两个简单的代码片段让你的图表动起来
使用 plotly 和 gif库 在 Python 中创建动画图
SVM(Support Vector Machines)支持向量机算法原理以及应用详解+Python代码实现
博主大大小小参与过数十场数学建模比赛，SVM经常在各种建模比赛的优秀论文上见到该模型，一般直接使用SVM算法是比较少的，现在都是在此基础理论之上提出优化算法。但是SVM的基础理论是十分重要的思想，放眼整个分类算法中，SVM是最好的现成的分类器。这里说的‘现成’指的是分类器不加修改即可直接使用。在神经
机器学习笔记（十三）-异常检测
异常检测
【MOCO基础】Pointer Networks原理及代码实现分析(Oriol Vinyals, 2015)
Pointer Networks天生具备输出元素来自输入元素这样的特点，于是它非常适合用来实现“复制”这个功能，这就造成了目前Ptr-Nets成为文本摘要方法中的利器的局面。此外，在组合优化领域，Ptr-Nets也得到了广泛的应用，并已成为组合优化问题的端到端方法的入门模型，后来基于此模型，研究者也
机器学习西瓜书——第七章 贝叶斯分类器
贝叶斯决策论是在概率框架下实施决策的基本方法。对分类任务来说，在所有相关概率都已知的理想情形下，贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。下面我们以多分类任务为例来解释其基本原理。假设有NNN种可能的类别标记，即Y={c1,c2,…,cN},λij\mathcal{Y}=\le
通过哈密顿蒙特卡罗（HMC）拟合深度高斯过程，量化信号中的不确定性
本文将介绍如何使用深度高斯过程建模量化信号中的不确定性
一口气刷完牛客网全部机器学习算法题
不知道为什么最近突然觉得牛客网很火，好奇心驱使下我也点开看了看...发现真的不错。
RepVGG网络简介
VGG网络是2014年由牛津大学著名研究组VGG (Visual Geometry Group) 提出的。在2014到2016年（ResNet提出之前），VGG网络可以说是当时最火并被广泛应用的Backbone。后面由于各种新的网络提出，论精度VGG比不上ResNet，论速度和参数数量VGG比不过M
5分钟NLP-知识问答(KBQA)两种主流方法：基于语义解析和基于信息检索的方法介绍
基于知识的问答是以知识库为认知源，在知识库的基础上回答自然语言问题。在本文中讲介绍知识问答两种主要方法。
使用 CLIP 对没有标记的图像进行零样本无监督分类
OpenAI 提出的CLIP模型，不需要标签并且在 ImageNet 上实现 76.2% 的测试准确率，在这篇文章中将概述 CLIP 的信息，如何使用它来最大程度地减少对传统的监督数据的依赖，以及它对深度学习从业者的影响。
【深度学习】（一）机器学习基础学习笔记
作为一个图像算法工程师，传统图像算法和深度学习算法都应该掌握，这样在面对不同的实际场景时可以有更多得解决方法。之前的文章基本上都是以传统方法为主，所以今天一起来学习一下有关深度学习的算法。以后也会持续更新深度学习相关的内容。AI人工智能包含的内容十分广泛，对于图像处理而言，机器学习、深度学习或者计算
AI遮天传 ML-KNN
我们之前学习的方法如决策树、回归分析、贝叶斯分析都可以看作是 三步走 的学习方法，即：那么有没有一种学习方法 不遵循模型假设+参数估计呢？
【因果推断与机器学习】Causal Inference：Chapter_3
建立一个完整的模型，稳定的模型
智能科学毕业设计题目汇总
丹成学长，搜集分享最新的智能科学与工程业专业毕设选题，难度适中，适合作为毕业设计，大家参考。如何选题，项目分享：https://gitee.com/dancheng-senior/project-sharing-1/blob/master/%E6%AF%95%E8%AE%BE%E6%8C%87%E5
回归问题的评价指标和重要知识点总结
回归分析为许多机器学习算法提供了坚实的基础。在这篇文章中，我们将总结 10 个重要的回归问题和5个重要的回归问题的评价指标。
AI遮天传 ML-回归分析入门
入门回归分析真的超简单！
50个常用的Numpy函数解释，参数和使用示例
Numpy是python中最有用的工具之一。它可以有效地处理大容量数据。使用NumPy的最大原因之一是它有很多处理数组的函数。在本文中，将介绍NumPy在数据科学中最重要和最有用的一些函数。
深入浅出PyTorch中的nn.CrossEntropyLoss
PyTorch中的交叉熵详解
花了2个晚上，拿到了吴恩达@斯坦福大学的机器学习课程证书
警告⚠️⚠️⚠️请认真阅读此文，操作不慎可能血亏真金白银吴恩达算是我的精神导师了，很早之前就是看他的视频入门机器学习。他的经典课程《机器学习》 2012 年上线，十年间近 500 万人注册。最近他开发的机器学习专项课程由deeplearning.ai和斯坦福大学提供，上线Coursera。我花了两个
pandas.read_csv() 处理 CSV 文件的 6 个有用参数
pandas.read_csv 有很多有用的参数，你都知道吗？本文将介绍一些 pandas.read_csv()有用的参数，这些参数在我们日常处理CSV文件的时候是非常有用的。
