一.机器学习基础首先第一部分也是莫烦老师的在线学习笔记，个人感觉挺好的基础知识，推荐给大家学习。对机器学习进行分类，包括：1.监督学习:通过数据和标签进行学习，比如从海量图片中学习模型来判断是狗还是猫，包括分类、回归、神经网络等算法;2.无监督学习:只有数据没有类标，根据数据特征的相似性形成规律，比如不知道类标的情况进行分类猫或狗，常见的聚类算法(物以类聚);3.半监督学习:综合了监督学习和无监督
# Python多标签分类的示例代码
在机器学习领域中，多标签分类是一种常见的问题，它涉及到一个样本可以被分为多个类别。在Python中，我们可以使用一些库来实现多标签分类，如sklearn库中的MultiLabelBinarizer和MultiOutputClassifier。
## 多标签分类示例
假设我们有一个数据集包含了一些文本数据和它们对应的标签，我们想要训练一个模型来对文本进行分
原创
2024-04-01 06:06:25
138阅读
在
主成分分析（PCA）原理总结中，我们对降维算法PCA做了总结。这里我们就对另外一种经典的降维方法线性判别分析（Linear Discriminant Analysis, 以下简称LDA）做一个总结。LDA在模式识别领域（比如人脸识别，舰艇识别等图形图像识别领域）中有非常广泛的应用，因此我们有必要了解下它的算法原理。
在学习LDA之前，有必要
需求在检索系统中，遇到了分组统计（Grouping/GroupBy）的需求，比如将搜索结果按照栏目分类，统计每个栏目下各有多少条结果。以前的做法很愚蠢，先发起一次search统计出有多少组，然后在每个组里发起一次search；这样在有N组的情况下一共执行了N+1此搜索，效率低下。改进最近发现Lucene提供了分组的功能，是通过Collector实现的，最多可以在2次search的时候得出结果，如果
原创
2021-01-09 19:19:13
481阅读
需求在检索系统中，遇到了分组统计（Grouping/GroupBy）的需求，比如将搜索结果按照栏目分类，统计每个栏目下各有多少条结果。以前的做法很愚蠢，先发起一次search统计出有多少组，然后在每个组里发起一次search；这样在有N组的情况下一共执行了N+1此搜索，效率低下。改进最近发现Lucene提供了分组的功能，是通过Collector实现的，最多可以在2次search的时候得...
原创
2022-04-06 14:10:56
420阅读
需求在检索系统中，遇到了分组统计（Grouping/GroupBy）的需求，比如将搜索结果按照栏目分类，统计每个栏目下各有多少条结果。以前的做法很愚蠢，先发起一次search统计出有多少组，然后在每个组里发起一次search；这样在有N组的情况下一共执行了N+1此搜索，效率低下。改进最近发现Lucene提供了分组的功能，是通过Collector实现的，最多可以在2次search的时候得...
原创
2021-07-26 15:20:47
172阅读
不想使用py自带的文件管理管理要链接到的相册链接（使用 txt 文件记录），决定使用数据库。数据库管理系统（DBMS, Database Management System）：一个软件，通过接受程序发送的指令使用封装好的程序对文件和文件夹进行处理。数据库管理系统可以不配置在本地进行远程连接。本次学习MYSQL数据库。一些类比：数据库——文件夹表——EXCEL文件 数据行——EXCEL中的
转载
2023-11-27 19:28:54
104阅读
今天和一位深度学习方面的教授聊了一聊，她还是让我系统的学习一下深度学习，我以前看了很多教程，都感觉看不下去，她给我推了教程和书和一些学习方法，我感觉我的热情又被燃起了。图像分类首先要弄清楚图像在计算机中是怎么被表示的。对于计算机来说，图像表示为一个大型的三维数字数组。在这个示例中，图像宽248像素，高400像素，并且有三个颜色通道（红绿蓝，简称RGB），因此，这个图像由 248 x 400 x 3
转载
2024-05-09 12:13:23
68阅读
这篇主要是讲讲细节 总时间限制:
1000ms
内存限制:
65536kB
描述仙境的居民们决定举办一场程序设计区域赛。裁判委员会完全由自愿组成，他们承诺要组织一次史上最公正的比赛。他们决定将选手的电脑用星 形拓扑结构连接在一起，即将它们全部连到一个单一的中心服务器。为了组织这个完全公正的比赛，裁判委员会主席提出要将所有选手的电脑等距离地围绕在服务器 周围放置。为购买网线，裁判委员会联系
# OpenNLP 训练及分类示例指南
Apache OpenNLP 是一个机器学习库，用于处理自然语言处理（NLP）任务。本文将向刚入行的小白介绍如何使用 OpenNLP 进行训练与分类。我们将从整体流程开始，然后逐步讲解每一步的具体实现。
## 整体流程
下面是我们进行 OpenNLP 训练和分类的基本步骤：
| 步骤 | 描述 |
原创
2024-10-13 04:07:03
253阅读
相信很多小伙伴最开始都是从分类任务入手深度学习这个领域的吧，这个就类似学习代码的第一课，“Hello world”一样。深度学习中，除了模型设计之外，最重要的想必就是选取合适的损失函数了。不过一般实验中，损失函数的调用十分简单，也就是一行代码的事情，但是最近发现，好多小伙伴，对于损失函数的基础意义及实现细节，还是不甚了解，所以在此对分类任务中常用的交叉熵损失函数进行详细的介绍。1. 事件发生的概率
转载
2023-09-21 19:39:19
482阅读
文本分类与词嵌入（Text Processing and Word Embedding）数据集（Dataset）本节课使用IMDb影评数据作为数据集。其包含有5万条影评文本，每段文本都有很明确的正向/负向情感（即为一个二分类问题）。其中2万5千条数据作为训练数据集，2万5千条数据作为测试数据集。文本到序列（Text to Sequence）我们首先需要把这段文本转换为序列。主要有以下几个步骤需要完
转载
2024-06-08 23:44:14
83阅读
一、图像分类图像分类主要是基于图像的内容对图像进行标记，通常会有一组固定的标签，通过模型预测出最适合图像的标签。比赛：ImageNet挑战赛（约有1400万张图像，超过20000个图像标签）模型：AlexNet、GoogLeNet、VGGNet、ResNet二、图像说明计算机视觉+自然语言处理，例如，为图像生成一个最适合图像的标题图像说明是基本图像检测+说明。图像检测通过我们前面看到的相同的Fas
转载
2024-03-20 10:34:19
40阅读
JavaScript 数组用于在单一变量中存储多个值。实例var cars = ["Saab", "Volvo", "BMW"];什么是数组？数组是一种特殊的变量，它能够一次存放一个以上的值。如果您有一个项目清单（例如，汽车品牌列表），在单个变量中存储汽车品牌应该是这样的：var car1 = "Saab";
var car2 = "Volvo";
var car3 = "BMW";不过，假如您希
一、什么是机器学习？机器学习（Machine Learning）是一种通过数据训练模型，从而使计算机能够自动识别数据模式并进行预测或决策的技术。与传统编程方法不同，机器学习依赖于数据来“学习”而非通过明确的规则编程。机器学习通常分为三种主要类型：监督学习（Supervised Learning）：算法通过已标注的数据进行训练，学习输入和输出之间的关系。无监督学习（Unsupervised Lear
这是一个简单的原型应用程序，演示如何使用ML.NET APIs。主要的重点是创建、训练和使用在 Predictor.cs 类中实现的ML（机器学习）模型。
转载
2021-08-04 13:42:09
166阅读
------------恢复内容开始------------本文将介绍逻辑回归的基本理论知识。emmmm，举个例子看一下，逻辑回归的基本应用，贷款违约的问题年龄工资学历是否逾期183000初中是195000大学本科否3010000大学本科否3512000研究生是4030000博士否2540000硕士？这里面模型的输入\(x\) 为年龄、工资、学历。输出\(y\)分类模型举例逻辑回归最初解决的是分类
转载
2024-05-18 19:18:34
61阅读
1、基本原理1.1 贝叶斯公式有训练集T={(x1,y1),(x2,y2)……,(xn,yn)},由P(X,Y)独立同分布产生。X为输入空间，即样本的属性
原创
2021-12-06 11:02:47
684阅读
ResNet-50模型图像分类示例 概述 计算机视觉是当前深度学习研究最广泛、落地最成熟的技术领域，在手机拍照、智能安防、自动驾驶等场景有广泛应用。从2012年AlexNet在ImageNet比赛夺冠以来，深度学习深刻推动了计算机视觉领域的发展，当前最先进的计算机视觉算法几乎都是深度学习相关的。深度
转载
2021-02-25 06:29:00
922阅读
2评论
贝叶斯定理我们知道： P(A∩B)=P(A|B)×P(B)=P(B|A)×P(A) 所以有： P(A|B)=P(B|A)×P(A)P(B) 这就是贝叶斯定理。 贝叶斯分类器的原理假如我们要为一个疾病诊断系统构建一个贝叶斯分类器。首先，我们有如下训练集：职业症状疾病矿工咳嗽肺炎矿工头痛感冒护士咳嗽肺结核护士头痛肺炎矿工咽痛肺炎护士咽痛感冒 下面来了一个咽痛的护士，我们要确定她患了什么疾病，这里就要
转载
2024-09-09 20:17:32
84阅读
