learning机器machine gt
【scikit-learn基础】--『预处理』之 正则化
数据的预处理是数据分析,或者机器学习训练前的重要步骤。通过数据预处理,可以 提高数据质量,处理数据的缺失值、异常值和重复值等问题,增加数据的准确性和可靠性 整合不同数据,数据的来源和结构可能多种多样,分析和训练前要整合成一个数据集 提高数据性能,对数据的值进行变换,规约等(比如无量纲化),让算法更加 ......
Machine Learning in Python
Metric Formula Interpretation Accuracy $ \frac{TP+TN}{TP+TN+FP+FN} $ Overall performance of model Precision $ \frac{TP}{TP+FN} $ How accurate the posi ......
机器学习-线性回归-SVM支持向量机算法-12
目录1. 铺垫 感知器算法模型2. SVM 算法思想3. 硬分割SVM总结 支持向量机(Support Vector Machine, SVM)本身是一个二元分类算法,是对感知器算法模型的一种扩展。 1. 铺垫 感知器算法模型 什么是感知器算法模型? 感知器算法是最古老的分类算法之一,原理比较简单, ......
机器学习项目精选 第一期:超完整数据科学资料合集
大噶吼,不说废话,分享一波我最近看过并觉得非常硬核的资源,包括Python、机器学习、深度学习、大模型等等。 1、超完整数据科学资料合集 地址:https://github.com/krishnaik06/The-Grand-Complete-Data-Science-Materials Pytho ......
一个神奇的Python库:Evidently,机器学习必备
Evidently 是一个面向数据科学家和机器学习工程师的开源 Python 库。它有助于评估、测试和监控从验证到生产的数据和 ML 模型。它适用于表格、文本数据和嵌入。 简介 Evidently 是一个开源的 Python 工具,旨在帮助构建对机器学习模型的监控,以确保它们的质量和在生产环境运行的 ......
Ansor:Generating High-Performance Tensor Program for Deep Learning
Ansor:Generating High-Performance Tensor Program for Deep Learning Abstract 高性能的张量程序对于保证深度神经网络的高效执行十分关键,但是在不同硬件平台上获取高性能的张量程序并不容易。近年的研究中,深度学习系统依赖硬件供应商提 ......
HydroOJ 从入门到入土(7)Hydro自带数据生成器使用说明(>=4.10.1)
Hydro更新了一个新功能, 可以直接用自带的数据生成器, 在线生成数据, 简单记录一下使用方法 目录1. 文件准备2.使用步骤3. 注意事项4. 文件模版 1. 文件准备 gen.py (数据生成器, 后附模版) std.cpp (标准程序, 后附模版) 文件名随意, 其他的类型应该也行, 不过没 ......
RLHF · PbRL | 选择 near on-policy query,加速 policy learning 收敛速度
Query-Policy Misalignment:选择的看似 informative 的 query,实际上可能与 RL agent 的兴趣不一致,因此对 policy learning 几乎没有帮助,最终导致 feedback-efficiency 低下。 ......
ml.net例子笔记3-Infer.net概率机器学习库
Infer.net Infer.NET is a .NET Foundation project. It's also a part of ML.NET machine learning framework. https://dotnet.github.io/infer/ https://gitee ......
网络IO 实战篇 :电商系统:重大事故!IO问题引发线上几十台机器同时崩溃
几年前的一个下午,公司里码农们正在安静地敲着代码,突然很多人的手机同时“哔哔”地响了起来。本来以为发工资了,都挺高兴!打开一看,原来是告警短信 故障回顾 告警提示“线程数过多,超出阈值”,“CPU空闲率太低”。打开监控系统一看,订单服务所有20个服务节点都不行了,服务没响应。 每个springboo ......
Q-learning与Sarsa算法辨析
这个是Q-learing的一个算法,根据代码,它就是,先设定训练100次,然后,给它一个随机的状态,这里我们假设状态6就是终点,那么走迷宫的时候,如果没走到6,就要一直走下去,,所以里面还要用到一个while循环,然后在每个状态的时候,找一个非负的动作,存储在数组里,(算是合理动作的集合吧),下一个 ......
机器学习中的算法——K最邻近算法(KNN)
1.KNN算法的定位 KNN算法属于分类算法,所以它是有监督学习里面的一部分,且属于有监督学习里的分类问题 KNN的计算量很大 KNN理论上比较成熟且算法简单易懂,易实现 2.KNN算法的核心 简单地说 “近朱者赤,近墨者黑” 进行分类的时候,即将被分类的这个样本的附近(特征空间中最邻近)离它最近的 ......
nodejs使用sequelize vscode报错:Type 'Model<any, any, any>' is not a constructor function type.的解决办法
我的模型定义如下: import { Model, DataTypes } from "sequelize"; // 定义资源模型 class Rule extends Model { } 问题: vscdoe报错: Type 'Model<any, any, any>' is not a cons ......
电脑时间不同步导致的上网报错:core/proxy/vmess/encoding: failed to read response header > websocket: close 1006 (abnormal closure): unexpected EOF
报错内容: 2023/12/16 14:08:56 [Warning] [775541588] xxxxx.com/core/app/proxyman/outbound: failed to process outbound traffic > xxxxx.com/core/proxy/vmess/ ......
机器学习-线性回归-逻辑回归-实战-09
1. 二分类 #!/usr/bin/env python # coding: utf-8 # In[7]: import numpy as np from sklearn import datasets from sklearn.linear_model import LogisticRegress ......
机器学习-线性回归-softmax回归 做多分类-10
1. softmax回归 伯努利分布(0-1分布 二分类),我们采用Logistic回归(用sigmoid函数映射到 0-1之间 输出预测概率)建模。 那么我们应该如何处理多分类问题?(比如要进行邮件分类;预测病情属于哪一类等等)。对于这种多项式分布我们使用softmax回归建模。 什么是多项分布? ......
机器学习-线性回归-逻辑回归-08
目录1. sigmoid函数2. 伯努利分布(0-1分布)3. 广义线性回归4. 逻辑回归 损失函数的推导5. 代码并绘图 1. sigmoid函数 逻辑回归 logitstic regression 本质是二分类 sigmoid函数 是将 (-无穷, +无穷)区间上的y 映射到 (0, 1) 之间 ......
从嘉手札<2023-12-15>
荒原 朔方 2023.12.15 人生实属是很愁的时间 愁到听不见一点雪花飘落的声音 愁到连随便写点文章都算得上拼尽全力 萧瑟的北风吹散了为数不多的倔强 漫天的雪花飞舞 埋葬的是那么多年走过的春秋 时光的幻象影影绰绰 将就地留下一滴泪水 在无边无际的茫茫大雪中 我仿佛看到 素白的灯笼草摇曳在寂静的荒 ......
机器学习ml.net例子笔记1
详细内容参考: ml.net例子笔记1 (yuque.com) https://www.yuque.com/wushifengcn/kb/yb6xa6d01zr3tdit 如下是大纲 1 ml.net例子概要 二元分类 多类分类 建议 回归 时间序列预测 异常情况检测 聚类分析 排名 计算机视觉 跨 ......
pyhotn3.8 apt机器基础镜像构建
FROM python:3.8.10-slim RUN sed -i 's/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list && \ apt-get update && \ apt-get install -y ......
机器学习的里程碑:从基础理论到大语言模型的进步
在人工智能的迅猛发展中,大语言模型和传统机器学习是不同发展阶段下的产物。大语言模型,如广为人知的GPT系列和BERT,主要依赖于复杂的神经网络结构,它们能够处理和生成人类语言,为自然语言处理带来了革命性的变化。这些模型的发展标志着从简单的任务特定模型向更通用、更灵活的解决方案的转变。相比之下,传统机 ......
Ant Design Vue <a-tabs>标签内嵌使用
<a-tabs :activeKey="activeKey" @change="handleTabChange"> <a-tab-pane v-for="(item, index) in menuList" :key="item.id" :tab="item.name" :index="index" ......
C# 重新认识一下 IEnumerable<T>,IAsyncEnumerable<T> 以及搭配异步可能遇到的问题
C# 重新认识一下 IEnumerable<T>,IAsyncEnumerable<T> 以及搭配异步可能遇到的问题 前言# 为啥会想到写这个 为了这碟醋,包了这顿饺子 作为老鸟不免犯迷糊 因为 在使用异步中使用IEnumerable<T>,IAsyncEnumerable<T>遇到了一些细节(对于 ......
开源CMS (Content Management System)内容管理系统 => ECM (Enterprise Content Management)企业内容管理
* [求推荐几个java开发的开源CMS内容管理系统? - 知乎](https://www.zhihu.com/question/68264654)* [Content Management Workflow | dotCMS](https://www.dotcms.com/product/feat ......
《Progressive Learning of Category-Consistent Multi-Granularity Features for Fine-Grained Visual Classification》阅读笔记
论文标题 《Progressive Learning of Category-Consistent Multi-Granularity Features for Fine-Grained Visual Classification》 细粒度视觉分类中类别一致多粒度特征的渐进学习 作者 Ruoyi D ......
【scikit-learn基础】--『预处理』之 数据缩放
数据的预处理是数据分析,或者机器学习训练前的重要步骤。通过数据预处理,可以 提高数据质量,处理数据的缺失值、异常值和重复值等问题,增加数据的准确性和可靠性 整合不同数据,数据的来源和结构可能多种多样,分析和训练前要整合成一个数据集 提高数据性能,对数据的值进行变换,规约等(比如无量纲化),让算法更加 ......
【TCP】并发服务器<线程>
// 并发服务器-线程 #include <stdio.h> #include <strings.h> //bzero #include <unistd.h> //close #include <sys/socket.h> //socket #include <netinet/in.h> //str ......
机器学习中的算法——支持向量机(SVM)
1.SVM的核心要素 支持向量机是一种二分类模型,他基本模型是定义在特征空间上的间隔最大的线性分类器。 通俗的说很类似于上次讲的那个回归的分类,其实从平面上看也是找一条直线来分割,分割的两边就是分类的结果,只不过这次的分类是找到一条线使得它能够对两旁的点距离最远。 也就是说,离直线最近的点要尽可能远 ......
【TCP】并发服务器<进程>
1 #include <stdio.h> 2 #include <strings.h> //bzero 3 #include <unistd.h> //close 4 #include <sys/socket.h> //socket 5 #include <netinet/in.h> //struc ......
dgl AttributeError: Can't get attribute 'DGLGraph' on <module 'dgl.heterograph' from '/home/user/anaconda3/envs/mymodel/lib/python3.7/site-packages/dgl/heterograph.py'>
由于服务器重装了系统,因此cuda版本和ubuntu系统版本也换了,不得不重装系统,导致以前可以正常运行的代码出了各种故障(注:现在的ubuntu版本是18.04,cuda版本是11.3) AttributeError: Can't get attribute 'DGLGraph' on <modu ......