- GAN 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）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。原始 GAN 理论中，并不要求 G 和 ... GAN 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）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。原始 GAN 理论中，并不要求 G 和 ...
- ELI5主要是用于处理文本分类的机器学习的库 MLI5是一个Python库，允许使用统一API可视化地调试各种机器学习模型。 它内置了对多个ML框架的支持，并提供了一种解释黑盒模型的方法。它有助于调试机器学习分类器并解释它们的预测。 scikit-learn。目前，ELI5允许解释scikit-learning线性分类器和回归量的权重和预测，将决策树打印为文本或... ELI5主要是用于处理文本分类的机器学习的库 MLI5是一个Python库，允许使用统一API可视化地调试各种机器学习模型。 它内置了对多个ML框架的支持，并提供了一种解释黑盒模型的方法。它有助于调试机器学习分类器并解释它们的预测。 scikit-learn。目前，ELI5允许解释scikit-learning线性分类器和回归量的权重和预测，将决策树打印为文本或...
- 在决策树中有一个很重要的概念就是深度 没错决策树很容易过拟合 从iris来看下所谓的过拟合 环境 jupyter notebook 导入包 import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl from sklea... 在决策树中有一个很重要的概念就是深度 没错决策树很容易过拟合 从iris来看下所谓的过拟合 环境 jupyter notebook 导入包 import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl from sklea...
- 先把来源写上 来源：贪心学院，https://www.zhihu.com/people/tan-xin-xue-yuan/activities 这次回归 之前写过关于平安股票的，竟然没想到是同一个案例 平安股票分析 说明下这个模型是没用的 import numpy as np # 数学计算 import pandas as pd # 数据处理, 读取 CSV... 先把来源写上 来源：贪心学院，https://www.zhihu.com/people/tan-xin-xue-yuan/activities 这次回归 之前写过关于平安股票的，竟然没想到是同一个案例 平安股票分析 说明下这个模型是没用的 import numpy as np # 数学计算 import pandas as pd # 数据处理, 读取 CSV...
- 一、首推：压缩感知“Hello World”代码初步学习 本文真的对我理解压感起到很大的帮助，特别在OMP（正交匹配追踪重构算法）算法的讲解中，尤为精彩，我从来没有见过哪个博主能如此认真的去一行一行地解释，解读代码，我对此十分感谢。 个人认为，能有超过70%注释的代码才是负责人的代码，当然也是好的代码。本文做到的不仅如此，简直优秀。为此，我一行一行的抄写了里面的代码。 精彩节... 一、首推：压缩感知“Hello World”代码初步学习 本文真的对我理解压感起到很大的帮助，特别在OMP（正交匹配追踪重构算法）算法的讲解中，尤为精彩，我从来没有见过哪个博主能如此认真的去一行一行地解释，解读代码，我对此十分感谢。 个人认为，能有超过70%注释的代码才是负责人的代码，当然也是好的代码。本文做到的不仅如此，简直优秀。为此，我一行一行的抄写了里面的代码。 精彩节...
- 先把来源写上 来源：贪心学院，https://www.zhihu.com/people/tan-xin-xue-yuan/activities 往期文章： K-means算法 k - means 是无监督学习的一种，主要用于分类 首先确定K值，就是类别数，我们想把数据分为几类。根据k值随机选取K个点，作为中心点，分别计算其余各个点到这K个点的距离。对于每一个非... 先把来源写上 来源：贪心学院，https://www.zhihu.com/people/tan-xin-xue-yuan/activities 往期文章： K-means算法 k - means 是无监督学习的一种，主要用于分类 首先确定K值，就是类别数，我们想把数据分为几类。根据k值随机选取K个点，作为中心点，分别计算其余各个点到这K个点的距离。对于每一个非...
- 朴素贝叶斯分类器的三个流程： 准备阶段： 在这个阶段我们需要确定特征属性，比如对于通过“身高”为高、“体重”为中等、“鞋码”为中等，这些特征 预测性别 问题中，对每个特征属性进行适当划分，然后由人工对一部分数据进行分类，形成训练样本。 训练阶段: 这个阶段就是生成分类器，主要工作是计算每个类别在训练样本中的出现频率及每个特征属性划分对每个类别的条件概率。输入是特... 朴素贝叶斯分类器的三个流程： 准备阶段： 在这个阶段我们需要确定特征属性，比如对于通过“身高”为高、“体重”为中等、“鞋码”为中等，这些特征 预测性别 问题中，对每个特征属性进行适当划分，然后由人工对一部分数据进行分类，形成训练样本。 训练阶段: 这个阶段就是生成分类器，主要工作是计算每个类别在训练样本中的出现频率及每个特征属性划分对每个类别的条件概率。输入是特...
- 滤波器原理：滤波器就是对特定的频率或者特定频率以外的频率进行消除的电路，被广泛用于通信系统和信号处理系统中。从功能角度，数字滤波器对输入离散信号的数字代码进行运算处理，以达到滤除频带外信号的目的。 有限冲激响应（FIR）滤波器就是一种常用的数字滤波器，采用对已输入样值的加权和来形成它的输出。其系统函数为： 其中表示延时一个时钟周期，表示延时两个周期。 传统的单速率 F... 滤波器原理：滤波器就是对特定的频率或者特定频率以外的频率进行消除的电路，被广泛用于通信系统和信号处理系统中。从功能角度，数字滤波器对输入离散信号的数字代码进行运算处理，以达到滤除频带外信号的目的。 有限冲激响应（FIR）滤波器就是一种常用的数字滤波器，采用对已输入样值的加权和来形成它的输出。其系统函数为： 其中表示延时一个时钟周期，表示延时两个周期。 传统的单速率 F...
- Adaboost算法： AdaBoost 算法 在数据挖掘中，分类算法可以说是核心算法，其与随机森林算法一样都属于 分类算法中的集成算法。 什么是集成？ 集成用我们通俗的话来说就是“三个臭皮匠，顶个诸葛亮”。通过构建并结合多个机器学习器来完成学习任务，并且达到一个更好的结果。 为什么要集成？ 因为臭皮匠好训练，诸葛亮却不好求。因此要打造一个诸葛亮，最好的方式就... Adaboost算法： AdaBoost 算法 在数据挖掘中，分类算法可以说是核心算法，其与随机森林算法一样都属于 分类算法中的集成算法。 什么是集成？ 集成用我们通俗的话来说就是“三个臭皮匠，顶个诸葛亮”。通过构建并结合多个机器学习器来完成学习任务，并且达到一个更好的结果。 为什么要集成？ 因为臭皮匠好训练，诸葛亮却不好求。因此要打造一个诸葛亮，最好的方式就...
- 回归：预测燃油效率 在一个回归问题中，我们的目标是预测一个连续值的输出，比如价格或概率。这与一个分类问题形成对比，我们的目标是从一系列类中选择一个类（例如，一张图片包含一个苹果或一个橘子，识别图片中的水果）。 本笔记本使用经典的[auto-mpg]（https://archive.ics.uci.edu/ml/datasets/auto+mpg）数据集，建立了预... 回归：预测燃油效率 在一个回归问题中，我们的目标是预测一个连续值的输出，比如价格或概率。这与一个分类问题形成对比，我们的目标是从一系列类中选择一个类（例如，一张图片包含一个苹果或一个橘子，识别图片中的水果）。 本笔记本使用经典的[auto-mpg]（https://archive.ics.uci.edu/ml/datasets/auto+mpg）数据集，建立了预...
- 上篇讲了概念的东西 实战使用 泰坦尼克数据集，之前对它进行数据预处理 可以阅读上几篇 import pandas as pd import keras import numpy as np data = pd.read_csv('./dataset/tt/train.csv') y = data.Survived x = data[['Pclass', 'Sex... 上篇讲了概念的东西 实战使用 泰坦尼克数据集，之前对它进行数据预处理 可以阅读上几篇 import pandas as pd import keras import numpy as np data = pd.read_csv('./dataset/tt/train.csv') y = data.Survived x = data[['Pclass', 'Sex...
- 以前的老文，回顾回顾 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。许多估计量中的多数票最终可能比进行投票的任何单个估计量都要好！ 学习算法 用N来表示训练用例（样本）的个数，M表示特征数目。 输入特征... 以前的老文，回顾回顾 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。许多估计量中的多数票最终可能比进行投票的任何单个估计量都要好！ 学习算法 用N来表示训练用例（样本）的个数，M表示特征数目。 输入特征...
- 聚类模型的训练 聚类模型最重要的就是（K-means） KMeans算法的基本思想如下： 随机选择K个点作为初始质心 While 簇发生变化或小于最大迭代次数： 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 图中有3个初始质点，形成的3个簇，再计算每个簇的质心，比较差别 # 生成数据 make_blobs import numpy as ... 聚类模型的训练 聚类模型最重要的就是（K-means） KMeans算法的基本思想如下： 随机选择K个点作为初始质心 While 簇发生变化或小于最大迭代次数： 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 图中有3个初始质点，形成的3个簇，再计算每个簇的质心，比较差别 # 生成数据 make_blobs import numpy as ...
- 信道中的频域均衡器中，它是用可调滤波器的频域特性去补偿基带系统的频域特性，使系统总的传输函数满足无失真传输条件； 时域均衡器，使用均衡器产生的波形去补偿已经变形的波形，使总的输出波形满足无码间串扰的条件。 如何用波形去补偿波形呢？ 比如说在基带传输中，接收到某一个脉冲信号，由于信道不理想，出现了拖尾， 这个拖尾可能会对抽样点上的其他码元产生干扰，现在用均衡器产生了一个补偿波... 信道中的频域均衡器中，它是用可调滤波器的频域特性去补偿基带系统的频域特性，使系统总的传输函数满足无失真传输条件； 时域均衡器，使用均衡器产生的波形去补偿已经变形的波形，使总的输出波形满足无码间串扰的条件。 如何用波形去补偿波形呢？ 比如说在基带传输中，接收到某一个脉冲信号，由于信道不理想，出现了拖尾， 这个拖尾可能会对抽样点上的其他码元产生干扰，现在用均衡器产生了一个补偿波...
- 过拟合(高方差) 当我们的数据无法满足我们模型的复杂度时会过拟合，也就是我们的变量过多,模型很复杂，导致在我们的训练集中我们的将我们的训练样本拟合的非常好，但是在测试样本中测试的准确率比较低，模型的泛化能力差，就会出现过拟合的问题。 通俗一点地来说过拟合就是模型把数据学习的太彻底，以至于把噪声数据的特征也学习到了，这样就会导致在后期测试的时候不能够很好地识别数据，即... 过拟合(高方差) 当我们的数据无法满足我们模型的复杂度时会过拟合，也就是我们的变量过多,模型很复杂，导致在我们的训练集中我们的将我们的训练样本拟合的非常好，但是在测试样本中测试的准确率比较低，模型的泛化能力差，就会出现过拟合的问题。 通俗一点地来说过拟合就是模型把数据学习的太彻底，以至于把噪声数据的特征也学习到了，这样就会导致在后期测试的时候不能够很好地识别数据，即...
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