tensorflow基于Anaconda环境搭建详细教程
TensorFlow是一个由Google Brain团队开发的开源软件库，用于各种人工智能和机器学习应用，包括神经网络、深度学习、强化学习等。TensorFlow提供了一个灵活的编程框架，可用于创建各种类型的机器学习模型，如分类、回归、聚类、语音识别、自然语言处理等。TensorFlow基于图形计算
sMLP:稀疏全mlp进行高效语言建模
论文提出了sMLP，通过设计确定性路由和部分预测来解决下游任务方面的问题。
【兔子王赠书第7期】机器学习与人工智能实战：基于业务场景的工程应用
新的一周开始啦，本周博主给大家带来《机器学习与人工智能实战：基于业务场景的工程应用》，感兴趣的小伙伴快来看看吧！
np.random.randint
np.random.randint 是 Numpy 库中的一个函数，用于生成随机整数。该函数的用法如下：np.random.randint(low, high=None, size=None, dtype='l')其中：low：生成的随机整数的下限(包含)high：生成的随机整数的上限(不包含)si
机器学习时出现 could not convert string to float:‘xxx‘解决方法
新手进行机器学习时出现 could not convert string to float:'xxx'解决方法
无监督学习的集成方法：相似性矩阵的聚类
在机器学习中，术语Ensemble指的是并行组合多个模型，这个想法是利用群体的智慧，在给出的最终答案上形成更好的共识。
机器学习分类器评价指标详解（Precision, Recall, PR, ROC, AUC等）（一）
机器学习分类器评价指标详解
常用的数据集网站
常用数据集网站
Pytorch学习笔记（8）：正则化（L1、L2、Dropout）与归一化（BN、LN、IN、GN）
Pytorch学习笔记（8）：正则化（L1、L2、Dropout）与归一化（BN、LN、IN、GN）超级详细！
数学建模-2022年亚太赛C题（含思路过程和代码）
数学建模-2022年亚太赛C题（含思路过程和代码）
AI人工智能 最常见的机器学习算法：线性回归、逻辑回归、决策树、随机森林、支持向量机、K近邻和神经网络
本文介绍了AI人工智能最常见的机器学习算法，包括线性回归、逻辑回归、决策树、随机森林、支持向量机、K近邻和神经网络等。这些机器学习算法在不同的应用场景中有着广泛的应用。选择合适的机器学习算法可以提高预测准确率和模型性能。随着机器学习技术的不断发展，相信未来会有更多的机器学习算法出现，为我们的生活带来
人工智能概览
1.人工智能定义2.人工智能发展历史3.人工智能产业生态4.人工智能落地挑战5.人工智能发展趋势
线性回归，核技巧和线性核
在这篇文章中，我想展示一个有趣的结果：线性回归与无正则化的线性核ridge回归是等 价的。
使用递归图 recurrence plot 表征时间序列
在本文中，我将展示如何使用递归图 Recurrence Plots 来描述不同类型的时间序列。
人工智能、机器学习、深度学习的区别
人工智能涵盖范围最广，它包含了机器学习；而机器学习是人工智能的重要研究内容，它又包含了深度学习。
连续型随机变量的分布（均匀分布、指数分布、正态分布）
连续型随机变量的分布（均匀分布、指数分布、正态分布）
使用Streamlit创建AutoGen用户界面
我们来对AutoGen进行改造，使用Streamlit创建一个web界面，这样可以让我们更好的与其交互。
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。
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。
