- 特征工程 特征工程
- 机器学习概述 机器学习概述
- 1、使用apexAPEX是英伟达开源的，完美支持PyTorch框架，用于改变数据格式来减小模型显存占用的工具。其中最有价值的是amp（Automatic Mixed Precision），将模型的大部分操作都用Float16数据类型测试，一些特别操作仍然使用Float32。并且用户仅仅通过三行代码即可完美将自己的训练代码迁移到该模型。实验证明，使用Float16作为大部分操作的数据类型，并... 1、使用apexAPEX是英伟达开源的，完美支持PyTorch框架，用于改变数据格式来减小模型显存占用的工具。其中最有价值的是amp（Automatic Mixed Precision），将模型的大部分操作都用Float16数据类型测试，一些特别操作仍然使用Float32。并且用户仅仅通过三行代码即可完美将自己的训练代码迁移到该模型。实验证明，使用Float16作为大部分操作的数据类型，并...
- RBF神经网络介绍 RBF神经网络介绍
- BP神经网络介绍 BP神经网络介绍
- K-近邻算法的缺点在前几篇文章中，我们介绍了K-近邻算法。K-近邻算法的最大缺点是无法给出数据的内在含义。 决策树而今天要学习的决策树算法的一大优势就在于其数据形式非常容易理解。决策树是处理分类问题中最经常使用的数据挖掘算法。决策树解决问题的一般流程如下：(1) 收集数据：可以使用任何方法。(2) 准备数据：树构造算法只适用于标称型数据，因此数值型数据必须离散化。(3) 分析数据：可以使用... K-近邻算法的缺点在前几篇文章中，我们介绍了K-近邻算法。K-近邻算法的最大缺点是无法给出数据的内在含义。 决策树而今天要学习的决策树算法的一大优势就在于其数据形式非常容易理解。决策树是处理分类问题中最经常使用的数据挖掘算法。决策树解决问题的一般流程如下：(1) 收集数据：可以使用任何方法。(2) 准备数据：树构造算法只适用于标称型数据，因此数值型数据必须离散化。(3) 分析数据：可以使用...
- 贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Naïve Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。今天教大家如何用代码实现贝叶斯算法 所需jar包 创建目录存放训练语料 创建类BayesClassifier朴素贝叶斯分类器， 利用样本数据集计算先验概... 贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Naïve Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。今天教大家如何用代码实现贝叶斯算法 所需jar包 创建目录存放训练语料 创建类BayesClassifier朴素贝叶斯分类器， 利用样本数据集计算先验概...
- 分类方法的实现基于weka的分类方法的实现，包括：KNN分类、决策树分类、朴素贝叶斯分类 步骤 KNN分类1. 打开weka进入explorer 界面，加载天气数据集glass.arff，然后切换到classify标签页。单击choose依次选择weka->classifiers->lazy->IBk,，IBk是一种KNN分类器。IBk的参数值保持默认，使用交叉验证的方式测试该分类器的性能。... 分类方法的实现基于weka的分类方法的实现，包括：KNN分类、决策树分类、朴素贝叶斯分类 步骤 KNN分类1. 打开weka进入explorer 界面，加载天气数据集glass.arff，然后切换到classify标签页。单击choose依次选择weka->classifiers->lazy->IBk,，IBk是一种KNN分类器。IBk的参数值保持默认，使用交叉验证的方式测试该分类器的性能。...
- GAN简介及原理分析生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model，下文简写G）和判别模型（Discriminative Model，下文简写D）的互相博弈学习产生相当好的输出。判别模型（D）的任务就是判... GAN简介及原理分析生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model，下文简写G）和判别模型（Discriminative Model，下文简写D）的互相博弈学习产生相当好的输出。判别模型（D）的任务就是判...
- 决策树 1. 决策树的整体理解 2. 决策树的构造 2.1 决策树----熵 2.2 构造决策树 3. C4.5算法 4. 决策树剪枝 决策树 1. 决策树的整体理解 决策树，顾名思义，首先它是一棵树，其次，这棵树可以起到决策的作用（即可以对一些问题进行判断）。 现通过下面的例子来理解决策树的作用。(注：决策树既可以做分类也可以做回归，此处主要讨论分类的决策树）图中共有五个人，现需... 决策树 1. 决策树的整体理解 2. 决策树的构造 2.1 决策树----熵 2.2 构造决策树 3. C4.5算法 4. 决策树剪枝 决策树 1. 决策树的整体理解 决策树，顾名思义，首先它是一棵树，其次，这棵树可以起到决策的作用（即可以对一些问题进行判断）。 现通过下面的例子来理解决策树的作用。(注：决策树既可以做分类也可以做回归，此处主要讨论分类的决策树）图中共有五个人，现需...
- 机器学习（三）：线性模型 机器学习（三）：线性模型
- 【Python训练营】Python每日一练----第37天:算式计算 【Python训练营】Python每日一练----第37天:算式计算
- 【Python训练营】Python每日一练----第36天:进制转换（十六进制转八进制、十六进制转十进制、十进制转十六进制） 【Python训练营】Python每日一练----第36天:进制转换（十六进制转八进制、十六进制转十进制、十进制转十六进制）
- bays朴素贝叶斯文本挖掘Chinese bays朴素贝叶斯文本挖掘Chinese
- @[toc] 摘要在前面的文章中，我提到过segmentation_models.pytorch语义分割框架，今天这篇文章向大家展示如何使用segmentation_models.pytorch实现语义分割算法。通过这篇文章，你可以学到：1、如何使用segmentation_models.pytorch图像分割框架实现语义分割算法？2、如何使用和加载语义分割数据集？3、如何使用交叉熵和dic... @[toc] 摘要在前面的文章中，我提到过segmentation_models.pytorch语义分割框架，今天这篇文章向大家展示如何使用segmentation_models.pytorch实现语义分割算法。通过这篇文章，你可以学到：1、如何使用segmentation_models.pytorch图像分割框架实现语义分割算法？2、如何使用和加载语义分割数据集？3、如何使用交叉熵和dic...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签