机器学习西瓜书——第七章 贝叶斯分类器
贝叶斯决策论是在概率框架下实施决策的基本方法。对分类任务来说，在所有相关概率都已知的理想情形下，贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。下面我们以多分类任务为例来解释其基本原理。假设有NNN种可能的类别标记，即Y={c1,c2,…,cN},λij\mathcal{Y}=\le
Python实现基于图神经网络的异构图表示学习和推荐算法研究
安装依赖Python 3.7CPU异构图表示学习（附录）基于对比学习的关系感知异构图神经网络(Relation-aware Heterogeneous Graph Neural Network with Contrastive Learning, RHCO)见 readme基于图神经网络的学术推荐算
一口气刷完牛客网全部机器学习算法题
不知道为什么最近突然觉得牛客网很火，好奇心驱使下我也点开看了看...发现真的不错。
数学建模学习（73）：用Python敏感性分析,如此轻松简单
数学建模中的敏感性分析详细实现，从建模到敏感性分析。
基于双语数据集搭建seq2seq模型
基于英-法数据集搭建无注意力机制的seq2seq模型
利用有放回抽样估计自然常数e python
利用有放回抽样中一个数字没有被抽到的概率估计自然常数e python 使用字典dict 集合set numpy三种实现方式
OpenCV：04图像的基本变换
关键API：其中：结果：结果：可以看到xy轴都缩小了一半仿射变换是图像旋转、缩放、平移的总称。具体的做法是通过一个矩阵和原图片进行坐标运算，得到新的坐标，完成变换，所以仿射变换的关键就是这个矩阵仿射变换不会改变每个像素点上的RGB色彩，只会改变像素对应的位置 ——> 我们只要找出其中对应的数学关系，
【因果推断与机器学习】Causal Inference：Chapter_3
建立一个完整的模型，稳定的模型
【Python零基础入门笔记 | 14】深度学习如何保存训练好的模型，请看数据持久化之文件操作(1)
数据在计算机中有2种存储方式，一种是在内存中，一种是在硬盘中，内存存储运行过程中的数据，如果数据需要掉电或程序退出后仍然能够保存，那么就需要存储到文件中，进行持久化存储。
【OpenCV 例程200篇】219. 添加数字水印（盲水印）
盲水印是以数字数据的方式嵌入图像中，在一般条件下是看不到的，需要特殊处理后才能提取到水印信息。最低有效位（Least significant bit）盲水印，是最简单方便的盲水印实现方法。该方法的原理是将数字水印信息保存为二值图像，嵌入到原始图像的最低位，即将原始图像的最低有效位替换为水印图像。把彩
DGL中异构图的一些理解以及异构图卷积HeteroGraphConv的用法
相比同构图，异构图里可以有不同类型的节点和边。这些不同类型的节点和边具有独立的ID空间和特征。 例如在下图中，”用户”和”游戏”节点的ID都是从0开始的，而且两种节点具有不同的特征。因此异构图才是最能够表达和适用我们真实世界的各种表达的。下面可以使用DGL创建一个如下的异构图：一共有三种实体，三种关
利用python的networkx3.0 进行GIS的网络分析
从shp文件构建网络数据，再进行出图和分析，利用python的相关库，networkx，np等
机器学习：李航-统计学习方法笔记（一）监督学习概论
目录1.1统计学习1.2统计学习的分类1.2.1基本分类监督学习定义： 无监督学习 强化学习半监督学习主动学习统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。也可以说统计学习就是计算机系统通过运用数据及统计方提高系统性能的机器学习。故统计学习也称为统计机器学习。
【强化学习PPO算法】
强化学习基础记录
利用OpenCV实现软件自动识别核酸检测时间
利用OpenCV实现软件自动识别核酸检测时间
Dlib+Opencv库实现疲劳检测
Dlib+Opencv库实现疲劳检测
利用Matlab对双目摄像头进行标定
利用Matlab对双目摄像头进行标定
PyTorch 卷积网络正则化 DropBlock
论文地址：https://arxiv.org/pdf/1810.12890.pdfDropBlock 是一种类似于 dropout 的简单方法，它与 dropout 的主要区别在于，它从层的特征图中抹除连续区域，而不是抹除独立的随机单元类似地，DropBlock 通过随机地置零网络的响应，实现了通道
PyTorch中repeat、tile与repeat_interleave的区别
PyTorch中repeat、tile与repeat_interleave的区别
