ARIMA模型ARIMA模型最重要的地方在于时序数据的平稳性。平稳性是要求经由样本时间序列得到的拟合曲线在未来的短时间内能够顺着现有的形态惯性地延续下去，即数据的均值、方差理论上不应有过大的变化。平稳性可以分为严平稳与弱平稳两类。严平稳指的是数据的分布不随着时间的改变而改变；而弱平稳指的是数据的期望与向关系数（即依赖性）不发生改变。在实际应用的过程中，严平稳过于理想化与理论化，绝大多数的情况应该属
转载
2024-01-19 22:42:15
17阅读
在机器学习和统计领域，线性回归模型是最简单的模型之一。这意味着，人们经常认为对线性回归的线性假设不够准确。例如，下列2个模型都是线性回归模型，即便右图中的线看起来并不像直线。若对此表示惊讶，那么本文值得你读一读。本文试图解释对线性回归模型的线性假设，以及此类线性假设的重要性。回答上述问题，需要了解以下两个简单例子中线性回归逐步运行的方式。例1：最简单的模型从最简单的例子开始。给定3对（x，y）训练
转载
2024-06-18 13:25:46
60阅读
一、Mask RCNN简介区域卷积神经网络 RCNN（Region-Convolutional Neural Networks）为两阶段目标检测器。通过对图像生成候选区域，提取特征，判别特征类别并修正候选框位置。 RCNN系列目前包含两个代表模型：Faster RCNN，Mask RCNN。Mask R-CNN是He Kaiming大神2017年的力作，其在进行目标检测的同时进行实例分割，取得了出
转载
2024-03-11 14:17:24
231阅读
ARCH和GARCH模型引入ARCH模型的目的何时使用ARCH或者GARCH模型严格的方法有三种一二三ARCH和GARCH模型的应用 引入ARCH模型的目的数据呈现波动聚集性，长期看来时间序列平稳，短期看起来不平稳，存在异方差。 数据呈现波动聚集性的特点，但从长期来看，数据是平稳的，即长期方差（无条件方差）是定值，但是从短期来看，存在着异方差，我们称这种异方差为条件异方差（本期的方差大，下期的方
转载
2023-10-12 09:32:02
156阅读
原理 K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个
转载
2024-05-13 08:45:21
54阅读
知识点一：box布局 <!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge"> <meta name="viewport"
原创
2023-03-13 19:48:09
226阅读
金融资产的波动是一个非常重要的概念，它与资产的风险直接相关，因此对资产的波动模式进行建模是量化投资中的一个重要课题。一般来讲，波动建模有以下量化投资方向的应用：期权定价：波动率是影响期权价值的重要因素；风险度量和管理：在VaR的计算中波动率是主要影响因素，根据波动率决定交易策略的杠杆；资产价格预测和模拟：通过Garch簇模型对资产价格的时间序列进行预测和模拟；调仓：盯住波动率的调仓策略，如一个tr
转载
2023-10-10 20:46:47
88阅读
# 使用 BERT 模型的 Python 实例教程
在这篇文章中，我们将通过一个简单的示例来学习如何在 Python 中实现 BERT 模型。BERT（Bidirectional Encoder Representations from Transformers）是一种预训练的 NLP 模型，我们可以使用它来解决许多自然语言处理的问题，例如情感分析、命名实体识别等等。下面是实现整个项目的流程：
abstract在本文中，提出了一种新的端到端框架ARCH（服装人体的动画重建，Animatable Reconstruction of Clothed Humans），用于从单目图像精确重建可以动画的3D服装人体。现有的三维人体数字化方法难以处理姿势变化和细节恢复。此外，它们不会生成可动画的模型。相比之下，ARCH是一种可学习的姿势感知模型，可以从单个RGB图像生成详细的3D有衣着人体。使用参数
转载
2024-07-25 20:01:17
93阅读
# SARIMA模型 Python实例
時間序列分析是数据科学中的一个重要领域，而SARIMA（季节性自回归积分滑动平均）模型是一种有效的时间序列预测方法。本文将通过Python代码实例介绍SARIMA模型，并阐释如何使用该模型进行时间序列数据的分析与预测。
## 什么是SARIMA模型？
SARIMA模型是一种增强型ARIMA模型，它可以处理具有季节性特征的时间序列数据。SARIMA模型的
文章目录0 简介课题简介什么是机器视觉实现步骤详细设计图片读取canny边缘检测四点变换 划出区域处理选择题区域提取选项轮廓判断选项读取正确结果 0 简介今天学长向大家分享一个毕业设计项目毕业设计 基于python的答题卡识别评分系统项目运行效果：
毕业设计 基于opencv的答题卡识别 课题简介今天我们来介绍一个与机器视觉相关的毕业设计基于机器视觉的答题卡识别系统多说一句, 现在越来越多的
数据的重要性已经被越来越多的公司、个人所熟知与接受，甚至于有过犹不及之势头。大数据的概念满天飞，似乎一夜之间人人都在谈论大数据，见了面不用大数据打招呼，好像就不是在数据圈子里混的了。那么，被外界传得神乎其神的数据，到底可以在哪些方面促进业务的腾飞？或者换种说法，业务对数据有哪些层次的需求？数据在哪些地方能够帮助业务？结合笔者多年的工作经验以及对数据与业务的理解，业务对数据的需求归纳为四个层次。第一
// WSAEvent.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include <winsock2.h>#include <stdio.h
转载
2012-10-13 00:09:00
99阅读
2评论
计算机视觉之语义分割2017年10月11日 人工智能被认为是第四次工业革命，google，facebook等全球顶尖、最有影响力的技术公司都将目光转向AI，虽然免不了存在泡沫，被部分媒体夸大宣传，神经网络在图像识别，语音识别，自然语言处理，无人车等方面的贡献是毋庸置疑的，随着算法的不断完善，部分垂直领域的研究已经落地应用。在计算机视觉领域，目前神经网络的应用主要有图像识别，目标定位与检测，语义分割
转载
2024-04-01 20:51:46
55阅读
加载R包和数据集上述症状数据集包含在R-package 中，并在加载时自动可用。加载包后，我们将此数据集中包含的12个心情变量进行子集化：对象mood_data是一个1476×12矩阵，测量了12个心情变量： time_data包含有关每次测量的时间戳的信息。数据预处理需要此信息。该数据集中的一些变量是高度偏斜的，这可能导致不可靠的参数估计。在这里，我们通过计算自
转载
2023-08-09 20:55:38
232阅读
对数线性模型是无向图中经常使用的一种模型。其利用特征函数以及参数的方式对势函数进行定义，可获得较好的效果。在之前有向图的学习中，我们发现可以利用d-seperet，充分统计，狄利克雷函数等方式来很优雅的获得参数估计的解析解。但是在无向图中，这些优越的条件都不复存在。而无向图在现实条件下的使用却更为广泛。（这是我第一次在Ubuntu下写博客，感觉好神奇啊，其实说学Linux都是假的，最好的方法就
转载
2024-06-28 05:19:49
204阅读
文章目录逻辑回归模型（Logistic Regression）动机与目的模型解释决策边界代价函数（Cost Function）运用梯度下降算法求解逻辑回归参数（
w
,
转载
2024-05-07 19:30:11
63阅读
语义分割是指将图像中的每个像素归于类标签的过程，这些类标签可以包括一个人、汽车、鲜花、一件家具等。我们可以将语义分割认为是像素级别的图像分类。例如，在有许多汽车的图像中，分割会将所有对象标记为汽车对象。然后，一个称为实例分割的模型能够标记一个出现在图像中的物体的独立实例。这种分割在计算对象数量的应用程序中非常有用，例如计算商城的行人流量。它的一些主要应用是在自动驾驶、人机交互、机器人和照片编辑/创
转载
2024-02-26 17:40:33
144阅读
无监督生成模型在机器学习领域中扮演着重要角色，它们能够从未标记的数据中学习并生成新的数据，具有广泛的应用潜力。本文将深入探讨Python中无监督生成模型的基本理论、实际应用场景以及使用示例，帮助读者全面理解和应用这些强大的算法。什么是无监督生成模型?无监督生成模型是一类机器学习模型，其目标是从未标记的数据中学习数据分布，然后能够生成新的数据样本。与监督学习不同，无监督生成模型不依赖于预先标记的数据
原创
2024-07-02 15:46:38
70阅读
机器学习的定义是：通过对大量的数据分析 ，来生成 一个模型 （或者一个函数 ，通过对大量的数据求出**F（x）**的过程），利用模型来预测结果解决问题库，通过预测的结果来调整 模型， 是一个循环的过程。 这个过程其实有点像学生的学习，学生通过做某一类题来训练自己解决这一类问题的模型，然后利用解题模型来解决问题，有问题的结果来调整自己的解决问题的模型。机器学习分为有监督与无监督的学习 有监督的学习是
转载
2024-06-29 08:01:57
40阅读
