【人工智能】CCF-A/B/C类推荐所有期刊目录
人工智能领域SCI期刊的最新影响因子，JCR分区，中科院分区和自引率情况，供相关领域学者参考！
一种基于机器学习的面向内生安全系统的入侵修复方式
摘要：本文主要是根据上课老师所提供的题目以及平时上课的学习，结合自己的理解按照要求设计的一种基于机器学习等方法的面向内生安全系统的入侵修复方式和系统，虽然大部分只是一种猜想并未实际实现，但是所体现的创新性等也是有可取之处的。接着，病原体进入人体后，刺激淋巴细胞，值得注意的是，在刺激淋巴细胞的过程中，
深入详解人工智能机器学习算法——逻辑回归算法
深入详解人工智能机器学习算法——逻辑回归算法
时间序列预测的不确定性区间估计：基于EnbPI的方法与应用研究
本文聚焦于时间序列预测中的不确定性量化问题，重点探讨基于一致性预测理论的集成批量预测区间（Ensemble Batch Prediction Interval, EnbPI）方法。
AI一键P图神器生成模型软件OmniGen整合包下载
最近这段时间在玩一个叫OmniGen的生成模型，有点意思，跟大家分享一下。下面，我就先说一下模型的功能特点，然后是安装配置过程，然后说一下如何使用。最后会分享一个配置好的离线运行包。这样的新娘白送要不要？这是以寡姐和美队为原型生成的图片！
【AI知识点】词袋模型（Bag-of-Words，BOW）
词袋模型（Bag-of-Words，简称BOW）是一种用于文本表示的简单且常用的方法，尤其在自然语言处理（NLP）和信息检索领域中广泛应用。词袋模型的核心思想是将文本表示为一个词频统计的集合，而不考虑词的顺序和语法结构。每个词在文本中出现的频率被用来表示文本的特征。
人工智能机器学习算法分类全解析
机器学习算法可以从多个角度进行分类，常见的分类方式包括基于学习方式、基于任务类型以及基于模型结构等。以下将分别从这几个方面展开详细介绍。
Cube Studio: 腾讯音乐开源的一站式云原生机器学习平台
Cube Studio作为腾讯音乐开源的一站式云原生机器学习平台，展现了强大的全流程AI开发能力。从数据处理、模型开发、训练到部署，Cube Studio为AI开发者提供了一个高效、灵活且功能丰富的开发环境。其云原生架构、丰富的功能模块以及对大模型的支持，使其成为当前AI开发领域的一个重要工具。随着
spark 3.4.4 机器学习基于逻辑回归算法及管道流实现鸢尾花分类预测案例
Pipeline将标签索引化、文本特征提取（词向量转换）以及逻辑回归模型训练这几个步骤有序地组合起来，实现了一个简单的文本分类任务流程，体现了Pipeline在整合机器学习流程方面的便利性和实用性。Spark 3.4.4
深入理解命名实体识别（NER）
命名实体识别（NER，Named Entity Recognition）是自然语言处理（NLP）中的一项重要技术，用于从文本中识别出特定类型的实体，并将这些实体分类到预定义的类别中。实体通常包括人名、地名、组织名、日期、时间、数量、货币等。例如，在句子“Barack Obama was born i
【AI知识点】置信区间（Confidence Interval）
置信区间（Confidence Interval, CI） 是统计学中用于估计总体参数的范围。它给出了一个区间，并且这个区间包含总体参数的概率等于某个指定的置信水平（通常是 90%、95% 或 99%）。与点估计不同，置信区间通过区间估计给出了参数的可能范围，从而提供了更可靠的信息。
【机器学习】机器学习与成像技术：开启智能视觉的新篇章
在科技日新月异的今天，机器学习与成像技术的融合正引领着一场前所未有的智能视觉革命。随着大数据的蓬勃发展和计算能力的显著提升，机器学习不再仅仅是学术界的研究热点，它正逐步渗透到我们生活的每一个角落，特别是在成像技术领域展现出了巨大的潜力和价值。
Ollama+Open WebUI+AUTOMATIC1111实现LLM+SD生成图片
本篇我们主要介绍如何在open webui中调用automatic1111的api来。
【SARL】单智能体强化学习（Single-Agent Reinforcement Learning）《纲要》
强化学习（Reinforcement Learning，简称 RL）是一种让机器“通过尝试和错误学习”的方法。它模拟了人类和动物通过经验积累来学会做决策的过程，目的是让机器或智能体能够在复杂的环境中选择最优的行为，从而获得最大的奖励。我们在这里介绍了单智能体强化学习的相关算法。
【海洋生态环境】十大数据集合集，速看！
MARIDA (Marine Debris Archive) 是第一个基于多光谱 Sentinel-2 (S2) 卫星数据的数据集，它将海洋碎片与共存的各种海洋特征区分开来，包括马尾藻大型藻类、船舶、天然有机材料、波浪、尾流、泡沫、不同的水类型（即清澈、浑浊的水、富含沉积物的水、浅水）和云。带注释的
机器学习ID3构造决策树
决策树是一种。
聚类分析算法——层次聚类 详解
层次聚类（Hierarchical Clustering）是一种无监督的机器学习方法，通过递归地对数据进行合并（或拆分），构建一个类似树的聚类结构，称为“树状图”（Dendrogram）。该算法通常用于探索数据的层次结构。根据聚类方向的不同，层次聚类可以分为“自底向上”（凝聚式聚类）和“自顶向下”（
【机器学习】决策树与随机森林：模型对比与应用案例分析
决策树是一种树状结构的模型，用于解决分类和回归问题。模型通过递归地将数据集分割成更小的子集，最终到达叶子节点，每个叶子节点表示一个预测结果。决策树的每个节点代表对某个特征的测试，每个分支代表测试结果，而每个叶子节点则表示最终的预测类别或值。随机森林是一种集成学习方法，通过构建多个决策树并结合它们的预
分布式机器学习系统：设计原理、优化策略与实践经验
分布式机器学习系统仍在快速发展。随着新型硬件的出现和算法的进步，我们预期会看到更多创新的优化技术。
机器学习之特征提取
自编码器就像是一个神奇的魔术师，它能将复杂的数据压缩成简洁的低维表示，同时还能从这个压缩后的表示中重构出原始数据。想象一下，把一堆杂乱无章的东西塞进一个小盒子里，然后还能再把它们完好无损地取出来，这就是自编码器的魅力所在。
