1.旅行商问题简介旅行商问题（Traveling Salemans Problem,TSP）也成货担郎问题。其是一个经典的组合优化问题。经典的TSP可以描述为：一个商品推销员要去若干个城市推销商品，该推销员从一个城市出发，需要经过所有城市后，回到出发地。应如何选择行进路线，以使总的行程最短。 从图论的角度来看，该问题实质是在一个带权完全无向图中，找一个权值最小的Hamilton回路。由
转载
2024-09-02 12:23:44
27阅读
论文主要挖掘了**ICD编码之间的层级和相关性**，同时还考虑到**人工描述和ICD标准文排序**，以及**编码的协同和互斥**。
原创
2022-09-16 14:03:43
111阅读
# Python模型predict实战
## 摘要
这篇文章将指导刚入行的开发者如何在Python中应用机器学习模型进行预测。我们将提供一个详细的流程，并解释每个步骤需要做什么以及使用哪些代码。
## 整体流程
下面是实现Python模型predict的整体流程：
```mermaid
erDiagram
Model --> Data: 输入数据
Model --> Prep
原创
2023-12-10 04:43:32
136阅读
Python开源机器学习建模库PyCaret，刚刚发布了2.0版本。 这款堪称「调包侠神器」的模型训练工具包，几行代码就能搞定模型编写、改进和微调。从数据预处理到模型效果对比，PyCaret都能自动实现。所以，PyCaret长啥样，2.0的版本又做了什么改进？一起来看看。机器学习库的「炼丹炉」PyCaret说白了，有点像一个机器学习库的炼丹炉。以下是它「熔」进来的部分库：
转载
2024-09-11 11:33:44
9阅读
# ARIMA模型实战教程
## 简介
ARIMA（Autoregressive Integrated Moving Average）模型是一种时间序列预测模型，它可以用于预测时间序列数据的未来趋势和模式。在本教程中，我们将使用Python来实现ARIMA模型。
## 准备工作
在开始之前，我们需要安装以下Python库：
- pandas：用于数据处理和分析
- numpy：用于数值计算
-
原创
2023-07-21 07:05:07
343阅读
一、什么是时间序列时间序列简单的说就是各时间点上形成的数值序列，时间序列分析就是通过观察历史数据预测未来的值。在这里需要强调一点的是，时间序列分析并不是关于时间的回归，它主要是研究自身的变化规律的(这里不考虑含外生变量的时间序列)。环境配置python作为科学计算的利器，当然也有相关分析的包:statsmodels中tsa模块，当然这个包和SAS、R是比不了，但是python有另一个神器：pand
转载
2023-10-03 15:38:08
105阅读
# Python Logistic回归模型实战教程
## 1. 介绍
欢迎来到本教程，在本教程中，我将教你如何使用Python实现Logistic回归模型。Logistic回归是一种分类算法，常用于将数据分类为两个不同的类别。在这个实战中，我们将使用一个示例数据集来训练模型，并对新数据进行分类。
## 2. 准备工作
在开始实战之前，我们需要先安装一些必要的库。请确保你已经安装了以下库：
-
原创
2024-01-29 12:25:35
58阅读
1 概率图模型基础概率图模型为概率+图论的知识，其中概率方面是高维随机变量，图只是用来进行概率计算的工具。其最基本的理论基础为如何计算高维随机变量的边缘概率和条件概率加法法则： 利用联合概率求边缘概率乘法法则： 利用条件概率计算联合概率加法法则和生成法则是概率图模型计算的最基础的法则，其他所有都由它们两个而来链式法则：贝叶斯法则 &n
# 文本挖掘模型Python实战
## 引言
文本挖掘是一种利用计算机对大规模文本数据进行处理、分析和挖掘的技术。它可以帮助我们从海量的文本数据中提取有用的信息和知识，用于情感分析、舆情监测、文本分类等应用场景。本文将引导入门级开发者学习如何实现文本挖掘模型的Python实战。
## 流程概述
下面是整个文本挖掘模型的实现流程，我们将在后续的内容中逐步展开讲解每个步骤的具体实现方法。
|
原创
2023-08-19 13:35:53
115阅读
一、资料输入阶段1.在流程上接收到的资料是否齐全（包括：原理图、*.brd文件、料单、PCB设计说明以及PCB设计或更改要求、标准化要求说明、工艺设计说明文件）2.确认PCB模板是最新的3. 确认模板的定位器件位置无误4.PCB设计说明以及PCB设计或更改要求、标准化要求说明是否明确5.确认外形图上的禁止布放器件和布线区已在PCB模板上体现6.比较外形图，确认PCB所标注尺寸及公差无误, 金属化孔
背景
通过示例梳理AI模型训练流程，示例比较简单，方便演示。
流程
机器学习实战步骤
定义问题
数据收集和预处理
选择算法并建立模型
训练模型
模型评估和优化
示例
定义问题
根据公开数据集预测加州房价分布
数据收集
import pandas as pd #导入Pandas，用于数据读取和处理
读入房价数据，示例代码中的文件地址为internet链接，读者也可以下载该文件到本机进行读取
如，当数
原创
2023-05-14 23:09:46
150阅读
一、使用多线程实现生产者与消费者模型1、Condition模型可以认为Condition对象维护了一个锁（Lock/RLock)和一个waiting池。线程通过acquire获得Condition对象，当调用wait方法时，线程会释放Condition内部的锁并进入blocked状态，同时在waiting池中记录这个线程。当调用notify方法时，Condition对象会从waiting池中挑选一
转载
2023-11-23 16:58:49
84阅读
1.背景介绍Python是一种广泛使用的高级编程语言，它具有简洁的语法和强大的功能。在过去的几年里，Python成为了人工智能和大
原创
2023-12-27 10:34:09
36阅读
前言生成式建模的扩散思想实际上已经在2015年（Sohl-Dickstein等人）提出，然而，直到2019年斯坦福大学（Song等人）、2020年Google Brain（Ho等人）才改进了这个方法，从此引发了生成式模型的新潮流。目前，包括OpenAI的GLIDE和DALL-E 2，海德堡大学的Latent Diffusion和Google Brain的ImageGen，都基于diffusion模
转载
2023-12-05 14:43:14
590阅读
MURELMuRel网络是一个端到端的机器学习模型，用于回答关于图像的问题。它依赖于从图像中提取的对象边界盒来构建一个复杂连接图，其中每个节点对应于一个对象或区域。该MuRel网络包含一个MuRel cell，在该cell上迭代以融合问题表示和局部区域特征，逐步细化可视化和问题交互。最后，在对局部表示进行全局聚合之后，它使用双线性模型回答了这个问题。有趣的是，MuRel网络并没有包含一个明确的注意
转载
2023-12-23 15:46:11
106阅读
MURELMuRel网络是一个端到端的机器学习模型，用于回答关于图像的问题。它依赖于从图像中提取的对象边界盒来构建一个复杂连接图，其中每个节点对应于一个对象或区域。该MuRel网络包含一个MuRel cell，在该cell上迭代以融合问题表示和局部区域特征，逐步细化可视化和问题交互。最后，在对局部表示进行全局聚合之后，它使用双线性模型回答了这个问题。有趣的是，MuRel网络并没有包含一个明确的注意
转载
2023-12-14 06:56:04
529阅读
1 机器学习简介1.1 机器学习 vs 数据挖掘机器学习：属于人工智能研究与应用的一个分支领域，其目的更偏向于是研究一种为了让计算机不断从数据中学习知识，而使机器学习得到的结果不断接近目标函数的理论。机器学习是多领域交叉，涉及概率论、统计学，算法复杂度理论等多门学科，广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、垃圾邮件过滤、推荐系统、知识图谱、医学诊断、检测信用卡欺诈、语
通常称为LSA，因为维基百科中提到：it is sometimes called latent semantic indexing (LSI).LSA的文档里面則以称为LSI为主. 所以百度上的(包括本文在內)LSA就是LSI，LSI就是LSA #################LSA和LSI(end)###################\##################LDA
转载
2024-06-25 17:24:21
159阅读
本次将一个使用Pytorch的一个实战项目，记录流程：自定义数据集->数据加载->搭建神经网络->迁移学习->保存模型->加载模型->测试模型自定义数据集 参考我的上一篇博客：自定义数据集处理数据加载默认小伙伴有对深度学习框架有一定的了解，这里就不做过多的说明了。 好吧，还是简单的说一下吧： 我们在做好了自定义数据集之后，其实数据的加载
原创
2022-05-11 09:57:08
3657阅读
点赞
信用风险计量模型可以包括跟个人信用评级，企业信用评级和国家信用评级。人信用评级有一系列评级模型组成，常见是A卡（申请评分卡）、B卡（行为模型）、C卡（催收模型）和F卡（反欺诈模型）。 今天我们展示的是个人信用评级模型的开发过程，数据采用kaggle上知名的give me some credit数据集。一、建模流程
典型的信用评分卡模型如图1-1所示。信用风险评级模型的主要开发流程如下： （1） 获
转载
2023-07-31 18:35:39
140阅读
