机器学习
-
机器学习特征重要性分析
方法 特征重要性是指特征对目标变量的影响程度，即特征在模型中的重要性程度。判断特征重要性的方法有很多，下面列举几种常用的方法： 1. 基于树模型的特征重要性：例如随机森林（Rand…
-
nn.Parameter()
nn.Parameter() 是 PyTorch 中的一个类，用于创建可训练的参数（权重和偏置），这些参数会在模型训练过程中自动更新。 nn.Parameter() 具有以下特点：…
-
【赠书第4期】机器学习与人工智能实战：基于业务场景的工程应用
文章目录 前言 1 机器学习基础知识 2 人工智能基础知识 3 机器学习和人工智能的实战案例 4 总结 5 推荐图书 6 粉丝福利 前言 机器学习与人工智能是当前最热门的领域之一，…
-
Word2Vec模型——将文本转换成向量的方法
在美赛的时候，用了一下这个模型，发一下。 Word2Vec是一种用于将文本转换为向量表示的技术。它是Google在2013年开发的一种工具，主要用于…
-
Qualcomm® AI Engine Direct 使用手册（3）
Qualcomm® AI Engine Direct 使用手册（3） 3.3 环境设置 4. 后端 4.1 后端特定页面 4.1.1 数字信号处理器 4.1.2 HTP 3.3 环…
-
【时间序列】Transformer for TimeSeries时序预测算法详解
一、介绍 1.1 背景 2017年，Google的一篇 Attention Is All You Need 为我们带来了Transformer，其在NLP领域的重大成功展示了它对时…
-
Python+Django+Mysql个性化求职推荐系统 在线求职/招聘/职位/简历推荐系统 基于机器学习/深度学习/人工智能 基于标签/协同过滤推荐算法 爬虫
Python+Django+Mysql个性化求职推荐系统 在线求职/招聘/职位/简历推荐系统 基于机器学习/深度学习/人工智能 基于标签/协同过滤推荐算法 爬虫Personaliz…
-
Pytorch学习笔记（8）：正则化（L1、L2、Dropout）与归一化（BN、LN、IN、GN）
目录 一、正则化之weight_decay（L2正则） 1.1 正则化及相关概念 1.2 正则化策略（L1、L2） （1）L1正则化 （2）L2正则化 1.3 L2正则项——we…
-
probit模型与logit模型的相同点，区别及关系
Probit模型和Logit模型都是常用的统计学习方法，主要用于二分类问题中。 相同点： 它们都是广义线性模型，通过建立数据与概率之间的联系来预测离散响应变量的可能性。 它们都是基…
-
保姆级教程 | PAI x EasyPhoto，节日氛围AI写真生成
活动地址： https://developer.aliyun.com/topic/aigc_pai/newyear 教程简述 生成式AI技术批量产出真/像/美的个人写真应用非常受欢…
-
遗传算法解决TSP问题（完整报告，含全部代码）
一. 了解TPS问题 旅行商问题 TSP问题（Travelling Salesman Problem）即旅行商问题，又译为旅行推销员问题、货郎担问题，是数学领域中著…
-
【推荐系统】常用评价指标NDCG、HR、Recall、MRR解析
【推荐系统】常用评价指标NDCG、HR、Recall、MRR解析 文章目录 【推荐系统】常用评价指标NDCG、HR、Recall、MRR解析 1. 准备工作 2. 计算这些指标 （…
-
Python多元线性回归预测模型实验完整版
多元线性回归预测模型 实验目的 通过多元线性回归预测模型，掌握预测模型的建立和应用方法，了解线性回归模型的基本原理 实验内容 多元线性回归预测模型 实验步骤和过程 (1)第一步：学…
-
主流机器学习平台调研与对比分析
梗概 本报告主要调研目前主流的机器学习平台，包括但不限于Amazon的Sage maker，Alibaba的PAI，Baidu的PaddlePaddle。对产品的定位、功能、实践、…
-
机器学习——线性回归
学习目标 了解线性回归的应用场景 知道线性回归的定义 1 线性回归应用场景 房价预测 销售额度预测 贷款额度预测 举例： 2 什么是线性回归 2.1 定义与公式 线性回归(Line…
