机器学习 - 云霞育儿网

AI大揭秘:机器学习模型到底是什么?

我们需要了解“机器学习模型”这个术语到底是什么意思。其实，它没有想象中那么复杂。想象一下，一个聪明的孩子通过观察和玩耍，不断学习新的事物，最后学会如何得出正确的结论。机器学习模型就像这个聪明的孩子，但它通过数据......

1周前 (03-26) 0 阅读 #推荐
全套代码,Python机器学习预测模型及其SHAP解释

郑老师统计—Python机器学习预测模型及其SHAP解释全套代码附带直播教学课程。包含Python二分类、生存机器学习预测模型及其解释性的全套代码，附带直播课程详细讲解，代码如何使用，从Python入门，数据预处理到模型构建（包含......

2周前 (03-24) 0 阅读 #推荐
用ASE和AzureML打造高效的机器学习模型:自动化与优化的完美结合

在现代数据科学和机器学习的世界中，Python的功能强大到令人惊叹。ASE（Atomic Simulation Environment）和AzureML（Microsoft Azure Machine Learning）这两个库为科学计算和...

2周前 (03-18) 0 阅读 #推荐
特征时序化建模:基于特征缓慢变化维度历史追踪的机器学习模型性能优化方法

数据仓库或数据湖仓中的大量表格（主要是事实表和维度表）缺乏构建高性能机器学习模型所需的关键字段或结构。其中最显著的局限性在于，大多数表格仅记录观测值的当前状态，而未保留历史记录。本文将通过缓慢变化维度（Slowly ......

3个月前 (01-06) 0 阅读 #推荐
如何提高自己的机器学习能力?

数学是机器学习的基石。想要成为大神，先从基础数学知识补起。线性代数：矩阵运算、特征值与特征向量，这些是理解数据结构和算法的核心。概率论与统计：概率分布、贝叶斯理论，为后续的模型评估提供支撑。微积梯度、导数，这些......

3个月前 (12-24) 0 阅读 #推荐
统计机器学习专家X先生,美国EB1A杰出人才移民,顺利通过I-140

X先生，一位资深统计机器学习领域的专家，自2009年来一直专注于统计机器学习的理论研究和实际应用。在此期间X先生不仅在复杂数据建模、算法优化和实际应用领域取得了显著突破，而且开发了多项创新算法,为多个行业提供了智能化......

4个月前 (12-13) 0 阅读 #推荐
Scikit-learn Pipeline完全指南:高效构建机器学习工作流

在机器学习工作流程中,组合估计器通过将多个转换器(Transformer)和预测器(Predictor)整合到一个管道(Pipeline)中,可以有效简化整个过程。这种方法不仅简化了数据预处理环节,还能确保处理过程的一致性,最大限度地降低数...

4个月前 (11-26) 0 阅读 #推荐
优化注意力层提升 Transformer 模型效率:通过改进注意力机制降低机器学习成本

虽然 PyTorch SDPA 是一个很好的起点，但使用第三方注意力内核可以进一步加速机器学习工作负载。这些替代方案通常具有更大的灵活性，提供更广泛的注意力配置选项。有些还包括针对特定硬件加速器或更新 GPU 架构的优化。我们将......

4个月前 (11-22) 0 阅读 #推荐
腾讯Angel机器学习平台获2024年世界互联网大会领先科技奖

红星资本局11月20日消息，11月19日，2024年世界互联网大会领先科技奖在乌镇发布，腾讯Angel机器学习平台获本年度领先科技奖。据了解，腾讯Angel机器学习平台，突破了万亿级模型分布式训练和推理以及大规模应用部署等难题，率先......

4个月前 (11-20) 0 阅读 #推荐
解锁阿肯色州隐藏的宝藏:美国地质调查局使用机器学习来显示斯马科夫地层中巨大的锂潜力

里斯顿，弗吉尼亚州—一项由美国地质调查局（USGS）主导的研究，通过结合水质测试和机器学习技术，估算出在阿肯色州西南部地下蕴藏着500万到1900万吨的锂储量。如果这些锂可以商业开采，其数量足以满足2030年全球汽车电池锂......

5个月前 (10-24) 0 阅读 #推荐
关于运筹学与机器学习协同作用的一些思考

“几十年来，运筹学(OR)和机器学习(ML)已经发展成为两个相对独立的研究领域。数据科学和人工智能领域的专家可能对 ML 比对运筹学更熟悉，尽管每个 ML 从业者都应该至少了解一些优化技术，因为每个机器学习问题本质上都是一个......

5个月前 (10-22) 0 阅读 #推荐
AI核心技术-机器学习6大应用场景分析

机器学习6大应用场景分析数据分析—量化交易—风控领域—工业制造—特征工程—数据挖掘 1、机器学习在数据分析领域机器学习可不仅仅就是模型，还包括了处理数据的一套流水线数据处理方法较多基本根据业务选择合适的方法 ......

6个月前 (10-15) 0 阅读 #推荐
AI人工智能革命3大领域:机器学习、深度学习和大模型

本文将进一步探讨人工智能的概念及其分类，介绍 AI人工智能革命3大领域：机器学习、深度学习和AI大模型。01人工智能（AI）概述人工智能（Artificial Intelligence，AI）是指用机器去实现所有目前必须借助人类智慧才能实...

6个月前 (10-12) 0 阅读 #推荐
未来已来:AI与机器学习如何重塑我们的生活

在当今快速发展的科技时代，人工智能（AI）和机器学习（ML）已经成为了推动社会进步的重要力量。它们不仅改变了我们的生活方式，还深刻影响了各行各业的运作模式。从智能手机的语音助手到自动驾驶汽车，AI和机器学习的应用......

6个月前 (09-22) 0 阅读 #推荐
机器视觉的自动化革命,深度学习算法开启缺陷检测新视角

深度学习算法是机器学习的一个分支，它通过多层神经网络对大量数据进行学习，从而得到一个可以自动识别和分类的模型。在产品的缺陷检测中，深度学习可以利用图像识别技术，通过对大量缺陷样本的学习，得到一个可以自动检测缺陷......

7个月前 (09-14) 0 阅读 #推荐
深圳大学和大数据系统计算技术国家工程实验室共同主办的机器学习与计算国际会议将于明年召开,欢迎加入我们!

2025年第17届机器学习与计算国际会议(ICMLC 2025)将于2025年2月14-17日在中国广州举办。国际机器学习与计算会议(International Conference on Machine Learning and Comp...

7个月前 (09-04) 0 阅读 #推荐
一文读懂蒙特卡洛算法:从概率模拟到机器学习模型优化的全方位解析

时至今日，蒙特卡洛方法已成为机器学习领域的关键工具，在强化学习、贝叶斯滤波和复杂模型优化等方面有广泛应用。其强大的适应性和多样性使其在诞生七十多年后仍然保持着重要地位。从乌拉姆的纸牌游戏到现代复杂的人工智能应用......

7个月前 (09-03) 0 阅读 #推荐
汇量科技发布2024年中期业绩:收入创新高至6.38亿美元,机器学习智能产品带来流水贡献超60%

Mintegral的连续佳绩，源于基于机器学习的智能出价产品获得市场验证，以及产品体系丰富度的继续提升。具体来看，Mintegral于2023年5月上线Target ROAS智能出价功能，再于2024年7月，推出针对应用内事件（Engage...

7个月前 (08-23) 0 阅读 #推荐
不懂技术?没关系!一次带你秒懂AI机器学习

朋友们，你们有没有遇到过这样的情况：一听到“机器学习”这个词，就感觉好像进入了高科技的神秘领域，一头雾水，不知道它在说啥？别担心，今天我就来给大家揭秘，用最简单的大白话，让你们也能看懂AI中的机器学习到底是什么！......

8个月前 (08-17) 0 阅读 #推荐
工业自动化、深度学习与机器视觉

在生产线的质量检测环节，传统的机器视觉只能依据预设规则判断产品是否合格，而基于深度学习的系统则能自主学习并适应新的缺陷模式，这种由数据驱动的智慧引擎，正在不断优化制造流程中的每一个细节，实现真正的智能化生产。......

8个月前 (08-17) 0 阅读 #推荐
数据科学和机器学习,催化研究的未来利剑!

图中将催化问题解决使用机器学习（ML）的方法分类为演绎型和归纳型两种通用模式，其中演绎型任务旨在筛选或优化催化性能，而归纳型任务则侧重于通过描述符或活性位点识别来得出机理见解。图3：总结了催化领域主要的开源数据库......

8个月前 (08-16) 0 阅读 #推荐
深度学习:AI赋能机器视觉精准识别,实现工业产品缺陷质检

深度学习赋能机器视觉意味着使用人工智能技术来增强现有的机器视觉系统的功能，提高其性能和效率。在工业制造中，这意味着利用AI技术改进传统的机器视觉系统，使它们能够更好地执行复杂的任务，如识别和分类产品缺陷。传统的......

8个月前 (08-10) 0 阅读 #推荐
Nature Catalysis:机器学习大综述,数据科学加速催化研究进程

数据科学和机器学习（ML）在催化领域早有应用，但当时预测算法仅被用于建立各种催化反应的定量构效关系(QSPR)。直到最近50年，催化界才更广泛地采用数据驱动方法（图1a）用于研究。而在最近十年间，催化研究广泛利用数据科学......

8个月前 (08-05) 0 阅读 #推荐
机器学习的原理是什么?

一、机器学习的定义机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。它通过利用统计学和概率论的知识来挖掘数据中的规律和模式，从而达到对未知数据的预测和分类......

1年前 (2023-12-18) 0 阅读 #推荐