ml
通信系统中ZF,ML,MRC以及MMSE四种信号检测算法误码率matlab对比仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 通信系统中ZF（Zero Forcing，零迫）、ML（Maximum Likelihood，最大似然）、MRC（Maximum Ratio Combining，最大比合并）和MMSE（Minimum Mean ......
CMU DLSys 课程笔记 2 - ML Refresher / Softmax Regression
CMU DLSys 课程笔记 2 - ML Refresher / Softmax Regression 本节 Slides | 本节课程视频 这一节课是对机器学习内容的一个复习，以 Softmax Regression 为例讲解一个典型的有监督机器学习案例的整个流程以及其中的各种概念。预期读者应当 ......
机器学习之ML.NET
专有名词概念 标签（Labels）：预测列，需要预测的内容 特征（Features）：用于帮助预测标签的列 模型（Model）：模型是通过训练数据学习到的机器学习算法。它可以用来预测未知数据的标签 官方地址：ML.NET |专为 .NET 设计的机器学习 (microsoft.com) 准备环境 必 ......
ml.net例子笔记8-生成式AI-大模型LLM
生成式AI 生成式AI是指能够通过学习数据和语言，生成新的、在某种程度上相似的输出，这种技术由深度学习特别是神经网络的快速发展推动。 一、数据：AI的燃料 首先，要理解生成式AI，我们必须了解它的基础——数据。数据是AI的燃料，没有数据，AI就无法运行。 在生成式AI中，我们需要大量的高质量数据进行 ......
基于Unity开发的强化学习环境（游戏环境）：ml-agents —— Unity ML-Agents
介绍： https://medium.com/nerd-for-tech/an-introduction-to-machine-learning-with-unity-ml-agents-af71938ca958 官方地址： https://github.com/Unity-Technologies ......
ml.net例子笔记7-ml.net与OMNX
在整个模型生成过程中，模型位于内存中，并且可以在整个应用程序生命周期中访问。 但是，一旦应用程序停止运行，而模型未在本地或远程的某个位置保存，则无法再访问该模型。 通常情况下，在其他应用程序中训练模型之后，某些时候会使用模型进行推理或重新训练。 因此，存储模型很重要。 详细信息参考： https:/ ......
ml.net例子笔记6-ml.net v2之AutoML
AutoML 1 概念 自动化机器学习也称为自动化 ML 或 AutoML，是将机器学习模型开发过程中耗时的反复性任务自动化的过程。 数据科学家、分析师和开发人员可以使用它来生成高度可缩放、高效且高产能的 ML 模型，同时保证模型的质量。 https://learn.microsoft.com/zh ......
ml.net例子笔记5-ml.net v2版本例子运行续
Torch的使用被阻断了一下，继续看下其 ml.net2的例子 https://github.com/dotnet/machinelearning-samples/tree/main/samples/csharp/getting-started/MLNET2 https://gitee.com/mi ......
ml.net例子笔记4-ml.net v2版本例子运行
1 Ml.NET版本更新 当前的Microsoft.ML的软件版本如下： https://gitee.com/mirrors_feiyun0112/machinelearning-samples.zh-cn 例子使用版本为1.6.0 例子工程更换版本的办法： 1 Directory.Build.pr ......
BigdataAIML-ML-Models for machine learning Explore the ideas behind machine learning models and some key algorithms used for each
最好的机器学习教程系列：https://developer.ibm.com/articles/cc-models-machine-learning/ By M. Tim Jones, Published December 4, 2017 Models for machine learning Alg ......
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 ......
ml.net例子笔记2-概念和Widnows AI Studio
一 机器学习和ml.net 1 Python 机器学习库 在Python中，工具和库的生态系统可以分为五个主要领域: 数据处理 数据可视化 数值计算 模型训练 神经网络 这可能不全，因为此外还有其他许多的库，它们负责其他任务，并专注于机器学习的一些特定领域，比如自然语言处理和图像识别。 使用Pyth ......
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 ......
基于PSD-ML算法的语音增强算法matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022A 3.算法理论概述 PSD-ML（Power Spectral Density Maximum Likelihood）算法是一种基于最大似然估计的语音增强算法，通过对语音信号的功率谱密度进行估计，并利用估计结果对原始语音信号进行滤波 ......
ML.NET 3.0 增强了深度学习和数据处理能力
.NET团队在 2023.11.28 在博客上正式发布了 ML.NET 3.0：：https://devblogs.microsoft.com/dotnet/announcing-ml-net-3-0/[1]，强调了两个主要的兴趣点，即深度学习和数据处理，使开发人员能够完全在 .NET 生态系统中创 ......
学习 ML 过程中的一些概念及阐述
random forest a set of decision trees, make classification by voting (maybe with some weight) 多颗决策树, 采用类似投票的方式（可以占一定比重）决定分类 bagging and boosting letti ......
16位微控制器PIC24FJ256GL405-I/PT、PIC24FJ128GU408-I/PT、PIC24FJ32GB002T-I/ML（MCU）适用于物联网和工业应用
16位微控制器PIC24FJ256GL405-I/PT、PIC24FJ128GU408-I/PT、PIC24FJ32GB002T-I/ML（MCU）适用于物联网和工业应用。 ......
c3w2_机器学习（ML）策略2
误差分析 Error Analysis 如果你的机器学习算法表现得还不够好，那么通过手工去检查算法所犯的错误，这个过程称为错误分析（Error Analysis）。 举例如下，团队开发的识别猫咪的分类器，在dev set上准确率为90%。此时我们希望提升算法的性能，通过分析算法的错误样本，发现其中有 ......
c3w1_机器学习（ML）策略1
Introduction to ML strategy 为什么要选用机器学习策略？ 比如下面这个识别猫的分类器，目前的训练结果可能达到了90%的准确率。但是如果像进一步提高性能，有很多待选的方法。但是该如何去选择呢？ 下面的课程就是主要介绍Machine Learning Strategy。需要注意 ......
整理ML&AI学习路径图
干货分享： 下面给出一个笔者自己整理的GitHub仓库：https://github.com/isLinXu/awesome-road-map，里面包含了一些可供参考的学习路径和思维导图，并整理微软、meta、谷歌、Kaggle以及华为、百度、阿里、腾讯、讯飞等相关的学习资源内容，可以用来帮助学习某 ......
电子级PFA试剂瓶50ml 100ml 250ml 500ml高纯实验级PFA取样瓶
PFA试剂瓶（PFA reagent bottle） 一、产品简介 PFA试剂瓶又叫PFA样品瓶、PFA取样瓶、PFA广口瓶。我司PFA试剂瓶分为GL45的广口瓶和GL32的细口瓶。PFA塑料的耐化学腐蚀性，对所有化学品都耐腐蚀，摩擦系数在塑料中低，还有很好的电性能，其电绝缘性不受温度影响。因其未添 ......
第三课第二周：ML Strategy (2)
误差分析 Error Analysis 如果你的机器学习算法表现得还不够好，那么通过手工去检查算法所犯的错误，这个过程称为错误分析（Error Analysis）。 举例如下，团队开发的识别猫咪的分类器，在dev set上准确率为90%。此时我们希望提升算法的性能，通过分析算法的错误样本，发现其中有 ......
第三课第一周：ML Strategy (1)
Introduction to ML strategy Why ML Strategy 比如下面这个识别猫的分类器，目前的训练结果可能达到了90%的准确率。但是如果像进一步提高性能，有很多待选的方法。但是该如何去选择呢？ 下面的课程就是主要介绍Machine Learning Strategy。另外 ......
Detected non-NVML platform: could not load NVML: libnvidia-ml.so.1: cannot open shared object
前言 在 kubernetes 中配置 https://github.com/NVIDIA/k8s-device-plugin 时， 报错：Detected non-NVML platform: could not load NVML: libnvidia-ml.so.1: cannot open ......
ML Visual, PPT
ref:https://heystacks.com/doc/759/ml-visuals-by-dairai https://docs.google.com/presentation/d/11mR1nkIR9fbHegFkcFq8z9oDQ5sjv8E3JJp1LfLGKuk ML Visual.p ......
Concepts in ML
生成模型和判别模型 https://blog.csdn.net/weixin_39910711/article/details/89483662 Encoder-Decoder架构 https://blog.51cto.com/u_15588078/6531178?u_atoken=2514a604 ......
win32-Ml.exe的用法
不同版本的MASM在使用上有很大的不同， 本节所指的是可用于Win 32汇编编程的MASM 6.14及以上版本， MASM编译器的命令行用法为： Ml [/选项] 汇编源文件列表 [/link链接选项] 要注意的是汇编选项要集中写在源文件名的前面，比如下面的两条命令：Ml /c /coff /Cp ......
ML-非监督学习
聚类算法： K-均值聚类算法：（以2分类算法为例） 1选择两个位置作为分类中心，并将所有点分类到距它更近的中心。 2对两组点，重新计算他们的中心。 不断重复以上步骤1和2，当分类中心和分组状态不再发生变化时，模型收敛。 ......
【小睿的ML之路】Seaborn-热度图绘制
%matplotlib inline import seaborn as sns # 导入 seaborn 库，用于绘制统计图形。 import numpy as np # 导入 numpy 库，用于处理数值计算。 import pandas as pd # 导入 pandas 库，用于处理数据。 ......
【小睿的ML之路】Seaborn-分类属性画图
%matplotlib inline import seaborn as sns # 导入 seaborn 库，用于绘制统计图形。 import numpy as np # 导入 numpy 库，用于处理数值计算。 import pandas as pd # 导入 pandas 库，用于处理数据。 ......