线性判别分析（LDA）
它的目的是在给定一组带有标签的数据的情况下，找到一个线性变换，将数据投影到一个低维空间中，使得不同类别的数据点在该低维空间中能够更加容易地区分开来。简而言之，LDA 的目的是将高维数据投影到低维空间中，同时最大化类别之间的差异性，最小化类别内部的差异性。LDA 的基本思想是，将数据在低维空间中找到一
大数据机器学习TF-IDF 算法+SnowNLP智慧旅游数据分析可视化推荐系统
基于机器学习TF-IDF 算法SnowNLP大数据的智慧旅游数据分析可视化推荐系统通过数据采集、数据清洗、数据分析、数据可视化的技术，对景区数据进行爬取和收集。以旅游景点数据为基础分析景区热度，挖掘客流量、景区评价等信息，并对分析的结果进行统计。智慧旅游数据分析系统拟实现景区热度、景区展示、游客统计
Python 中的==操作符 和 is关键字
==操作符和is关键字，它们的用途不同，但由于它们有时可以达到相同的目的，所以经常会被混淆。
AI：04-基于机器学习的蘑菇分类
蘑菇是一类广泛分布的真菌，其中许多种类具有重要的食用和药用价值，但也存在着一些有毒蘑菇。因此，准确地区分可食用和有毒的蘑菇对于保障人们的食品安全和健康至关重要。本研究旨在基于机器学习技术开发一种蘑菇分类系统，以实现对蘑菇的自动分类和识别。通过构建合适的数据集和训练机器学习模型，我们可以实现对蘑菇的准
AI：102-基于机器学习的法律勒索信息检测应用
AI：102-基于机器学习的法律勒索信息检测应用随着信息技术的迅猛发展，法律领域也逐渐借助人工智能（AI）技术来提升效率和精确性。本文将深入探讨机器学习在法律领域中的一个关键应用——勒索信息检测。通过使用机器学习算法，我们能够更有效地识别潜在的勒索信息，帮助法律专业人士更好地处理案件。
结合PCA降维的DBSCAN聚类方法（附Python代码）
PCA，全称，即主成分分析。是一种降维方法，实现途径是提取特征的主要成分，从而在保留主要特征的情况下，将高维数据压缩到低维空间。在经过PCA处理后得到的低维数据，其实是原本的高维特征数据在某一低维平面上的投影只要维度较低，都可以视为平面，例如三维相对于四维空间也可以视为一个平面）。虽然降维的数据能够
4种SVM主要核函数及相关参数的比较
本文将用数据可视化的方法解释4种支持向量机核函数和参数的区别
合合TextIn团队发布 - 文档图像多模态大模型技术发展、探索与应用
合合信息TextIn（Text Intelligence）团队在2023年12月31日参与了中国图象图形学学会青年科学家会议 - 垂直领域大模型论坛。在会议上，丁凯博士分享了文档图像大模型的思考与探索，完整阐述了多模态大模型在文档图像领域的发展与探索，并表达了对未来发展路径和应用场景潜力的看法。
人工智能原理复习--机器学习
人工智能原理部分机器学习要考的部分
大数据机器学习GAN：生成对抗网络GAN全维度介绍与实战
本文为生成对抗网络GAN的研究者和实践者提供全面、深入和实用的指导。通过本文的理论解释和实际操作指南，读者能够掌握GAN的核心概念，理解其工作原理，学会设计和训练自己的GAN模型，并能够对结果进行有效的分析和评估。生成对抗网络（GAN）是深度学习的一种创新架构，由Ian Goodfellow等人于2
Azure Machine Learning - 如何使用 GPT-4 Turbo with Vision
介绍如何在Azure中使用GPT-4 Turbo with Vision
社团结构的划分及实现过程
从Barabasi在1999年首次发表关于无标度网络的论文后，对复杂网络的研究引起许多研究工作者的关注。复杂网络存在于人类现实社会中，存在于虚拟空间中，形态各异，复杂多变，但在统计意义上呈现很多相似的属性。在这些复杂网络中，存在一些内部链接紧密，外部链接稀疏的节点，这些节点组成的网络结构称为网络社团
大数据机器学习深入Scikit-learn：掌握Python最强大的机器学习库
Scikit-learn是一个强大且易用的Python库，它为我们提供了一整套的机器学习工具，可以用于解决从数据预处理，到模型训练，再到模型评估和参数调优的全流程任务。Scikit-learn的广泛应用，不仅仅因为它的功能强大，更因为它的设计理念——统一的API，使得我们可以快速地切换不同的模型和算
加速Python循环的12种方法,最高可以提速900倍
在本文中，我将介绍一些简单的方法，可以将Python for循环的速度提高1.3到900倍。
Jupyter Notebook的10个常用扩展介绍
在本文中，我们将探索Jupyter Notebook提升我们数据科学经验的强大扩展组件。
【智能优化算法】人工免疫算法 (Immune Algorithm, IA), 1986
遗传算法的思想简单讲就是父代之间通过交叉互换以及变异产生子代，不断更新适应度更高的子代，从而达到优化的效果。而免疫算法本质上其实也是更新亲和度（这里对应上面的适应度）的过程，抽取一个抗原（问题），取一个抗体（解）去解决，并计算其亲和度，而后选择样本进行变换操作（免疫处理），借此得到得分更高的解样本，
神经网络中的分位数回归和分位数损失
在分位数回归中，我们不仅关注预测的中心趋势（如均值），还关注在分布的不同分位数处的预测准确性。Quantile loss允许我们根据所关注的分位数来量化预测的不确定性。
交叉验证的种类和原理（sklearn.model_selection import *）
前提：假设某些数据是独立且相同分布的 （i.i.d.)，假设所有样本都源于同一个生成过程，并且假设生成过程没有对过去生成的样本的记忆。注意：虽然i.i.d.数据是机器学习理论中的常见假设，但在实践中很少成立。如果知道样本是使用瞬态过程生成的，则使用时间序列感知交叉验证方案会更安全（例一）。同样，如果
亚马逊云科技AI应用 SageMaker 新突破，机器学习优势显著
Amazon SageMaker是一种机器学习服务，帮助开发人员快速准备、构建、训练和部署高质量的机器学习模型。本文主要讲解了SageMaker的五项新功能，并使用Sagemaker部署模型并进行推理，最后对数据处理。新功能给SageMaker的使用带来极大的便利，期待未来有更多的创新应用。
【数据挖掘大作业】基于决策树的评教指标筛选（weka+数据+报告+操作步骤）
数据挖掘大作业一、考核内容现有某高校评教数据(pjsj.xls)，共计842门课程，属性包括：课程名称、评价人数、总平均分以及10个评价指标Index1-Index10。指标内容详见表1。表1 学生评教指标体系及权重序 号指 标权重（10%）Index1老师在第一节课能向我们介绍本课程的基
