- 文章目录 致谢 6 朴素贝叶斯6.1 概述6.2 概率论6.2.1 大数定律6.2.2 基本概念6.2.3 极大似然估计6.2.4 多项式分布6.2.4.1 伯努利分布6.2.4.2 二项分布... 文章目录 致谢 6 朴素贝叶斯6.1 概述6.2 概率论6.2.1 大数定律6.2.2 基本概念6.2.3 极大似然估计6.2.4 多项式分布6.2.4.1 伯努利分布6.2.4.2 二项分布...
- 文章目录 致谢 8 随机森林8.1 引入8.2 决策森林8.2.1 集成学习方法8.2.2 什么是随机森林8.2.3 无偏估计8.2.4 决策森林原理过程8.2.5 决策森林算法实现 8... 文章目录 致谢 8 随机森林8.1 引入8.2 决策森林8.2.1 集成学习方法8.2.2 什么是随机森林8.2.3 无偏估计8.2.4 决策森林原理过程8.2.5 决策森林算法实现 8...
- 文章目录 致谢 9 线性回归再相遇9.1 再遇9.1.1 概述9.1.2 矩阵和向量9.1.3 矩阵加减乘除9.1.3.1 矩阵——矩阵加减9.1.3.2 矩阵——标量加减乘9.1.3.3 矩... 文章目录 致谢 9 线性回归再相遇9.1 再遇9.1.1 概述9.1.2 矩阵和向量9.1.3 矩阵加减乘除9.1.3.1 矩阵——矩阵加减9.1.3.2 矩阵——标量加减乘9.1.3.3 矩...
- 文章目录 致谢致歉 4 KNN算法4.1 sklearn转换器和估计器4.1.1 转换器4.1.2 估计器 4.2 KNN算法4.2.1 概述4.2.2 电影类型分析4.2.3 算法实现... 文章目录 致谢致歉 4 KNN算法4.1 sklearn转换器和估计器4.1.1 转换器4.1.2 估计器 4.2 KNN算法4.2.1 概述4.2.2 电影类型分析4.2.3 算法实现...
- 问题 案例实现 如果需要优化其他问题，只需要调整下fit_fun即可 也可以去调整PSO参数。 PSO参数具体如下： dim：粒子的维度（变量个数）。 size：粒子个数m（种群... 问题 案例实现 如果需要优化其他问题，只需要调整下fit_fun即可 也可以去调整PSO参数。 PSO参数具体如下： dim：粒子的维度（变量个数）。 size：粒子个数m（种群...
- 题号 标题 已通过代码 通过率 团队的状态 A Array 点击查看 388/4063 B Eezie and Pie 点击查看 1042/2840 C Forest 点击查看 38/144 未通过 ... 题号 标题 已通过代码 通过率 团队的状态 A Array 点击查看 388/4063 B Eezie and Pie 点击查看 1042/2840 C Forest 点击查看 38/144 未通过 ...
- 文章目录 5 模型选择及调优5.1 数据增强5.2 过拟合5.3 交叉验证5.4 超参数搜索——网格搜索 5 模型选择及调优 5.1 数据增强 有时候，你和你的老板说你数据不够，它是... 文章目录 5 模型选择及调优5.1 数据增强5.2 过拟合5.3 交叉验证5.4 超参数搜索——网格搜索 5 模型选择及调优 5.1 数据增强 有时候，你和你的老板说你数据不够，它是...
- 文章目录 十 岭回归10.1 岭回归的接口10.2 岭回归处理房价预测 十 岭回归 岭回归是线性回归的改进，有时候迫不得已我们的参数确实不能少，这时候过拟合的现象就可能发生。为了避免过... 文章目录 十 岭回归10.1 岭回归的接口10.2 岭回归处理房价预测 十 岭回归 岭回归是线性回归的改进，有时候迫不得已我们的参数确实不能少，这时候过拟合的现象就可能发生。为了避免过...
- 文章目录 致谢 3 自动求导机制3.1 传播机制与计算图3.1.1 前向传播3.1.2 反向传播 3.2 自动求导3.3 再来做一次3.4 线性回归3.4.1 回归3.4.2 线性回归的... 文章目录 致谢 3 自动求导机制3.1 传播机制与计算图3.1.1 前向传播3.1.2 反向传播 3.2 自动求导3.3 再来做一次3.4 线性回归3.4.1 回归3.4.2 线性回归的...
- 一、无人机简介 无人机的航迹规划是指在综合考虑无人机飞行油耗、威胁、飞行区域以及自身物理条件限制等因素的前提下, 为飞行器在飞行区域内规划出从初始点到目标点最优或者满意的飞行航迹, 其本质是一个多约束的... 一、无人机简介 无人机的航迹规划是指在综合考虑无人机飞行油耗、威胁、飞行区域以及自身物理条件限制等因素的前提下, 为飞行器在飞行区域内规划出从初始点到目标点最优或者满意的飞行航迹, 其本质是一个多约束的...
- 本文目录： 一、机器学习与人工智能、深度学习1.机器学习和人工智能，深度学习的关系2.达特茅斯会议-人工智能的起点 二、机器学习、深度学习能做些什么1.用在挖掘、预测领域2.用在图像领域3... 本文目录： 一、机器学习与人工智能、深度学习1.机器学习和人工智能，深度学习的关系2.达特茅斯会议-人工智能的起点 二、机器学习、深度学习能做些什么1.用在挖掘、预测领域2.用在图像领域3...
- @Author: Runsen 基于flask和网页端部署yolo自训练模型 关于yolov5模型的flask的部署, 需要通过torch.hub.load 加载yolov5 自定义的模型，sourc... @Author: Runsen 基于flask和网页端部署yolo自训练模型 关于yolov5模型的flask的部署, 需要通过torch.hub.load 加载yolov5 自定义的模型，sourc...
- 问题 1164: 【数组的距离】 时间限制: 1Sec 内存限制: 128MB 提交: 293 解决: 144 题目描述 已知元素从小到大排列的两个数组x[]和y[]，请写出一个程序算出两个数组彼此之间... 问题 1164: 【数组的距离】 时间限制: 1Sec 内存限制: 128MB 提交: 293 解决: 144 题目描述 已知元素从小到大排列的两个数组x[]和y[]，请写出一个程序算出两个数组彼此之间...
- 根据开源项目进行部署测试： GitHub - thb1314/tensorrt-onnx-fasterrcnn-fpn-roialign 本部分基于repo GitHub - shouxieai/tensorRT_Pro: C++ library based on tensorrt integration 安装部分请看该... 根据开源项目进行部署测试： GitHub - thb1314/tensorrt-onnx-fasterrcnn-fpn-roialign 本部分基于repo GitHub - shouxieai/tensorRT_Pro: C++ library based on tensorrt integration 安装部分请看该...
- 理清三个概念： 1、Epoch 训练次数 2、Batch-Size：各批量的大小 3、Iteration：使用批量的次数 Iteration*Batch-Size=Number of samples s... 理清三个概念： 1、Epoch 训练次数 2、Batch-Size：各批量的大小 3、Iteration：使用批量的次数 Iteration*Batch-Size=Number of samples s...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签