生物群体智能群智能。 可以把群(Swarm)定义为某种具有交互作用的组织或智能体的集合。在这种群体中,个体在结构上很简单,而他们的集体行为可能变得相当复杂。个体行为和全局群行为之间存在着某种紧密地联系,这些个体的行为构成和支配了群行为,同时,群行为又影响和改变这些个体的自身行为。个体之间的交互在构建群行为中起到重要的作用,它帮助群体改善了对环境的经验
1 机器学习
原创
2022-08-16 01:31:57
190阅读
5.3 Boosting【**】 1.boosting集成原理 随着学习的积累从弱到强 2.实现过程 1.初始化训练数据 数据方面:
原创
2022-10-14 11:28:08
81阅读
目录1 无监督学习的目标2 聚类(clustering)2.1欧氏距离2.2曼哈顿距离2.3马氏距离2.4夹角余弦3Sklearn & 聚类
原创
2022-08-16 01:22:20
230阅读
录1 概述(1)无监督学习(2)聚类(3)K-Mean均值算法2 K-Mean均值算法 2.1 引入2.2 针对大样本集的改进算法:Mini Batch K-Means 2.3 图像3 案例 3.1 代码3.2 结果 4 致谢 1 概述(1)无监督学习(2)聚类(3)K-Mean均值算法2 K-Mean均值算法 2.1 引入步骤:设定 K 个类别的中心的初值;计算每个样本到 K个中心的距离,按最近
原创
2022-01-05 15:22:01
403阅读
目录1、DBSCAN算法介绍4、DBSCAN 的参数选择5、Scikit-learn中的DBSCAN的使用核心参数:属性: 1、DBSCAN算法介绍下图中,左边的图形可以使用K-Means算法进行聚类,右边两个有交叉部分【噪音】,故需要使用密度聚类(DBSCAN)算法 K-Means和层次聚类算法,是基于对象之间的距离进行聚类,这样的方法只能发现球状的簇,【密度聚类】只要临近区域的密度,对象或数
1 概述(1)无监督学习(2)聚类(3)K-Mean均值算法2 K-Mean均值算法2.1 引入步骤:设定 K 个类别的中心的初值;
原创
2022-08-16 01:20:02
254阅读
本实验的目的是学习和掌握k-均值聚类算法。k-均值算法是一种经典的无监督聚类和学习算法,它属于迭代优化算法的范畴。本实验在MATLAB平台上,编程实现了k-均值聚类算法,并使用20组三维数据进行测试,比较分类结果。实验中初始聚类中心由人为设定,以便于实验结果的比较与分析。一、技术论述1.无监督学习和聚类在之前设计分类器的时候,通常需要事先对训练样本集的样本进行标定以确定类别归属。这种利用有标记样本
转载
2024-05-03 16:52:01
73阅读
目录:1>单体人工智能>随机数(Random)>搜索策略(Search Strategies)//详细请参见>>状态空间盲目搜索>>>深度优先搜索(Depth-First-Search)>>>广度优先搜索(Breadth-First-Search)>>状态空间启发式搜索>>>A搜索算法(A Search
Simulation_onceSimulation_once 为Rollout函数,快速走子策略完成一场棋局,并返回结果。result_0 = 1表示胜利,反之表示失败,其中step表示第step轮放置棋子(i,j),winner_piece_type代表要判断的胜利者的类型快速走子策略指的是随机落子策略 def Simulation_once(go,piece_type,i,j,step,win
转载
2024-06-28 17:43:37
48阅读
OM 即自组织映射,是一种用于特征检测的无监督学习神经网络。它模拟人脑中处于不同区域的神经细胞 分工不同的特点,即不同区域具有不同的响应特征,而且这一过程是自动完成的。SOM 用于生成训练样本的低维 空间,可以将高维数据间复杂的非线性统计关系转化为简单的几何关系,且以低维的方式展现,因此通常在降维问题中会使用它。SOM 的训练过程:紫色区域表示训练数据的分布状况,白色网格表示从该分布中提取的当前训
原创
2023-01-25 08:16:07
215阅读
SimpleAI 是 Python 实现的人工智能算法工具包,示例代码:from simpleai.search import SearchProblem, astar
GOAL = 'HELLO WORLD'
class HelloProblem(SearchProblem):
def actions(self, state):
if len(state) < len(GOAL):
ret
转载
2023-06-13 20:18:32
562阅读
1.背景介绍人工智能(Artificial Intelligence, AI)是计算机科学的一个分支,研究如何让计算机模拟人类的智能。人工智能算法涉及到许多领域,包括机器学习、深度学
原创
2023-12-27 11:00:50
95阅读
目前市面上主流的深度学习框架 TensorFlow、pytorch、MxNet都是以Python语言为主,Java工程师们想要利用自己的优势开发一款深度学习应用绝非易事;通过本篇文章我们将解决这个问题,用极少的代码实现一个图片分类服务场景【物体分类】通过Http请求,向后端服务传入一张图片地址,后端服务调用深度学习模型对图片进行处理,给出分类预测结果搭建工程使用idea或者eclipse构建mav
转载
2023-06-09 12:09:55
818阅读
很多人知道Python和人工智能,但不清楚他们中间有什么区别和联系。为什么人工智能用Python开发?今天给大家解释一下这个问题。01 AI — 当下最热的领域对很多人来说,“人工智能”这个词既让人倍感兴奋,又觉得高深莫测。毕竟,几乎所有巨头——从国外的Google、Facebook、Apple、Amazon到国内的BAT、华为、美团、今日头条等,都在争相进军这一领域。人工智能技术也渗入到生活的方
转载
2023-06-08 15:14:03
273阅读
1. 决策树 根据一些 feature 进行分类,每个节点提一个问题,通过判断,将数据分为两类,再继续提问。这些问题是根据已有数据学习出来的,再投入新数据的时候,就可以根据这棵树上的问题,将数据划分到合适的叶子上。如果你觉得这篇文章看起来稍微还有些吃力,或者想要更系统地学习人工智能,那么推荐你去看床长人工智能教程。非常棒的大神之作,教程不仅通俗易懂,而且很风趣幽默。点击这里可以查看教程。2. 随
转载
2023-07-16 20:47:23
119阅读
前言: 对弈类游戏的智能算法, 网上资料颇多, 大同小异. 我写这篇文章, 并非想做互联网的搬运工. 而是想对当年的经典<<PC游戏编程(人机博弈)>>表达敬意, 另一方面, 也想对自己当年的游戏编程人生做下回顾. 这边我们以黑白棋游戏为例, 从博弈和学习两方面来阐述游戏AI的编写要点. 本文侧重于讲述博弈(评估函数+博弈算法). 博弈: 以前看围棋比
转载
2024-01-30 06:36:02
106阅读
反演问题是由结果及某些原理出发去确定表征问题特征的参数。目前的人工智能也是有大量数据及假设的模型,通过各种优化算法确定模型的参数,基于反演出的模型进行预测,因此,人工智能就是反演问题。基于大量数据,人工智能可以反推出这是什么(静态对象),这是在干什么(动态过程)等。反演问题是地球物理、建筑等领域的常用的称呼,这种问题普遍存在。涉及到演绎和观测问题。在数学和物理学领域,反演问题称为反问题;在统计学中
转载
2024-04-22 10:52:24
96阅读
事实上,人工智能已经存在于我们生活中很久了。但对很多人来讲,人工智能还是一个较为“高深”的技术,然而再高深的技术,也是从基础原理开始的。人工智能领域中就流传着10大算法,它们的原理浅显,很早就被发现、应用,甚至你在中学时就学过,在生活中也都极为常见。1.线性回归线性回归(Linear Regression)可能是最流行的机器学习算法。线性回归就是要找一条直线,并且让这条直线尽可能地拟合散点图中的数
转载
2023-10-24 10:44:28
118阅读
**人工智能是什么?**很多人都知道,但大多又都说不清楚。事实上,人工智能已经存在于我们生活中很久了。比如我们常常用到的邮箱,其中垃圾邮件过滤就是依靠人工智能;比如每个智能手机都配备的指纹识别或人脸识别,也是用人工智能技术实现的;比如疫情期间大规模使用的无人体温检测仪,同样也使用了人工智能;但对很多人来讲,人工智能还是一个较为“高深”的技术,然而再高深的技术,也是从基础原理开始的。人工智能领域中就
转载
2024-01-16 15:42:06
71阅读