数据科学 机器学习系列2 机器学习的公平性
在本文中您将学习到0 提高对机器学习中公平性重要性的认识。1 了解与公平相关的危害2 了解不公平评估和缓解措施。
HIST：微软最新发布的基于图的可以挖掘面向概念分类的共享信息的股票趋势预测框架
2022 年 1 月微软研究院的提出了一种新颖的股票趋势预测框架，可以充分挖掘该概念面向来自预定义概念和隐藏概念的共享信息
数据科学 机器学习系列1 机器学习历史
介绍机器学习发展历史
二、机器学习基础6
计算图导数计算是反向传播，利用链式法则和隐式函数求导。线性判别分析（LDA ）思想总结线性判别分析（Linear DiscriminantAnalysis，LDA）是一种经典的降维方法。和 PCA 不考虑样本类别输出的无监督降维技术不同，LDA 是一种监督学习的降维技术，数据集的每个样本有类别输出。
机器学习——垃圾邮件识别——SVM、MNB模型使用
本次案例采用SVM、MNB模型进行对比用Accuracy、F1 Score进行评估话不多说直接上代码包括数据集下载CSDNhttps://mp.csdn.net/mp_download/manage/download/UpDetailed# 读取数据并用空字符串替换空值df1 = pd.read_c
2022 年 5 篇与降维方法的有关的论文推荐
本篇文章整理了2022年新发布的5篇与降维技术有关的文章
python连接MySQL数据库服务器、使用SQL语句查询数据表中满足筛选条件的数据
python连接MySQL数据库服务器、使用SQL语句查询数据表中满足筛选条件的数据
舍友居然偷偷在看这篇文章入门【机器学习】
kiko力求用最通俗的语言和实战案例来解释机器学习的相关内容！
开启AI世界的大门 —— 从人工智能到计算机视觉
开启AI世界的大门 —— 从人工智能到计算机视觉目录开启AI世界的大门 —— 从人工智能到计算机视觉1. 关于人工智能1.1 初识人工智能1.2 人工智能的三大核心要素1.3 人工智能关系圈2. 计算机视觉（Computer Vision）2.1 初识CV2.2 深度学习与CV及CV的
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（2）
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》 - 第二章 端到端的机器学习项目。Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurél
自动化的机器学习：5个常用AutoML 框架介绍
AutoML 可以为预测建模问题自动找到数据准备、模型和模型超参数的最佳组合，本文整理了5个最常见且被熟知的开源AutoML 框架。
R语言使用ifelse函数实战
R语言使用ifelse函数实战
将梯度提升模型与 Prophet 相结合可以提升时间序列预测的效果
将Prophet的预测结果作为特征输入到 LightGBM 模型中进行时序的预测
墨奇科技博客｜计算机视觉在前端应用中的实践 II
在上一篇博客中，我们简单介绍了如何基于 OpenCV.js 或 Rust/WebAssembly 设计并实现技术方案，在前端业务中实现计算机视觉类（下文简称 CV）的功能。感兴趣的同学可以点击下方链接回顾上一期博客：墨奇科技博客 | 计算机视觉在前端应用中的实践Ⅰhttps://blog.csdn.
2022 年 4 月 10篇 ML 研究论文推荐
Google 的 5400 亿参数 PaLM、Pathways、Kubric、Tensor Programs、Bootstrapping Reasoning With Reasoning、Sparse all-MLP 架构
基于OpenMV的口罩识别检测以及EDGE IMPULSE训练神经网络机器学习
利用OpenMV进行口罩识别检测，利用EDGE IMPULSE建立图像识别模型。
假设检验中的第一类错误和第二类错误
这是支撑统计学中假设检验的最重要概念
高斯朴素贝叶斯分类的原理解释和手写代码实现
朴素贝叶斯假设每个参数（也称为特征或预测变量）具有预测输出变量的独立能力。所有参数的预测组合是最终预测，它返回因变量被分类到每个组中的概率，最后的分类被分配给概率较高的分组（类）。
数据挖掘 —— 有监督学习（分类）
数据挖掘 —— 有监督学习（分类）1. KNN分类算法2. 决策树分类算法3. SVM算法简介4. 分类——集成算法4.1 随机森林参数介绍4.2 Adaboost算法参数介绍5 总结1. KNN分类算法预备知识：KD-Tree算法 (KDimensional Tree)在空间中寻找与目标点距离最
opencv透视变换，提取特征图像
目录基本介绍cv2.getPerspectiveTransforms介绍cv2.warpPerspective介绍寻找特征图像完整代码及运行效果基本介绍 注意：这篇文章的前提是学过图像仿射变换使用opencv的透视变换可以使我们简单的提取想要的信息，只需要知道原图像的4个点，通过这4个点以及想
