Waifu2x-Extension-GUI v3.95.13-beta 发布，机器学习多媒体处理应用
Waifu2x-Extension-GUI v3.95.13-beta 已经发布，机器学习多媒体处理应用。 ➡此为测试版, 点此获取稳定版 下载完整安装包: (PRC) OneDrive (不限速) | (PRC) 百度网盘 因本软件属于独立开发的项目, 没有给某些杀毒软件交过保护费, 所以会被某些...
【机器学习】04. 神经网络模型 MLPClassifier分类算法与MLPRegressor回归算法（代码注释，思路推导）
目录 资源下载1. MLPClassifier分类算法1.a 读取数据并进行归一化1.b MLPClassifier多层神经网络1.c 对模型分类结果进行可视化分析2. MLPRegressor回归算法2.1 模型训练分析2.2 可视化分析异常总结 『机器学习』分享机器学习课程学习笔记，逐步讲述...
读者也是作者 | 985学生机器学习的经历自述
我们计算机视觉研究院已经成立，我们主要涉及深度学习领域，主要致力于人脸检测、人脸识别，多目标检测、目标跟踪、图像分割等研究方向。研究院接下来会不断分享最新的论文算法新框架，我们这次改革不同点就是，我们要着重”研究“。之后我们会针对相应领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程...
哈工大2022机器学习实验二：逻辑回归
本实验要求利用逻辑回归（Logistic Regression），对生成的数据进行二分类。首先我们先回顾一下逻辑回归的基本原理： 逻辑回归 逻辑回归，又意译为对率回归（周志华《机器学习》），虽然它的名字中带“回归”，但它是一个分类模型。它的基本思想是直接估计条件概率 ...
Python 用5行代码学机器学习—线性回归
我准备使用scikit-learn给大家介绍一些模型的基础知识，今天就来讲讲线性回归模型。
NXP i.MX8M Plus赋能边缘机器学习，启扬IAC-IMX8MP-Kit开发板
云计算、边缘计算和机器视觉越来越多地应用在工业和消费系统中，NXP推出先进的i.MX8M Plus应用处理器，将用于机器学习加速的神经处理单元（NPU）、图像信号处理器（ISP）、GPU集成在处理器上，应用于工业和物联网边缘的机器学习推理和各类人工智能。为满足人工智能、机器视觉、边缘计算在各领域不断...
python机器学习之贝叶斯分类
这篇文章主要为大家详细介绍了python机器学习之贝叶斯分类的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
常见的游戏AI技术对比(FSM,HFSM,BT,GOAP,HTN,Utilitay,机器学习)
最近研究的内容，比较懒还没写文章，先占个坑，过几天补常见的游戏AI技术对比(FSM,HFSM,BT,GOAP,HTN,Utilitay,机器学习)的更多相关文章游戏AI技术 2[Unity3D人工智能编程精粹 2] 1.跟随领队行为. 用靠近(Seek)或追逐(Pursuit)实现跟随领队行为并不好...
2021年，送给码农的免费Python机器学习课程
2021年来了，越过了充满艰辛的2020，希望大家在新的一年里，手里能多一件对抗未知的武器，刚哥送给大家免费的Python机器学习课程。
【机器学习Machine Learning】资料大全
昨天总结了深度学习的资料，今天把机器学习的资料也总结一下(友情提示：有些网站需要"*"^_^)推荐几本好书：1.Pattern Recognition and Machine Learning (by Hastie, Tibshirani, and Friedman's )2.Elements...
详解机器学习中的数据处理（二）——特征归一化
摘要：在机器学习中，我们的数据集往往存在各种各样的问题，如果不对数据进行预处理，模型的训练和预测就难以进行。这一系列博文将介绍一下机器学习中的数据预处理问题，以\(\color{#4285f4}{U}\color{#ea4335}{C}\color{#fbbc05}{I}\)数据集为例详细介绍缺失值...
python机器学习之随机森林（七）
这篇文章主要为大家详细介绍了python机器学习之随机森林，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
机器学习实战-朴素贝叶斯
1.优缺点优点:在数据较少的情况下仍然有效，可以处理多类别问题。缺点:对于输入数据的准备方式较为敏感。适用数据类型:标称型数据2.朴素贝叶斯的一般过程(1) 收集数据:可以使用任何方法。本章使用RSS源。(2) 准备数据:需要数值型或者布尔型数据。(3) 分析数据:有大量特征时，绘制特征作用不大，此...
Python机器学习之决策树算法
这篇文章主要为大家详细介绍了Python机器学习之决策树算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
机器学习概念漂移检测方法（Aporia）
目前，有多种技术可用于机器学习检测概念漂移的方法。熟悉这些检测方法是为每个漂移和模型使用正确度量的关键。在本文章中，回顾了四种类型的检测方法：统计、统计过程控制、基于时间窗口和上下文方法。如果您正在寻找有关概念漂移的介绍，我建议您查看机器学习中的概念漂移一文。统计方法统计方法用于比较分布之间...
大疆车载招聘|SLAM、地图定位、感知算法、机器学习算法工程师
3D视觉工坊致力于推荐最棒的工作机会，精准地为其找到最佳求职者，做连接优质企业和优质人才的桥梁。公司介绍大疆车载是大疆旗下专门提供智能驾驶服务的品牌，自2016年起专注于智能驾驶系统及其核心零部件的研发、生产、销售等服务。我们拥有一支创新能力强、经验丰富的团队，截至2020年底，核心研发人员超过50...
机器学习：详解半朴素贝叶斯分类AODE原理(附Python实现)
目录 0 写在前面1 独依赖假设2 AODE原理3 Python实现3.1 计算类先验概率3.2 计算属性后验概率3.3 预测 0 写在前面 机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝...
机器学习之KNN算法
KNN：K nearest neighbor，是一种分类算法，其中的K是人工指定的邻居个数，K常用交叉验证法进行确定。也称为：K近邻算法，K个最近的邻居。 knn不需要训练模型或者模型中的任意参数，当拿到一个新的样本需要进行分类，那么之前所有的样本都会当作模型数据进行...
DMLC深度机器学习框架MXNet的编译安装
这篇文章将介绍MXNet的编译安装。MXNet的编译安装分为两步：首先，从C++源码编译共享库（libmxnet.so for linux，libmxnet.dylib for osx，libmxnet.dll for windows）。接着，安装语言包。1. 构建共享库依赖目标是构建共享库文件。最...
机器学习实战-决策树
1.决策树的构造1.1优缺点优点:计算复杂度不高：以ID3为例，每次运算都是基于某一列特征，特征计算完后，下次计算不考虑该最有特征，并且通过适当剪枝可以简化复杂度输出结果易于理解：因为输出的是一个树的结构，树的走向一目了然对中间值的缺失不敏感可以处理不相关特 征数据：是基于每列特征来计算，不考虑特征...