机器学习

坊间有传MacOs系统不适合机器(ml)学习和深度(dl)学习，这是板上钉钉的刻板印象，就好像有人说女生不适合编程一样的离谱。现而今，无论是Pytorch框架的MPS模式，还是最新的Tensorflow2框架，都已经可以在M1/M2芯片的Mac系统中毫无桎梏地使用GPU显卡设备，本次我们来分享如何在 »

使用混合高斯模型 GMM，计算如下数据点的聚类过程：(Data = np.array([1,2,6,7])) 均值初值为:(mu_1, mu_2 = 1, 5) 权重初值为:(w_1, w_2 = 0.5, 0.5) 方差:(std_1, std_2 = 1, 1)(K = 2 »

目录 机器学习基本概念 机器学习算法类型 机器学习的实现步骤 机器学习三个基本要素 机器学习相关应用 1.语音识别 2.图像识别 机器学习是一种人工智能的分支，它使用算法和数学模型来让计算机自主学习数据并做出预测和决策。这种技术正在被广泛应用于各种领域，包括自然语言处理、计算机视觉、语 »

题目： 设计四层BP网络，以g(x)=sigmoid(x)为激活函数， 神经网络结构为：[4，10，6, 3]，其中，输入层为4个节点，第一个隐含层神经元个数为10个节点；第二个隐含层神经元个数为6个节点，输出层为3个节点 利用训练数据iris-train.txt对BP神经网络分别进行训 »

深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数 深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数 1.神经元 在生物学中，神经元细胞有兴奋与抑制两种状态。大多数神经元细胞在正常情况下处于抑制状态，一旦某个神经元受到刺激并且 »

贝叶斯定理 贝叶斯推断是一种统计学方法，用来估计统计量的某种性质。 贝叶斯推断与传统的频率学派不同，它是建立在主观判断的基础上的，也就是说，你可以不需要客观证据，先估计一个值，然后根据实际结果不断修正。由于其主观性太强，所以在一些传统行业内更偏向于传统的频率学派。 贝叶斯定理需要先验知识作为支撑，而 »

目录 引言 1.图像示例 2.块：更多的灵活性和控制 3.更复杂的 Blocks 引言 书接上回 Gradio机器学习模型快速部署工具【quickstart】翻译，讲到多输入输出，其实很简单，就是把多个组件包装到列表，inputs和outputs对应的就是2个列表，输入输出列表，仅此而 »

目录 引言 1.图像示例 2.块：更多的灵活性和控制 3.更复杂的 Blocks 引言 书接上回 Gradio机器学习模型快速部署工具【quickstart】翻译，讲到多输入输出，其实很简单，就是把多个组件包装到列表，inputs和outputs对应的就是2个列表，输入输出列表，仅此而 »

目录 Gradio 是做什么的？ Hello, World 类Interface 组件属性 多个输入和输出组件 Gradio 是做什么的？ 先决条件：Gradio 需要 Python 3.7 或更高版本，仅此而已！ gradio.app/quickstart/… 与他人分享您的 »

目录 Gradio 是做什么的？ Hello, World 类Interface 组件属性 多个输入和输出组件 Gradio 是做什么的？ 先决条件：Gradio 需要 Python 3.7 或更高版本，仅此而已！ gradio.app/quickstart/… 与他人分享您的 »

目录 1.分享演示 2.在 HF Spaces 上托管 3.嵌入托管空间 4.嵌入 Web 组件 原文网址：gradio.app/sharing-you… 1.分享演示 share=True通过在方法中设置，可以轻松公开分享 Gradio demo launch()。像这样： de »

目录 1.分享演示 2.在 HF Spaces 上托管 3.嵌入托管空间 4.嵌入 Web 组件 原文网址：gradio.app/sharing-you… 1.分享演示 share=True通过在方法中设置，可以轻松公开分享 Gradio demo launch()。像这样： de »

目录 1.嵌入 IFrame 2.API页面 3.验证 4.直接访问网络请求 5.在另一个 FastAPI 应用程序中安装[![图片转存失败，建议将图片保存下来直接上传 6.安全和文件访问 1.嵌入 IFrame (/assets/img/anchor.svg)]()](ht »

目录 1.嵌入 IFrame 2.API页面 3.验证 4.直接访问网络请求 5.在另一个 FastAPI 应用程序中安装[![图片转存失败，建议将图片保存下来直接上传 6.安全和文件访问 1.嵌入 IFrame (/assets/img/anchor.svg)]()](ht »

2023 年 2 月 6 日，土耳其东南部发生 7.7 级和 7.6 级地震，影响 10 个城市，截至 2 月 21 日已造成 42,000 多人死亡和 120,000 多人受伤。 地震发生几个小时后，一群程序员启动了一个 Discord 服务，推出了一个名为 afetharita 的应用程序，字面 »

分类算法之逻辑回归 逻辑回归（Logistic Regression），简称LR。它的特点是能够是我们的特征输入集合转化为0和1这两类的概率。一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要应用进入，可以使用逻辑回归。了解过线性回归之后再来看逻辑回归可以更好的理解 »

工业蒸汽量预测（最新版本下篇） 5.模型验证 5.1模型评估的概念与正则化 5.1.1 过拟合与欠拟合 ### 获取并绘制数据集 import numpy as np import matplotlib.pyplot as plt %matplotlib inline np.random.seed »

工业蒸汽量预测（最新版本下篇） 5.模型验证 5.1模型评估的概念与正则化 5.1.1 过拟合与欠拟合 ### 获取并绘制数据集 import numpy as np import matplotlib.pyplot as plt %matplotlib inline np.random.seed »

机器学习实战系列[一]：工业蒸汽量预测（最新版本上篇）含数据探索特征工程等 机器学习实战系列[一]：工业蒸汽量预测 背景介绍 火力发电的基本原理是：燃料在燃烧时加热水生成蒸汽，蒸汽压力推动汽轮机旋转，然后汽轮机带动发电机旋转，产生电能。在这一系列的能量转化中，影响发电效率的核心是锅炉 »

线性回归 波士顿房价预测案例 步骤 导入数据 数据分割 数据标准化 正规方程预测 梯度下降预测 # 导入模块 import pandas as pd # 导入数据 from sklearn.model_selection import train_test_split # 数据分割 from s »