机器学习-02-机器学习算法分类以及在各行各业的应用
总结 本系列是机器学习课程的第02篇，主要介绍机器学习算法分类以及在各行各业的应用 本门课程的目标 完成一个特定行业的算法应用全过程： 定义问题（Problem Definition） -> 数据收集(Data Collection) -> 数据分割(Dataset Spit up) -...
【JS逆向一】逆向某站的 加密参数算法--仅供学习参考
逆向日期：2024.02.06 使用工具：Node.js 文章全程已做去敏处理！！！ 【需要做的可联系我】 可使用AES进行解密处理（直接解密即可）：在线AES加解密工具 1、打开某某网站(请使用文章开头的AES在线工具解密)：T9mpG48zIdYFB40hkjsQS4+N5rr4...
大话数据结构学习笔记-算法
定义 算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。 特性 算法具有五个基本特性：输入、输出、有穷性、确定性和可行性。 输入:算法可以具有零个或多个输入 输出:算法至少有一个或多个输出。 有穷性:算法在执行有限的步骤之后，自动结束而不会出现无限循环...
数据结构与算法学习【算法思想之二分法基础】
文章目录 数据结构与算法学习【算法思想之二分查找基础】本文学习目标或巩固的知识点最基础的二分查找????通过题目可知题解结果验证 数据结构与算法学习【算法思想之二分查找基础】 本文学习目标或巩固的知识点 学习二分法类题目 巩固基础的二分法提前说明：算法题目来自力扣、牛客等等途径 ...
数学建模及机器学习算法（一）：聚类-kmeans（Python及MATLAB实现，包括k值选取与聚类效果评估）
一、聚类的概念聚类分析是在数据中发现数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。我们事先并不知道数据的正确结果(类标)，通...
深度学习算法：主成分分析（PCA）算法的理解【特征脸】
原文地址：浅谈对主成分分析（PCA）算法的理解 以前对PCA算法有过一段时间的研究，但没整理成文章，最近项目又打算用到PCA算法，故趁热打铁整理下PCA算法的知识。本文观点旨在抛砖引玉，不是权威，更不能尽信，只是本人的一点体会。主成分分析（PCA）是多元统计分析中用来分析数据的...
Python机器学习（十）经典算法大全
1.KNN 分类算法由于knn算法涉及到距离的概念，KNN 算法需要先进行归一化处理1.1 归一化处理 scalerfrom sklearn.preprocessing import StandardScalerstandardScaler =StandardScaler()standa...
MATLAB环境下基于LSTM模型的癫痫发作检测方法-提出一种基于LSTM模型的癫痫发作检测方法，算法程序运行环境为MATLAB R2021b，执行基于深度学习（LSTM）的癫痫发作自动检测，程序运行需要GPU，需要一定内存，部分代码如下:
clc;clear all;close all% Load in data load('0190_channel2_input(1) (1).mat')load('0190_channel2_output(1) (1).mat')Seizure_points=sum(channel2_output...
机器学习中常见的优化算法
在机器学习中，有很多的问题并没有解析形式的解，或者有解析形式的解但是计算量很大（譬如，超定问题的最小二乘解），对于此类问题，通常我们会选择采用一种迭代的...
Spark-机器学习（1）什么是机器学习与MLlib算法库的认识
从这一系列开始，我会带着大家一起了解我们的机器学习，了解我们spark机器学习中的MLIib算法库，知道它大概的模型，熟悉并认识它。同时，本篇文章为个人spark免费专栏的系列文章，有兴趣的可以收藏关注一下，谢谢。同时，希望我的文章能帮助到每一个正在学习的你们。 Spark-大数据技术与应用http...
机器学习之局部异常因子算法(Local Outlier Factor)
概念 局部异常因子算法（Local Outlier Factor, LOF）是一种用于检测数据集中的异常点的算法。它是一种无监督学习方法，不需要先验标签来识别异常值。相反，它利用数据点周围的局部邻域信息来计算每个数据点的异常程度。 LOF算法的核心思想是，异常点通常在其周围的邻域中具有较低的密度，而...
【机器学习算法】【10】--数据挖掘算法之Apriori详解
前言：数据挖掘与机器学习 有时候，人们会对机器学习与数据挖掘这两个名词感到困惑。如果你翻开一本冠以机器学习之名的教科书，再同时翻开一本名叫数据挖掘的教材，你会发现二者之间有相当多重合的内容。比如机器学习中也会讲到决策树和支持向量机，而数据挖掘的书里也必然要在决策树和支持向量机上花费相当...
深度学习AI美颜系列---天天P图疯狂变脸算法
自从天天P图出了疯狂变脸的特效之后，到现在为止已经近两年时间了，这两年时间，天天P图多次凭借换脸特效登上APP Store排行榜首，从小学生证件照到圣诞节梦幻妆再到后来的各种影视游戏特效，以及后来的军装照等等等等，5月4日青年节，天天P图的“前世青年照”又是传遍了朋友圈，火遍了排行榜。在这里本人将这...
如何用深度学习 AI 美颜实现天天 P 图疯狂变脸算法？ | 技术头条
作者 | Trent责编 | 郭 芮自从天天P图出了疯狂变脸的特效之后，到现在为止已经两年时间了。这两年时间，天天P图多次凭借换脸特效登上APP Store排行榜首，从小学生证件照到前世青年照、圣诞节梦幻妆再到后来的各种影视游戏特效，以及后来的军装照等等等等，天天P图时不时地传遍朋友圈，火遍排行榜...
机器学习聚类算法简介
算法的目的 ：聚类算法是“无监督学习”中最常用的一个算法，通过对无标记训练样本的学习将数据集划分成若干个不相交的子集，来解释数据的内在性质以及规律，为进一步数据分析提供基础。也可以作为一个单独的过程，寻找数据内在的分布结构注意 ： 类所对应的概念语义需要由使用者自己把握和命名。对于一个算法的评估我们...
深度学习分类算法系列之 -决策树
决策树的理解：决策树是一种一种类似于流程图的树结构，其中每个内部结点表示在一个属性上的测试对未知数据进行分类，每个分支代表一个属性输出，每个树叶结点代表类或类分布。决策树包括：根结点、若干个内部结点、若干个叶节点（即目标分类节点）。例如：决策树包含三种结点，并用含属性值标记（比如上图中的晴，雨，云）...
机器学习-监督学习常见算法优缺点
文章目录1. SVM1.1 优点1.2 缺点1.3 适用场景2. 朴素贝叶斯2.1 优点2.2 缺点2.3 适用场景3. 树模型1. SVM1.1 优点SVM在解决小样本，非线性以及高维特征中表现出许多特有的优势。SVM基于有限的样本信息在模型的复杂度和模型准确性之间寻求最佳折中，以获得最好的预测效...
算法学习——决策单调性优化DP
update in 2019.1.21 优化了一下文中年代久远的代码 的格式……什么是决策单调性？在满足决策单调性的情况下，通常决策点会形如1111112222224444445555588888.....即不可能会出现后面点的决策点小于前面点的决策点这种情况。那么这个性质应该如何使用呢？1，二分。...
大数据深度学习：基于Tensorflow深度学习的神经网络CNN算法垃圾分类识别系统
文章目录 大数据深度学习：基于Tensorflow深度学习的神经网络CNN算法垃圾分类识别系统一、项目概述二、深度学习卷积神经网络（Convolutional Neural Networks，简称CNN）三、部分数据库架构四、系统实现系统模型部分核心代码模型训练效果图训练模型效果展示模型训练...
【深度学习】1、常见模型优化算法原理与项目实践对比（PyTorch实践）
目录简介1、SGD(Stochastic Gradient Descent, SGD)2、Momentum3、NAG（Nesterov Accelerated Gradient，NAG）4、Adagrad5、RMSProp6、Adadelta7、Adam8、AdaMax9、Nadam10、优化算法的...