【人工智能】Softmax 函数基础介绍、应用场景、优缺点、代码实现
在机器学习中，softmax函数是一种用于多项式分类问题的激活函数，它将一个K维向量转换为K个范围在[0,1]之间且总和为1的概率分布。它通常被用于将最后一层的输出映射到一个概率分布上，从而使得分类器可以预测每一类的概率。Softmax函数是一个非常有用的激活函数，它可以将实数向量转换为概率分布，并
人工智能中数学基础：线性代数，解析几何和微积分
在人工智能领域，线性代数、解析几何和微积分是最基础的数学知识。这些数学知识不仅在人工智能领域中被广泛应用，也是其他领域的重要基础。本文将介绍人工智能中的线性代数、解析几何和微积分的基础知识和应用。
快速找到离群值的三种方法
本文将介绍3个在数据集中查找离群值的Python方法
【人工智能】大模型（LLM）与人类大脑的结构及运行机制的关系
随着计算机科学的发展，我们渐渐地拥有了能力让人工智能系统处理更复杂的任务。在过去几十年中，人工智能的上限一直在不断提高。特别是，在计算机处理自然语言这个领域，人工智能已经取得了显著的成果。这方面的许多研究都关注于理解和模仿人类大脑的结构和机制，以提高人工智能的性能。LLM作为当今一种重要的人工智能表
在Python中创建相关系数矩阵的6种方法
相关系数矩阵（Correlation matrix）是数据分析的基本工具。它们让我们了解不同的变量是如何相互关联的。在Python中，有很多个方法可以计算相关系数矩阵，今天我们来对这些方法进行一个总结
AI解决方案：利用人工智能增强企业竞争力和创新能力
人工智能（AI）是一种模拟人类智能的技术，通过计算机系统对大量数据进行模式识别和预测，从而实现自主学习和自我优化的能力。智能化：AI能够自主完成任务，并能够反馈和调整结果。数据驱动：AI采用大数据作为输入源，通过建立模型和算法进行训练。自主学习：AI能够自动学习和优化模型，提高预测准确率。在本文中，
【人工智能的数学基础】多目标优化的帕累托最优(Pareto Optimality)
寻找多目标优化问题的帕累托最优解.多目标优化是指同时优化多个相关任务的目标，Ltotali∑nwiLi。为使得每个任务在训练时都获得有益的提升，需要合理的设置任务权重wi，使得每一次更新时目标损失函数L1L2⋯Ln都下降或保持不变。对于参数θ∗，若该参数任意变化都会导致某个目标的损失
pandas中df取某列小数点后两位的四种方法
pandas中df取某列小数点后两位读取文件import pandas as pdpd.set_option('display.max_rows', None)pd.set_option('display.max_columns', None)df = pd.read_csv('node_conca
ChatGPT-Free 保姆级使用指南
chatgpt的保姆级使用指南，从对话的底层原理透析promot的本质，以方法论带你创造有效的promot，加倍提高生产力。
【人工智能】LLM 大型语言模型和 Transformer 架构简介
然而，传统的机器学习模型，例如神经网络，并不能天生理解输入的顺序。通过将位置编码纳入 Transformer 架构，GPT 可以更有效地理解句子中单词的顺序，并生成语法正确且语义有意义的输出。但是，模型只能理解数字，不能理解文本，因此需要将这些输入转换为称为“输入嵌入”的数字格式。作为初创公司的首席
【人工智能的数学基础】瑞利商(Rayleigh Quotient)和广义(Generalized)瑞利商
对于一个Hermitan矩阵AAA(复域的共轭对称矩阵,满足AHAA^H=AAHA)及非零向量xx1xnTxx1...xnTRAxxHAxxHxRAxxHxxHAx其中xHx^HxH是xxx的共轭转置向量。
Python自然语言处理：NLTK入门指南
自然语言处理（Natural Language Processing，NLP）是指计算机处理人类语言的领域。它是一门多学科交叉的学科，将计算机科学、人工智能、语言学等诸多学科的理论和方法融合在一起，将人类语言转化为计算机所能理解的形式，实现对人类语言的自动处理、理解和生成。NLP可以应用到很多方面，
【人工智能概论】 K折交叉验证
K折交叉验证
【人工智能】企业如何使用 AI与人工智能的定义、研究价值、发展阶段的深刻讨论
企业如何使用 AI与人工智能的定义、研究价值、发展阶段的深刻讨论定义详解研究价值发展阶段企业如何使用 AI？科学介绍
LQR算法原理和代码实现
本文讲解线性二次优化器LQR的原理和C++的代码实现，同时在CARLA-ROS联合仿真环境验证算法效果。
【AI人工智能】适用于个人和企业的机器学习、数据科学和人工智能 （AI） 术语库
人工智能是一系列概念和技术的总称，这些概念和技术允许机器展示类似人类的能力。一些常见的实现包括自动驾驶汽车、模拟人类的聊天机器人和面部识别应用程序。最近的一些突破已经导致应用程序不仅模仿人类智能，而且远远超越，执行人类不可能完成的任务。人工智能可以追溯到 1950 年代，经历了几个繁荣和萧条周期。1
【人工智能的数学基础】函数的光滑化(Smoothing)
综上所述，需要对非光滑函数进行光滑近似的方法。本文首先对函数的光滑化进行定义，并介绍几种对函数进行光滑化的方法。光滑函数(smooth function)是指在其定义域内无穷阶数连续可导的函数。函数的光滑化是指对于一个非光滑函数fff，寻找一个光滑函数fμf_{\mu}fμ，使得fμf_{\mu}
WGAN-GP解读分析
WGAN-GP（Wasserstein GAN with gradient penalty）相比GAN（Generative Adversarial Network）有以下几个优点：更好的损失函数：WGAN-GP使用了Wasserstein距离来度量生成器和判别器之间的距离，相比于GAN中使用的交叉
线性规划问题
线性规划是最优化问题的一种特殊情形，实质是从多个变量中选取一组合适的变量作为解，使得这组变量满足一组确定的线性式（约束条件），而且使一个线性函数（目标函数）达到最优。线性规划顾名思义，由两个关键的部分组成：线性和规划。
时间序列的重采样和pandas的resample方法介绍
重采样是时间序列分析中处理时序数据的一项基本技术。它是关于将时间序列数据从一个频率转换到另一个频率，它可以更改数据的时间间隔，通过上采样增加粒度，或通过下采样减少粒度。
