址/modifyRemark 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 登 ......
Calculate the geometric mean of inputs a and b. The geometric mean of two numbers is the square root of a * b.
计算输入a和b的几何平均值。两个数字的几何平均值是a * b的平方根。 import java.util.*; import java.io.*; import java.math.*; /** * Auto-generated code below aims at helping you pars ......
SQL Server通过钉钉机器人直接发送消息
SQL Server通过钉钉机器人直接发送消息 /** 启用 Ole Automation Procedures 选项 exec sp_configure 'show advanced options',1; go reconfigure; go sp_configure 'Ole Automati ......
【机器学习】Django，余弦距离之基于用户,评分物品的推荐
表设计 # 用户表 class UserInfo(models.Model): username = models.CharField(max_length=32,unique=True,verbose_name="用户名") password = models.CharField(max_leng ......
基于个微机器人的二次开发
请求URL： http://域名地址/addChatRoomMember 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 登录实例标识 ch ......
2台机器安装Redis主从
2台机器安装Redis主从 1. 配置redis.conf（主） bind 127.0.0.1 #注释掉 protected-mode no #关闭保护模式 daemonize yes #开启后台守护进程 logfile "/var/log/redis/redis.log" #日志文件路径 2.配置 ......
天行机器人对接
1.注册后申请接口即可获得免费接口次数： https://www.tianapi.com/apiview/47 2.接口交互： @PostMapping("/talk")public CommonResult<String> talk(@RequestParam String question){ ......
【机器学习】概率
掷色子实验 首先用一个张量表示事件可能出现的概率情况 然后创建多项分布 multinomial.Multinomial(totol_count, probs) 。参数 totol_count 表示抽样次数，probs 表示每个类别的概率分布 使用 .sample()方法进行抽样操作 使用图像来揭示大 ......
[机器学习复习笔记] 机器学习基础
机器学习基础 1. 基础概念和术语 样本（\(\text{sample}\)）/ 实例(\(\text{instance}\)) 我们获得的数据集中的一条数据，被称为一个 样本（\(\text{sample}\)）/ 实例(\(\text{instance}\))，在不存在数据缺失的情况下，所有样本 ......
微型5G网关如何满足智能巡检机器人应用
随着物联网、5G、边缘计算等技术的广泛普及，能够替代人工的智能巡检机器人已经得到越来越多应用，有效解放人力资源，保障工况安全，提升厂区整体效能 ......
【机器学习】自动微分
标量变量的反向传播 以下举两个例子说明标量变量的反向传播如何实现。 非标量变量的反向传播 在上述的例子中，x 是向量，而 y 是标量，这种类型为标量变量的反向传播。 但当 y 不是标量时，比如 y = x * x，当求向量 y 关于 另一个向量 x 的导数时，结果通常就是一个矩阵，被称为雅可比矩阵， ......