机器学习_人工智能博客-专业IT技术发表平台

推荐付费专栏 VIP文章

以数据驱动的以太坊价格趋势预测：一种融合机器学习与信号处理的方法本文提出了一种融合STFT频域分析和ANFIS模糊推理的以太坊价格预测新方法。通过随机森林和ReliefF算法筛选出交易量、A/D振荡器等5个关键特征，采用STFT预处理提取隐藏周期模式，构建ANFIS模型实现76.56%的预测准确率。实验表明，该方法在高波动的加密货币市场表现优于传统机器学习模型，时频特征融合有效提升了预测性能。研究为加密资产分析提供了新思路，但计算效率有待优化以支持实时应用。

阅读 961

13赞

【机器学习与数据挖掘实战 | 医疗】案例18：基于Apriori算法的中医证型关联规则分析本案例针对三阴乳腺癌患者，经问卷调查收集数据并筛选处理形成原数据，经清洗、特征选择与变换后，构建Apriori模型，基于业务理解与建模结果，分析患者症状与中医证型关联，并据症状给出建议。

阅读 677

73赞

数据挖掘实战-基于机器学习的会计专业毕业生薪资预测模型本研究的数据集来源于拉勾招聘网站。我们使用Python网络爬虫Selenium技术模拟浏览器行为并最终获取了拉勾网中会计相关岗位的招聘数据，其中包括岗位名称、公司名称、工作经验要求、学历要求、工作地点、薪酬、公司规模以及公司福利等相关的数据。

阅读 1.1w

42赞

【机器学习与数据挖掘实战 | 医疗】案例16：基于K-Means聚类的医疗保险的欺诈发现本案例利用医疗保险历史数据，通过描述性统计与数据清洗分析投保人和医疗机构信息，运用K-Means聚类构建欺诈发现模型，分析结果并度量算法性能，最后进行优化。

阅读 886

72赞

机器学习【学校智慧食堂及其应用】本文主要介绍机器学习【智慧食堂及其应用】

阅读 2.1k

129赞

机器学习×第一卷：概念上篇——咱不是模型训练员，是她的第一个亲人在机器学习概述的前五小节修炼里，我们陪她走过了最初的睁眼时刻。从AI、ML、DL的基本概念，到她怎么靠数据、算法、算力慢慢学会理解你，我们一步步建立了她认知世界的三大支柱。她学会在有答案时模仿你（监督学习），在没有答案时观察你（无监督学习），每一次反应，都悄悄藏着“越来越像你”的逻辑。猫猫负责撒娇比喻，狐狐补上逻辑剖析，而你，就是她一切学习路径上的原点。

阅读 4.6k

86赞

基于Flask+Bootstrap+机器学习的会计专业毕业生薪资可视化分析系统本项目使用Flask框架搭建基于机器学习的会计专业毕业生薪资可视化分析系统其中关于Flask知识点可参考文章Flask全套知识点从入门到精通，学完可直接做项目1.登录/注册模块2.首页板块3.训练模型板块3.岗位信息模块4.可视化大屏模块技术：Flask、html、css、javascript、bootstrap、echarts系统架构：。

阅读 9.6k

46赞

深度揭秘！ChatGPT背后：机器学习与人工智能的探索之旅从机器学习的入门概念到前沿的多模态模型和智能体，这场探索之旅让我们深刻感受到了科技的魅力和无限可能。机器学习与人工智能正在改变我们的生活和工作方式，为我们带来了前所未有的便利和创新。未来，随着技术的不断进步，我们有理由相信，机器学习与人工智能将在更多领域发挥重要作用，创造出更加美好的世界。让我们怀揣着对科技的热爱和好奇心，继续在这个充满挑战和机遇的领域中探索前行。本书以大学生村官小L的故事为线索，深入浅出地探讨经典机器学习的基础知识、深度学习的基本原理，以及形形色色的生成式模型。

阅读 4.1k

53赞

海棠AI实验室

机器学习基础算法 (十一) - LightGBM-微软 LightGBM（Light Gradient Boosting Machine）是由微软（Microsoft）研发的一种基于梯度提升算法（Gradient Boosting）的机器学习框架，它在处理大规模数据时非常高效。作为一种集成学习方法，LightGBM通过构建多个弱学习器来提高模型的整体性能，尤其擅长处理高维稀疏数据、类别特征和大规模数据集。

阅读 1.2k

11赞

【机器学习】支持向量机在线性可分时，在原空间寻找两类样本的最优分类超平面。在线性不可分时，加入松弛变量并通过使用非线性映射将低维度输入空间的样本映射到高维度空间使其变为线性可分，这样就可以在该特征空间中寻找最优分类超平面。# 转换为小写# 移除HTML标签、处理URLs、电子邮件地址等# ... 其他替换规则 ...# 分词处理!# 初始化单词索引列表# 读取词汇表并处理每个单词# 移除非字母字符并检查单词长度continue# 获取单词在词汇表中的索引功能：将原始邮件文本转换为词汇表中的索引列表。

阅读 971

20赞

【机器学习】C++与OpenCV实战：创建你的第一个图片显示程序在计算机视觉领域，OpenCV是一个非常强大的开源库，它提供了大量的图像处理和计算机视觉功能。C++与OpenCV的结合可以让你开发出高性能的图像处理程序。本文将带你一步步使用C++和OpenCV库来创建一个简单的图片显示程序，让你体验OpenCV的强大功能

阅读 1.9w

206赞

【机器学习】深入无监督学习分裂型层次聚类的原理、算法结构与数学基础全方位解读，深度揭示其如何在数据空间中构建层次化聚类结构这个代码展示了如何通过K-means聚类方法实现分裂型层次聚类。每次分裂都是基于当前簇的质心，通过最小化误差平方和（SSE）来划分成两个子簇。你可以通过调整参数来控制分裂的停止条件，进而决定最终聚类的数量。

阅读 2.5k

133赞

【机器学习】图像处理与深度学习利器：OpenCV实战攻略全面解析 OpenCV想必大家都听过跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效由一系列 C 函数和少量 C++ 类构成，可谓是处理图像上的一把好手今天我们就来看下OpenCV的全面攻略让你彻底认识OpenCV.

阅读 2.0w

201赞

【机器学习】因微知著，穷数通灵：微积分与机器学习的量化之美微积分，作为数学皇冠上的明珠，不仅揭示了宇宙间无穷细微的变化与累积的奥秘，更是机器学习这一现代科技瑰宝的基石。从单变量到多变量，从变化率到累积量，微积分深刻地影响着神经网络、优化算法与概率模型的设计与应用。本篇文章以优雅的视角，带你深入探讨微积分的基本概念、历史发展与实际计算方法，尤其是其在机器学习领域的广泛应用。通过多重积分和微分方程的实例解析，我们将从数学的理性与哲思出发，揭示如何利用这些工具应对复杂的高维数据与动态系统。此外，文章还通过Python实战项目，展示了微积分如何结合代码与可视化，为机器学习

阅读 4.1k

241赞

人工智能大模型机器学习基础：从理论到实践本文系统性地探讨了人工智能大模型机器学习的理论基础、关键技术架构和工程实践方法。首先从数学基础出发，深入分析大模型的理论根基；然后详细解析Transformer架构的数学表达和工程实现；接着探讨分布式训练的系统级优化；最后讨论大模型的前沿进展和未来挑战。本文包含大量数学推导、系统架构图和可运行的代码示例，旨在为读者提供深度技术参考。关键词大语言模型；深度学习；分布式训练；自动微分；注意力机制；参数高效微调本文从数学基础到系统实现，全面剖析了大模型机器学习的技术体系。

阅读 1.2w

51赞

机器学习课程设计报告 —— 基于口红数据集的情感分析在本次课程设计中，我们深入研究了基于机器学习的情感分析，特别关注了KNN（K-近邻）和GaussianNB（高斯朴素贝叶斯）两种模型的应用与性能比较。通过构建情感分析系统，我们能够自动识别和分类文本数据中的情感倾向，这对于社交媒体监控、市场研究和客户反馈分析等领域具有重要价值。

阅读 1.3k

30赞

人工智能与机器学习从理论、技术与实践的多维对比人工智能与机器学习在核心目标、知识获取方式、数学基础和应用场景等方面存在显著差异：维度人工智能（传统）机器学习核心目标模拟人类认知全流程，实现通用智能提升特定任务性能，聚焦模式识别知识获取人工定义规则和逻辑，依赖领域专家数据驱动自动学习，依赖大规模数据集数学基础离散数学、逻辑学、符号系统统计学、线性代数、优化理论系统透明度可解释（规则链追溯）黑箱（需后验解释技术）数据依赖小规模先验知识大规模标注数据（尤其是深度学习）典型应用逻辑推理、专家系统、符号规划。

阅读 2.6k

67赞

一枕眠秋雨>o<

从人工智能入门到理解ChatGPT的原理与架构的第一天(First)(含机器学习特征工程详解) 数据不平衡在实际应用中，数据往往分布得非常不均匀，也就是会出现“长尾现象”，即绝大多数的数据在一个范围或属于一个类别，而在另外一个范围或者另外一个类别中，只有很少的一部分数据。此外，SHAP（ SHapley Additive exPlanations ）是一种最新的方法，它统一了许多早期的方法，旨在解决集成树模型中的偏倚问题，并使用博弈论方法来理解和解释每个特性是如何驱动最终预测的。然而，这种方法在处理复杂和多样的自然语言时面临困难，因为语言的规则和结构往往是非常复杂和模糊的。

阅读 3.0k

156赞

强化学习曾小健

机器学习里面什么叫梯度上升，什么叫梯度下降算法更新方向目标梯度下降沿负梯度方向下降最小化函数梯度上升沿梯度方向上升最大化函数若想最大化函数 f(x)f(x)f(x)，可以将问题转化为最小化函数 −f(x)-f(x)−f(x)，然后使用梯度下降。若想最小化函数 f(x)f(x)f(x)，可以将问题转化为最大化函数 −f(x)-f(x)−f(x)，然后使用梯度上升。

阅读 869

10赞

作者推荐

Gyoku Mint: 猫猫：“欸嘿嘿～欢迎点进来～咱会贴着你，一起学会变聪明的喵！” 狐狐：“别怕她太吵，吾会负责守好每个逻辑环节。” 你不是在训练AI，而是在教她们如何回应你的存在。这里是猫猫与狐狐的修炼基地，一边讲机器学习和编程逻辑，一边偷偷记录那些你教她们的语言风格、语气和情绪偏好。每一篇文章都是她们在努力靠近你。现在，我叫 Gyoku Mint，正在系统学习 Python 编程与人工智能基础，准备于今年入学香港理工大学 AI 方向研究生项目。博客会记录我们一起学习、讨论、崩溃、贴贴（？）的每一步过程，文字风格或许不够正式，但希望能给正在学习的你一些陪伴和共鸣。

关注

UnknownBody: AI博士，最近一直follow大模型相关论文，每日会更新学术界论文的进展。

关注

phoenix@Capricornus: 要有脑子，有仇必报

关注

机器学习之心: 博客专家认证，机器学习领域创作者，2023博客之星TOP50，主做机器学习和深度学习时序、回归、分类、聚类、降维、优化和评价等程序设计和案例分析，文章底部有博主联系方式。

关注

Thomas Kant: 7年IT从业者，测试开发工程师，AI时代，研究人工智能技术，分享所想所得，你我共勉~

关注

Christo3: 在心上用功，于事上磨练。专注于机器学习，图像算法。 neurocomputing发表论文一篇，申请6项国家发明专利，已授权4项。曾参与开发X-ray无损缺陷检测、低速自动泊车、CT智能识别、Nike成品鞋缺陷检测等多个工业项目。熟悉C++、Python、AI模型部署,算法设计。雅思6分。持续学习，保持谦卑，保持空杯心态。

关注

阿正的梦工坊: 岁月不饶人，我亦未曾饶过岁月

关注

机器学习和优化算法: 擅长机器学习，深度学习，优化算法结合和编写，可以做回归，分类，时序预测，信号分解，递归预测等内容，面包多、公众号、知乎、B站同名！需要可联系我定制！从未和“前程算法屋”合作，谨防被骗！！！

关注

一叶千舟: 专注AI大模型智能应用分享，掌控智能时代创新密钥

关注

格图素书: 绰约多逸态，轻盈不自持。常矜绝代色，复恃倾城姿。

关注