- 1. TP（True Postive）、TN（True Negative）、FP（False Negative）、 FN（False Negative） 举个医生看病的例子： 假设患病为阳性（Positive），健康为阴性（Negative） 当医生正确地将患病病人确诊为有病，那么就是TP；当医生正确地将康复病人确诊为没病，那么就是TN... 1. TP（True Postive）、TN（True Negative）、FP（False Negative）、 FN（False Negative） 举个医生看病的例子： 假设患病为阳性（Positive），健康为阴性（Negative） 当医生正确地将患病病人确诊为有病，那么就是TP；当医生正确地将康复病人确诊为没病，那么就是TN...
- 从今天开始整理强化学习领域的知识，主要参考的资料是Sutton的强化学习书和UCL强化学习的课程。这个系列大概准备写10到20篇，希望写完后自己的强化学习碎片化知识可以得到融会贯通，也希望可以帮到更多的人，毕竟目前系统的讲解强化学习的中文资料不太多。 第一篇会从强化学习的基本概念讲起，对应Sutton书的第一章和UCL课程的... 从今天开始整理强化学习领域的知识，主要参考的资料是Sutton的强化学习书和UCL强化学习的课程。这个系列大概准备写10到20篇，希望写完后自己的强化学习碎片化知识可以得到融会贯通，也希望可以帮到更多的人，毕竟目前系统的讲解强化学习的中文资料不太多。 第一篇会从强化学习的基本概念讲起，对应Sutton书的第一章和UCL课程的...
- 在机器学习中的矩阵向量求导(一) 求导定义与求导布局中，我们讨论了向量矩阵求导的9种定义与求导布局的概念。今天我们就讨论下其中的标量对向量求导，标量对矩阵求导, 以及向量对向量求导这三种场景的基本求解思路。 对于本文中的标量对向量或矩阵求导这两种情况，如前文所说，以分母布局为默认布局。向量对向量求导，以分子布局为默认布局。如... 在机器学习中的矩阵向量求导(一) 求导定义与求导布局中，我们讨论了向量矩阵求导的9种定义与求导布局的概念。今天我们就讨论下其中的标量对向量求导，标量对矩阵求导, 以及向量对向量求导这三种场景的基本求解思路。 对于本文中的标量对向量或矩阵求导这两种情况，如前文所说，以分母布局为默认布局。向量对向量求导，以分子布局为默认布局。如...
- 共同点： SIFT/SURF为了实现不同图像中相同场景的匹配，主要包括三个步骤： 1、尺度空间的建立； 2、特征点的提取； 3、利用特征点周围邻域的信息生成特征描述子 4、特征点匹配。 从博客上看到一片文章，... 共同点： SIFT/SURF为了实现不同图像中相同场景的匹配，主要包括三个步骤： 1、尺度空间的建立； 2、特征点的提取； 3、利用特征点周围邻域的信息生成特征描述子 4、特征点匹配。 从博客上看到一片文章，...
- 过去二十年，由于互联网的发展，零售由线下往线上迁移。近些年，伴随着智能手机的普及，越来越多的线上零售在移动终端上完成。 随着这些移动设备计算力和存储力的日益强大，智能手机也正在成为强大的计算平台，为复杂的端上情景计算提供了可能。 情景计算是利用大数据和机器学习算法在移动设备上主动感知用户状态及用户所处的环境，预测用户意图，对新零... 过去二十年，由于互联网的发展，零售由线下往线上迁移。近些年，伴随着智能手机的普及，越来越多的线上零售在移动终端上完成。 随着这些移动设备计算力和存储力的日益强大，智能手机也正在成为强大的计算平台，为复杂的端上情景计算提供了可能。 情景计算是利用大数据和机器学习算法在移动设备上主动感知用户状态及用户所处的环境，预测用户意图，对新零...
- 标准差（Standard Deviation） ，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。 标准差（ Standard Deviation），在 标准差（Standard Deviation） ，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。 标准差（ Standard Deviation），在
- 特征工程-使用随机森林进行缺失值填补 一、前言 特征工程在传统的机器学习中是非常重要的一个步骤，我们对机器学习算法的优化通常是有限的。如果在完成任务时发现不管怎么优化算法得到的结果都不满意，这个时候就... 特征工程-使用随机森林进行缺失值填补 一、前言 特征工程在传统的机器学习中是非常重要的一个步骤，我们对机器学习算法的优化通常是有限的。如果在完成任务时发现不管怎么优化算法得到的结果都不满意，这个时候就...
- 💖作者简介：大家好，我是车神哥，府学路18号的车神🥇 ⚡About—>车神：从寝室到实验室最快3分钟，最慢3分半（那半分钟其实是等红绿灯） 📝个人主页：应无所住而生其心的博客_府学路18... 💖作者简介：大家好，我是车神哥，府学路18号的车神🥇 ⚡About—>车神：从寝室到实验室最快3分钟，最慢3分半（那半分钟其实是等红绿灯） 📝个人主页：应无所住而生其心的博客_府学路18...
- 竞赛背景 全国大学生智能汽车竞赛是以智能汽车为研究对象的创意性科技竞赛，是面向全国大学生的一种具有探索性工程的实践活动，是教育部倡导的大学生科技竞赛之一。竞赛以"立足培养，重在参与，鼓励探索，追求卓越"... 竞赛背景 全国大学生智能汽车竞赛是以智能汽车为研究对象的创意性科技竞赛，是面向全国大学生的一种具有探索性工程的实践活动，是教育部倡导的大学生科技竞赛之一。竞赛以"立足培养，重在参与，鼓励探索，追求卓越"...
- ➤01 一维函数 使用matplotlib的绘制函数是非常方便和容易的。 下面这个有趣的例子来自于飞浆PaddlePaddle深度学习实战P20中的例子。 1.简单的例子 演示了... ➤01 一维函数 使用matplotlib的绘制函数是非常方便和容易的。 下面这个有趣的例子来自于飞浆PaddlePaddle深度学习实战P20中的例子。 1.简单的例子 演示了...
- 今天下午，来自清华建筑学院的大一学生到我的办公室来，讨论车模控制问题。原来他参加了汽车工程系举办的科技冬令营-芯动计划活动，参加这个活动将会学习基本软件操作方法、MCU基本知识以及常见的传感器等。其中 一... 今天下午，来自清华建筑学院的大一学生到我的办公室来，讨论车模控制问题。原来他参加了汽车工程系举办的科技冬令营-芯动计划活动，参加这个活动将会学习基本软件操作方法、MCU基本知识以及常见的传感器等。其中 一...
- ^平衡 | 图^ 规 与 矩****None没有规矩，无以成方圆。对于一项学生课外科技竞赛来讲，更是如此。那么什么是全国大学生智能车竞赛的规和矩呢？ 那就是比赛的赛道和计时系统。 在第13届全国大... ^平衡 | 图^ 规 与 矩****None没有规矩，无以成方圆。对于一项学生课外科技竞赛来讲，更是如此。那么什么是全国大学生智能车竞赛的规和矩呢？ 那就是比赛的赛道和计时系统。 在第13届全国大...
- 前言 卓老师您好，首先先祝您身体健康！ 我是一名大二学生，今年第一年参赛做室外AL组。由于这个组是今年第一次，所以我们组也都没有什么经验，可以说是小白中的小白。 1. AI电磁车实验方法 寒假留校... 前言 卓老师您好，首先先祝您身体健康！ 我是一名大二学生，今年第一年参赛做室外AL组。由于这个组是今年第一次，所以我们组也都没有什么经验，可以说是小白中的小白。 1. AI电磁车实验方法 寒假留校...
- 全国大学生智能汽车竞赛，顶着“智能”的帽子已经走过了14年了。如果按照2005年，当年筹办比赛时候的标准，车模在预先不知道的赛道上完成竞速比赛，看起来还仿佛应该具有“智能”。 可是做过智能比赛的人都... 全国大学生智能汽车竞赛，顶着“智能”的帽子已经走过了14年了。如果按照2005年，当年筹办比赛时候的标准，车模在预先不知道的赛道上完成竞速比赛，看起来还仿佛应该具有“智能”。 可是做过智能比赛的人都...
- 在上周的人工神经网络课程中介绍了机器学习中的支持向量机（SVM：Support Vector Machine）与前馈网络RBF的之间的联系，而对于有传递函数为线性函数组成的单层网络的代表自适应线性单元（... 在上周的人工神经网络课程中介绍了机器学习中的支持向量机（SVM：Support Vector Machine）与前馈网络RBF的之间的联系，而对于有传递函数为线性函数组成的单层网络的代表自适应线性单元（...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签