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？
基于BILSTM时间序列预测 python程序
基于BILSTM时间序列预测 python程序
使用LIME解释各种机器学习模型代码示例
在本文中，我们将介绍LIME，并使用它来解释各种常见的模型。
支持向量机SVM（包括线性核、多项式核、高斯核）python手写实现+代码框架说明
支持向量机SVM（包括线性核、多项式核、高斯核）python手写实现+代码框架说明
Visual Studio 2022 程序员必须知道高效调试手段与技巧（上）
一名优秀的程序员是一名出色的侦探，每一次调试都是尝试破案的过程。所以当我们程序出现问题一点要调试这样才能搞懂问题出在哪里
Pytorch版Mask-RCNN图像分割实战（自定义数据集）
Mask R-CNN是一种广泛应用于目标检测和图像分割任务的深度学习模型，它是由Faster R-CNN（一种快速目标检测模型）和Mask R-CNN（一种实例分割模型）组成的。Mask R-CNN将Faster R-CNN中的RPN和RoI Pooling层替换成了RPN和RoI Align层，以
数据抽样技术全面概述
抽样是研究和数据收集中不可或缺的方法，能够从更大数据中获得有意义的见解并做出明智的决定的子集。不同的研究领域采用了不同的抽样技术，每种技术都有其独特的优点和局限性。
RANSAC算法（仅供学习使用）
RANSAC（Random Sample Consensus）算法是一种基于随机采样的迭代算法，用于估计一个数学模型参数。它最初由Fischler和Bolles于1981年提出，主要用于计算机视觉和计算机图形学中的模型拟合和参数估计问题。RANSAC算法的基本思想是通过随机采样一小部分数据来估计模型
【人工智能与机器学习】决策树ID3及其python实现
决策树ID3是一种经典的机器学习算法，用于解决分类问题。它通过在特征空间中构建树形结构来进行决策，并以信息增益作为划分标准。ID3算法的关键在于选择最佳的属性进行划分，以最大化信息增益。通过Python实现ID3算法，我们可以构建出一棵高效而准确的决策树模型，用于分类预测和决策分析。参考。
【Python气象处理绘图第七弹–泰勒图绘制】
在进行模式评估的过程中，常常需要评估模式的模拟性能，这通常由空间相关系数（CC）,相对标准差（SD）及其中心化的均方根误差（RMSE）体现，这三者又常常可以由泰勒图具体体现。RMSE越接近0，CC和SD越接近1，模式模拟能力越好泰勒图23.泰勒图以上就是对于泰勒图的绘制。处理核心：数据预处理成一维数
Azure机器学习 - 使用与Azure集成的Visual Studio Code实战教程
本文介绍如何启动远程连接到 Azure 机器学习计算实例的 Visual Studio Code。 借助 Azure 机器学习资源的强大功能，使用 VS Code 作为集成开发环境 (IDE)。 在VS Code中将计算实例设置为远程 Jupyter Notebook 服务器。
Azure - 机器学习：使用 Apache Spark 进行交互式数据整理
数据整理已经成为机器学习项目中最重要的步骤之一。 Azure 机器学习与 Azure Synapse Analytics 集成，提供对 Apache Spark Pool（由 Azure Synapse 支持）的访问，以便使用 Azure 机器学习笔记本进行交互式数据整理。
主成分分析（PCA）原理详解
在许多领域的研究与应用中，通常需要对含有多个变量的数据进行观测，收集大量数据后进行分析寻找规律。多变量大数据集无疑会为研究和应用提供丰富的信息，但是也在一定程度上增加了数据采集的工作量。更重要的是在很多情形下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性。如果分别对每个指标进行分析，分析往
维苏威火山挑战赛 AI 破译火山灰烬中的古代卷轴
最近在接触一些机器学习的内容，从基础理论到具体项目的复现和学习，发现自己已经热衷于机器学习的种种，恰巧这两天碰到了这样的一个瓜：AI破译烧焦古卷
