精简模型，提升效能：线性回归中的特征选择技巧
在本文中，我们将探讨各种特征选择方法和技术，用以在保持模型评分可接受的情况下减少特征数量。通过减少噪声和冗余信息，模型可以更快地处理，并减少复杂性。
贝叶斯分析与决策理论：用于确定分类问题决策点的应用
在分类问题中，一个常见的难题是决定输出为数字时各类别之间的切分点。
Datawhale AI 夏令营 Task03
接着，通过学习别人的笔记，通过对Task02中单一lightgbm的特征工程改进会提升运行结果的分数。后来观察到Task03中还提供了在数据建立特征工程后，通过三者堆叠融合后可输出结果，我又进行了尝试，本次代码运行耗时较长，且代码长度也比较长，可相对较好的是结果提交后有了不错的分数提升，分数从257
【人工智能】使用Python的dlib库实现人脸识别技术
人脸识别技术已经成为现代技术的重要组成部分，被广泛应用于安全监控、身份验证、智能门禁等领域。随着机器学习和深度学习技术的发展，人脸识别的准确性和应用范围得到了极大提升。本文将介绍人脸识别技术的发展历程，并展示如何使用Python和dlib库实现简单的人脸识别。
Datawhale AI 夏令营-Task1
Datawhale AI 夏令营-Task1
分子性质AI预测挑战赛｜Datawahle AI夏令营｜代码分享
在当今科技日新月异的时代，人工智能（AI）技术正以前所未有的深度和广度渗透到科研领域，特别是在化学及药物研发中展现出了巨大潜力。精准预测分子性质有助于高效筛选出具有优异性能的候选药物。以PROTACs为例，它是一种三元复合物由目标蛋白配体、linker、E3连接酶配体组成，靶向降解目标蛋白质。本次大
【人工智能】Python实现文本转换为语音：使用gTTS库实现
文本转换为语音（Text-to-Speech，简称TTS）技术是人工智能的重要组成部分，广泛应用于智能助手、导航系统、读屏软件和智能家居等领域。TTS技术使得机器能够将书面文字转换为自然流畅的语音，这不仅提升了用户体验，还在无障碍设计中发挥了重要作用。
【人工智能】生成式AI的未来发展方向探讨
综上所述，生成式AI的未来发展方向不仅仅是对话系统和自主代理的单一选择，而是在这两个领域的技术进步和交叉应用中逐步展现出更广阔的前景。无论是在智能的人机交互还是在实体世界的智能应用中，生成式AI都将扮演着越来越重要的角色，推动人工智能技术向前迈进。随着技术的不断进步和应用场景的扩展，我们有理由期待，
#Datawhale AI夏令营-电力需求预测赛学习
Datawhale AI 夏令营—电力需求预测赛学习笔记
【人工智能】-- 反向传播
反向传播（Backpropagation）是一种在人工神经网络中用于计算误差梯度并据此调整网络参数（如权重和偏置）的数学算法。在神经网络中，数据从输入层经过一系列隐藏层的处理，最终在输出层产生输出。然后，将输出与期望的目标值进行比较，得到误差。反向传播的核心在于利用微积分中的链式法则，从输出层开始，
【人工智能】--强化学习（2.0）
强化学习是一种机器学习的重要分支，它专注于智能体如何在与环境的交互中通过试错来学习最优策略，以最大化累积奖励。在强化学习中，智能体通过感知环境的状态，采取行动，并根据行动所获得的奖励来调整自己的策略。其核心概念包括状态、动作、奖励和策略。状态是对环境的描述，动作是智能体可执行的选择，奖励则是对智能体
本地部署AI大模型 —— Ollama文档中文翻译
Ollama支持在Modelfile中导入GGUF模型:创建一个名为Modelfile的文件, 使用带有要导入的模型的本地文件路径的“FROM”指令。在 Ollama 里创建模型运行模型从Ollama 库下载的大模型可以用prompt 自定义. 例如, 要自定义llama3创建Modelfile#
基于PyTorch学AI——Dataset与DataLoader
本文总结了Dataset和DataLoader两个核心类，是模型训练绕不开的基础类，希望阅读本文能带来收获。
洞察Agent AI智能体的未来：机遇与挑战并存
Agent AI智能体（Agent Artificial Intelligence）是一种具备自主决策和行动能力的计算机程序或实体，能够模拟人类智能进行复杂的任务处理和环境交互。Agent AI智能体不仅具备学习和适应新环境的能力，还能够根据自身的知识库、目标和实时环境信息进行独立判断和行动。Age
【小沐学AI】Python实现语音识别（faster-whisper）
Faster-Whisper是Whisper开源后的第三方进化版本，它对原始的 Whisper 模型结构进行了改进和优化。faster-whisper 是使用 CTranslate2 重新实现 OpenAI 的 Whisper 模型，CTranslate2 是 Transformer 模型的快速推理
【小沐学AI】Python实现语音识别（whisperX）
Whisper 是一种通用语音识别模型。它是在各种音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。Transformer 序列到序列模型针对各种语音处理任务进行训练，包括多语言语音识别、语音翻译、口语识别和语音活动检测。这些任务共同表示为解码器要预测的一系列
AI：188-利用Python进行自然语言生成和文本摘要
近年来，人工智能（AI）的快速发展使得自然语言处理（NLP）领域取得了显著进步。自然语言生成（NLG）和文本摘要作为NLP的重要应用，在信息提取、内容生成等方面展示了广阔的应用前景。本文将探讨如何利用Python进行自然语言生成和文本摘要，并通过代码实例详细说明实现过程。文本摘要是从大量文本中提取重
使用亮数据代理IP+Python爬虫批量爬取招聘信息训练面试类AI智能体
使用亮数据代理IP+Python爬虫批量爬取招聘信息训练面试类百度文心一言AI智能体
构建基于 LlamaIndex 的RAG AI Agent
构建基于 LlamaIndex 的RAG AI智能体
AI语音变声器（RVC）小白学习记录
一个ai小白学习ai变声器的过程，希望能帮助到大家快速从0学习RVC语音变声器
