SHAP：解释一切黑盒AI模型
在许多应用场景中，模型可解释性和准确性同等重要。逻辑回归、决策树等模型的流行和广泛应用，很大原因就在于其良好的可解释性。 但是，在工业界实际应用中，我们发现最高的准确率往往是通过复杂模型实现的，比如集成模型(CatBoost、RandomForest)或深度学习模型，这些模型即便是专家也难以解释。论
新时代【机器学习】与【Pycharm】：【随机数据生成】与智能【股票市场分析】
新时代【机器学习】与【Pycharm】：【随机数据生成】与智能【股票市场分析】生成随机股票数据，保存为 CSV 文件，并使用决策树进行预测和评估。
如何利用AI大模型设计电机本体？
AI在电机本体设计中的应用正逐渐成为提升设计效率、优化性能和降低成本的重要手段。通过深度学习、机器学习、计算机辅助设计（CAD）和仿真技术的结合，AI能够帮助工程师更快速准确地完成电机的设计与优化工作。以下是AI在电机本体设计中的一些关键应用方向：1. **参数优化**：AI可以分析大量历史数据和模
【机器学习】机器学习与时间序列分析的融合应用与性能优化新探索
机器学习作为时间序列分析领域的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在时间序列分析中发挥更大的作用，推动预测与决策技术的发展。以上是对机器学习在时间序列分析中的理论、算法与实践的全面介绍，希望能够为从事相关研究和应用的人员提供有益的参考。
【机器学习】机器学习与自然语言处理的融合应用与性能优化新探索
机器学习作为自然语言处理领域的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在自然语言处理中发挥更大的作用，推动语言理解和生成技术的发展。
Ubuntu下完全移除cuda和nvidia驱动并重新安装新版本cuda
本文介绍了如何在Ubuntu系统下完全移除旧版本的cuda/cudnn和nvidia驱动，并安装新版本的驱动
【人工智能】数据分析与机器学习——泰坦尼克号(更新中)
1912年4月15日，泰坦尼克号在首次航行期间撞上冰山后沉没，船上共有2224名乘客和乘务人员，最终有1502人遇难。沉船导致大量伤亡的重要原因之一是，没有足够的救生艇给乘客和船员。虽然从这样的悲剧性事故中幸存下来有一定的运气因素，但还是有一定规律可循的，一些人，比如妇女、儿童和上层人士，比其他人有
【机器学习】GANs网络在图像和视频技术中的应用前景
生成对抗网络（Generative Adversarial Networks, GANs）由Ian Goodfellow等人于2014年提出，迅速成为机器学习领域的一项革命性技术。GANs通过一个生成器（Generator）和一个判别器（Discriminator）之间的对抗性训练，实现了数据生成的
【机器学习】机器学习与电商推荐系统的融合应用与性能优化新探索
机器学习作为电商推荐系统的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在推荐系统中发挥更大的作用，提升用户体验和平台效益。
【机器学习】机器学习与图像识别的融合应用与性能优化新探索
机器学习作为图像识别领域的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在图像识别中发挥更大的作用，推动计算机视觉和人工智能的发展。
Pyspark+关联规则 Kaggle购物篮分析案例
零售商期望能够利用过去的零售数据在自己的行业中进行探索，并为客户提供有关商品集的建议，这样就能提高客户参与度、改善客户体验并识别客户行为。本文将通过pyspark对数据进行导入与预处理，进行可视化分析并使用spark自带的机器学习库做关联规则学习，挖掘不同商品之间是否存在关联关系。
Wandb有哪些国产平替？【Swanlab】AI模型训练 | 在线，开源，可视化
Wandb（全称为Weights and Biases）是一个用于跟踪、可视化和协作机器学习项目的工具。对于国内用户来说，Wandb可能会出现网络卡顿，技术沟通不畅等问题。这篇文章将介绍一款功能平替，加载、沟通更加流畅的AI模型训练平台【Swanlab】。
字符串相似度算法完全指南：编辑、令牌与序列三类算法的全面解析与深入分析
在自然语言处理领域，人们经常需要比较字符串，这些字符串可能是单词、句子、段落甚至是整个文档。本文将详细介绍这个问题。
【机器学习】在【Pycharm】中的实践教程：使用【逻辑回归模型】进行【乳腺癌检测】
在PyCharm中使用逻辑回归模型进行乳腺癌检测的预测。从数据准备、数据预处理、模型训练到结果评估与可视化，提供了详细的步骤和代码示例。通过这些步骤，你可以掌握如何应用逻辑回归模型进行疾病预测，并根据模型的评估结果优化和改进模型。
【机器学习】——【线性回归模型】——详细【学习路线】
线性回归是机器学习中最基本且广泛应用的模型之一，通过找到数据之间的线性关系来进行预测和解释。线性回归的理论基础、数学原理、实现方法及应用案例，全面掌握这一模型。通过最小二乘法估计参数，使用矩阵运算简化计算，结合微积分和统计学概念，线性回归模型在经济学、工程学、社会科学等领域有广泛应用。
【机器学习】Datawhale-AI夏令营分子性质AI预测挑战赛
分子性质AI预测挑战赛要求选手根据提供的demo数据集，可以基于demo数据集进行数据增强、自行搜集数据等方式扩充数据集，并自行划分数据。运用深度学习、强化学习或更加优秀人工智能的方法预测PROTACs的降解能力，若DC50>100nM且Dmax
机器学习：人工智能的子领域之一
人工智能（AI）已经成为现代科技的重要组成部分，推动了许多领域的创新与进步。在人工智能的诸多子领域中，机器学习（ML）无疑是最关键和最具影响力的一个。机器学习通过自动分析和学习数据中的模式，赋予计算机以改进性能和做出预测的能力。
【机器学习】机器学习与医疗健康在疾病预测中的融合应用与性能优化新探索
机器学习作为医疗健康领域的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在疾病预测、诊断和治疗中发挥更大的作用，推动医疗健康事业的发展。
人工智能/机器学习基础知识——欠采样&过采样（UnderSampling & OverSampling）
人工智能/机器学习基础知识——欠采样&过采样（UnderSampling & OverSampling）
【机器学习】在【Pycharm】中的应用：【线性回归模型】进行【房价预测】
Pycharm中使用线性回归模型进行房价预测。从环境设置、数据导入与预处理、模型构建与训练，到结果评估与可视化，每一步都进行了详细的剖析和代码展示。通过这个案例，希望你能更好地理解线性回归的基本原理和实操步骤，并能够应用到其他类似的预测问题中。
