在Ubuntu20.04系统上LIO-SAM跑KITTI数据集和自己数据集代码修改
LIO-SAM跑KITTI数据集和自己数据集代码修改参考文献参考文献1、ubuntu18运行编译LIO-SAM并用官网和自己的数据建图(修改汇总）2、LIO-SAM运行自己数据包遇到的问题解决–SLAM不学无数术小问题3、使用开源激光SLAM方案LIO-SAM运行KITTI数据集，如有用，请评论雷锋
【机器学习】9种回归算法及实例总结，建议学习收藏
我相信很多人跟我一样，学习机器学习和数据科学的第一个算法是线性回归，它简单易懂。由于其功能有限，它不太可能成为工作中的最佳选择。大多数情况下，线性回归被用作基线模型来评估和比较研究中的新方法。在处理实际问题时，你应该了解并尝试许多其他回归算法。一方面可以系统学习回归算法，另外一方面在面试中也常用到这
Python_sklearn_CountVectorizer使用详解
Python，sklearn，CountVectorizer，文本提取，计数矩阵，toarray
人工智能前沿知识
人工智能（Artificial Intelligence, AI）是指通过模拟、延伸和扩展人类智能的理论、方法、技术和应用系统，使机器能够感知环境、理解自然语言、分析数据、学习知识、做出决策和行动，从而实现智能化的机器系统。通常包括知识表示、推理与规划、机器学习、计算机视觉、自然语言处理、智能控制、
GPT-4 和ChatGPT API的定价分析
OpenAI发布了他们的ChatGPT新机器学习模型GPT-4。GPT-4是GPT-3的一大进步，GPT-3是当前ChatGPT免费版本(GPT 3.5 Turbo)所运行的模型的基础，今天我们也来凑个热点，研究一下它们的定价
处理缺失值的三个层级的方法总结
缺失值是现实数据集中的常见问题，处理缺失值是数据预处理的关键步骤。本文将展示如何使用三种不同级别的方法处理这些缺失值
机器学习：朴素贝叶斯模型算法原理（含实战案例）
朴素贝叶斯模型是一种非常经典的机器学习模型，它主要基于贝叶斯公式，在应用过程中会把数据集中的特征看成是相互独立的，而不需考虑特征间的关联关系，因此运算速度较快。相比于其他经典的机器学习模型，朴素贝叶斯模型的泛化能力稍弱，不过当样本及特征的数量增加时，其预测效果也是不错的。
SDG,ADAM,LookAhead,Lion等优化器的对比介绍
本文将介绍了最先进的深度学习优化方法，帮助神经网络训练得更快，表现得更好。有很多个不同形式的优化器，这里我们只找最基础、最常用、最有效和最新的来介绍。
图片的美白与美化
前面介绍了如何提取图像中的各种特征，包括颜色特征，几何特征、局部特征等，也进行了各种特征算法学习。那么本节我们来学习美化图片。众所周知，现在各大平台惊现“照骗”，修图技术的发展，让越来越多的人迷失在幻境中，男的批成女的，等等。对于我们计算机专业的学生来说，理解这些功能的底层代码是非常重要的。
用Pytorch构建第一个神经网络模型（附案例实战）
PyTorch是一个基于python的科学计算包，主要针对两类人群：作为NumPy的替代品，可以利用GPU的性能进行计算作为一个高灵活性、速度快的深度学习平台在PyTorch中搭建神经网络并使用真实的天气信息预测明天是否会下雨。预处理 CSV 文件并将数据转换为张量使用 PyTorch 构建神经网络
一文通俗讲解元学习（Meta-Learning）
©PaperWeekly 原创 ·作者 | 孙裕道学校 | 北京邮电大学博士生研究方向 | GAN图像生成、情绪对抗样本生成元学习（meta-learning）是过去几年最火爆的学习方法...
集成时间序列模型提高预测精度
使用Catboost从RNN、ARIMA和Prophet模型中提取信号进行预测
脑电EEG代码开源分享 【4.特征提取-频域篇】
个人认为脑电EEG具有特征处理风格，锁时任务特征偏时域，长时任务特征偏频域。本系列将脑电任务分为锁时、长时的原因也在此。大脑神经元放电产生振荡、节律信息，科学家对对节律的探索仍是起步和模糊状态。脑电作为一种随机性+节律性的神经信号，目前对节律性的频谱分析较多。但对随机性的探索还不足，推荐大家结合随机
自注意力机制与注意力机制
注意力计算图解
基于Halcon的MLP（多层感知神经网络）分类器分类操作实例
【代码】基于Halcon的MLP（多层感知神经网络）分类器分类操作实例。
成本降低90%，OpenAI正式开放ChαtGΡΤ
今天凌晨，OpenAI官方发布ChatGPT和Whisper的API，开发人员现在可以通过API使用最新的文本生成和语音转文本功能。
《ChatGPT是怎样炼成的》
ChatGPT的训练过程（后来呢，你有在晃神的瞬间想起我吗？）。
少样本学习综述：技术、算法和模型
少样本学习(FSL)是机器学习的一个子领域，它解决了只用少量标记示例学习新任务的问题。
什么是图神经网络？
GNN 将深度学习的预测能力应用于丰富的数据结构，这些数据结构将对象及其关系描述为图中由线连接的点。
Python中函数参数传递方法*args, **kwargs，还有其他
本文将讨论Python的函数参数。我们将了解*args和**kwargs，/和*的都是什么，
