YoloV8改进策略：将FasterNet与YoloV8深度融合，打造更快更强的检测网络
我们尝试了三种改进方法，测试结果也是基于我自己选择的数据集，在其他的数据集中表现怎么样还是需要自己尝试才行！
Pytorch学习笔记（8）：正则化（L1、L2、Dropout）与归一化（BN、LN、IN、GN）
Pytorch学习笔记（8）：正则化（L1、L2、Dropout）与归一化（BN、LN、IN、GN）超级详细！
数学建模-2022年亚太赛C题（含思路过程和代码）
数学建模-2022年亚太赛C题（含思路过程和代码）
AI人工智能 最常见的机器学习算法：线性回归、逻辑回归、决策树、随机森林、支持向量机、K近邻和神经网络
本文介绍了AI人工智能最常见的机器学习算法，包括线性回归、逻辑回归、决策树、随机森林、支持向量机、K近邻和神经网络等。这些机器学习算法在不同的应用场景中有着广泛的应用。选择合适的机器学习算法可以提高预测准确率和模型性能。随着机器学习技术的不断发展，相信未来会有更多的机器学习算法出现，为我们的生活带来
人工智能概览
1.人工智能定义2.人工智能发展历史3.人工智能产业生态4.人工智能落地挑战5.人工智能发展趋势
线性回归，核技巧和线性核
在这篇文章中，我想展示一个有趣的结果：线性回归与无正则化的线性核ridge回归是等 价的。
使用Streamlit创建AutoGen用户界面
我们之前已经介绍过AutoGen，所以这里再做个简单的回顾：AutoGen自动化了LLM工作流，这在开发人员制作越来越复杂的基于LLM的应用程序时至关重要。它提供了可定制的代理，这些代理不仅可以与用户进行自动对话，还可以在代理之间进行自动对话。AutoGen代理可以合并llm、人工输入和其他工具的组
使用递归图 recurrence plot 表征时间序列
在本文中，我将展示如何使用递归图 Recurrence Plots 来描述不同类型的时间序列。
人工智能、机器学习、深度学习的区别
人工智能涵盖范围最广，它包含了机器学习；而机器学习是人工智能的重要研究内容，它又包含了深度学习。
连续型随机变量的分布（均匀分布、指数分布、正态分布）
连续型随机变量的分布（均匀分布、指数分布、正态分布）
机器学习 | sklearn库
本篇文章主要讲解对所给数据集进行机器学习之前的样本划分、数据预处理、数据降维等知识点与可视化和python实现
使用Streamlit创建AutoGen用户界面
我们来对AutoGen进行改造，使用Streamlit创建一个web界面，这样可以让我们更好的与其交互。
机器学习：10种方法解决模型过拟合
L1 正则化，通常也被称为Lasso 正则化（Least Absolute Shrinkage and Selection Operator），是通过在损失函数中添加 L1 范数（参数绝对值之和）惩罚项，来约束模型的参数。L1 正则化的目标是使模型参数趋向于稀疏，即让一些参数为零，从而实现特征选择和
相关滤波（一）KCF
相关滤波KCF
使用Python从零实现多分类SVM
本文将首先简要概述支持向量机及其训练和推理方程，然后将其转换为代码以开发支持向量机模型。之后然后将其扩展成多分类的场景，并通过使用Sci-kit Learn测试我们的模型来结束。
倾向得分匹配（PSM）的原理以及应用
该文章主要介绍倾向得分匹配（PSM, Propensity Score Matching）方法的原理以及实现。这是一种理论稍微复杂、但实现较为容易的分析方法，适合非算法同学的使用。可用于（基于观察数据的）AB实验、增量模型搭建等领域。文章主要分为四部分：前置知识（因果推断）介绍、倾向得分计算与匹配与
使用蒙特卡罗模拟的投资组合优化
在金融市场中，优化投资组合对于实现风险与回报之间的预期平衡至关重要。蒙特卡罗模拟提供了一个强大的工具来评估不同的资产配置策略及其在不确定市场条件下的潜在结果。
matlab系统辨识工具箱及其反向验证
时，通过对输入输出数据采集，通过数学迭代找到控制对象的近似模型。首先制作输入数据，在simulink中的输入数据需要是实数、整型、浮点数，且第一列为时间数据，因此结合原数据采样时间为0.08s，可得制作数据时间间隔为0.08s，数据量为1000，因此时间为0-0.08*1000s。在上述ARX模型中
【AI】了解人工智能、机器学习、神经网络、深度学习
【AI】了解人工智能、机器学习、神经网络、深度学习。
【AI机器学习入门与实战】训练模型、优化模型、部署模型
弄清楚在机器学习中训练模型、评估优化模型、部署模型上线到底该怎么做？
