机器学习
-
Linux用conda创建虚拟环境失败报错:Collecting package metadata (current
pytorch虚拟环境 conda create -n nn python=3.7 安装报错Linux,Collecting package metadata (current_r…
-
安装tensorflow的GPU版本(详细图文教程)–CUDA11.6的安装
文章目录 TensorFlow简介 TensorFlow是什么 tensorflow版本变迁 tensorflow 2.0 架构 安装过程 常用IDE安装 python3.9的安装…
-
图神经网络与大数据:创新融合的数据智能时代
导言: 在当今数字化时代,图神经网络(GNNs)和大数据技术是两个备受关注的领域。本文将深入研究二者结合的可能方向,各自的关注点、当前研究动态、技术应用、实际场景、…
-
【AIGC】2023年生成式AI发展综述
文章目录 一、文本生成 & 智能问答 二、AI绘画 三、音频生成 四、视频生成 五、三维生成 & 数字人 5.1 通用三维生成 5.2 数字人 展望:通用人工智能趋…
-
4.Python数据分析项目之广告点击转化率预测
1.总结 流程 具体操作 基本查看 查看缺失值(可以用直接查看方式isnull、图像查看方式查看缺失值missingno)、查看数值类型特征与非数值类型特征、一次性绘制所有特征的分…
-
flask+Python+Vue实现前后端分离的web项目并部署至云服务器
flask+Python+Vue实现前后端分离的web项目并部署至云服务器 1 后台+算法模型 1.1 训练机器学习模型 1.2 基于Flask框架搭建后台接口 2 前端搭建 3 …
-
【机器学习 & 深度学习】神经网络简述
🚀个人主页:为梦而生~ 关注我一起学习吧! 💡专栏:机器学习 欢迎订阅!相对完整的机器学习基础教学! ⭐特别提醒:针对机器学习,特别开始专栏:机器学…
-
AI、机器学习、大模型、生成式 AI 和安全
目录 1. AI、机器学习、大模型、生成式 AI 和安全 1.1. 前言 1.2. 人工智能(AI) 1.3. 机器学习 1.4. 大模型(LLM) 1.5. ChatGPT 1….
-
SHAP(一):具有 Shapley 值的可解释 AI 简介
SHAP(一):具有 Shapley 值的可解释 AI 简介 这是用 Shapley 值解释机器学习模型的介绍。 沙普利值是合作博弈论中广泛使用的方法,具有理想的特性。 本教程旨在…
-
AI 赋能绿色制冷,香港岭南大学开发 DEMMFL 模型进行建筑冷负荷预测
近年来,城市化进程加速所带来的碳排放量骤增,已经严重威胁到了全球环境。多个国家均已给出了「碳达峰,碳中和」的明确时间点,一场覆盖全球、全行业的「绿色革命」已经拉开序幕。在一众行业中…
-
用Pytorch搭建一个房价预测模型
本文参加新星计划人工智能(Pytorch)赛道:https://bbs.csdn.net/topics/613989052 目录 一、项目介绍 二、准备工作 三、实验过程 3.1数…
-
国科大.模式识别与机器学习.期末复习笔记手稿+复习大纲
写在最前 这是博主复习《模式识别与机器学习》这门课程时的手稿。本文基本覆盖了这门课程的所有知识点,认真复习的话90分以上没有什么问题,如果有哪里的字体难以辨认,请评论区留言。 另外…
-
【ABAQUS】模态分析
introduce 模态分析是研究结构动力特性的一种方法。模态是指机械结构的固有振动特性,一阶模态都对应特定的固有频率、阻尼比和振型。得到这些模态参数的过程就是模态分析。 如果是利…
-
决策树(Decision Tree)
文章目录 1. 决策树简介 2. 决策树原理 2.1 引例 2.2 生成算法 2.2.1 ID3(信息增益) 2.2.2 C4.5(信息增益率) 2.2.3 CART(基尼指数) …
-
多传感器数据融合技术
多传感器数据融合技术 概述 多源数据融合的优点 多源数据融合也存在缺点 多源数据融合的应用 常见的多传感器信息融合方法 每个方法的优缺点和适用场景,具体方法的选择应根据实际情况进行…
