机械学习—零基础学习日志004（AI发展历程）
机器学习是人工智能(artifcial intelligence)研究发展到一定阶段的必然产物。二十世纪五十年代到七十年代初，人工智能研究处于“推理期”。那时人们以为只要能赋予机器逻辑推理能力，机器就具有智能。这一阶段的代表性工作主要有 A. Newell 和 H. Simon 的“逻辑理论家”程序
【人工智能】Transformers之Pipeline（一）：音频分类（audio-classification）
本文对transformers之pipeline的音频分类（audio-classification）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的代码极简的进行音频分类推理，应用于音频情感识别、音乐曲风判断等业务场景。
Doping：使用精心设计的合成数据测试和评估异常检测器的技术
使用Doping方法，真实数据行会被（通常是）随机修改，修改的方式是确保它们在某些方面可能成为异常值，这时应该被异常检测器检测到。然后通过评估检测器检测Doping记录的效果来评估这些检测器。
【模型微调】AI Native应用中模型微调概述、应用及案例分析。
在AI Native应用中，模型微调是一个关键步骤，它允许开发者使用特定领域的数据对预训练模型进行二次训练过程，从而使其更好地适应特定任务或数据集。模型微调通过调整模型的参数，使模型在特定任务上达到更高的性能。这种技术广泛应用于自然语言处理、图像识别、语音识别等领域。
周志华西瓜书+花书圣经+李航统计学习方法+南瓜书｜四大人工智能名著分享
特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。第3部分为进阶知识，内容涉及特征选择与稀
【机器学习】朴素贝叶斯算法详解与实战扩展
然而，这个假设在现实中往往不成立，但实验表明，朴素贝叶斯分类器在许多情况下仍然能够取得很好的分类效果。朴素贝叶斯算法是一种基于概率统计的分类方法，它利用贝叶斯定理和特征条件独立假设来预测样本的类别。尽管其假设特征之间相互独立在现实中往往不成立，但朴素贝叶斯分类器因其计算简单、效率高、对缺失数据不敏感
【人工智能】Transformers之Pipeline（概述）：30w+大模型极简应用
本文为transformers之pipeline专栏的第0篇，后面会以每个task为一篇，共计讲述28+个tasks的用法，通过28个tasks的pipeline使用学习，可以掌握语音、计算机视觉、自然语言处理、多模态乃至强化学习等30w+个huggingface上的开源大模型。让你成为大模型领域的
AI是在帮助开发者还是取代他们？
开发者在选择使用这些工具时，应根据自己的需求和环境进行权衡。AI工具对开发者日常工作的影响是深远的，它们不仅改变了开发流程，还对开发者的技能要求和工作方式产生了重要影响。AI的集成正在逐步改变软件开发的工作流程，并对开发者的工作模式和工具使用提出了新的要求。通过这些策略，开发者可以在AI时代保持竞争
统计学入门：时间序列分析基础知识详解
时间序列分析中包含了许多复杂的数学公式，它们往往难以留存于记忆之中。为了更好地掌握这些内容，本文将整理并总结时间序列分析中的一些核心概念，如自协方差、自相关和平稳性等
Python前沿技术：机器学习与人工智能
深入探讨Python在机器学习和人工智能领域的应用，以及一些前沿技术和工具。
11个提升Python列表编码效率的高级技巧
Python中关于列表的一些很酷的技巧
SHAP：解释一切黑盒AI模型
在许多应用场景中，模型可解释性和准确性同等重要。逻辑回归、决策树等模型的流行和广泛应用，很大原因就在于其良好的可解释性。 但是，在工业界实际应用中，我们发现最高的准确率往往是通过复杂模型实现的，比如集成模型(CatBoost、RandomForest)或深度学习模型，这些模型即便是专家也难以解释。论
如何利用AI大模型设计电机本体？
AI在电机本体设计中的应用正逐渐成为提升设计效率、优化性能和降低成本的重要手段。通过深度学习、机器学习、计算机辅助设计（CAD）和仿真技术的结合，AI能够帮助工程师更快速准确地完成电机的设计与优化工作。以下是AI在电机本体设计中的一些关键应用方向：1. **参数优化**：AI可以分析大量历史数据和模
【人工智能】数据分析与机器学习——泰坦尼克号(更新中)
1912年4月15日，泰坦尼克号在首次航行期间撞上冰山后沉没，船上共有2224名乘客和乘务人员，最终有1502人遇难。沉船导致大量伤亡的重要原因之一是，没有足够的救生艇给乘客和船员。虽然从这样的悲剧性事故中幸存下来有一定的运气因素，但还是有一定规律可循的，一些人，比如妇女、儿童和上层人士，比其他人有
【机器学习】GANs网络在图像和视频技术中的应用前景
生成对抗网络（Generative Adversarial Networks, GANs）由Ian Goodfellow等人于2014年提出，迅速成为机器学习领域的一项革命性技术。GANs通过一个生成器（Generator）和一个判别器（Discriminator）之间的对抗性训练，实现了数据生成的
Wandb有哪些国产平替？【Swanlab】AI模型训练 | 在线，开源，可视化
Wandb（全称为Weights and Biases）是一个用于跟踪、可视化和协作机器学习项目的工具。对于国内用户来说，Wandb可能会出现网络卡顿，技术沟通不畅等问题。这篇文章将介绍一款功能平替，加载、沟通更加流畅的AI模型训练平台【Swanlab】。
字符串相似度算法完全指南：编辑、令牌与序列三类算法的全面解析与深入分析
在自然语言处理领域，人们经常需要比较字符串，这些字符串可能是单词、句子、段落甚至是整个文档。本文将详细介绍这个问题。
【机器学习】——【线性回归模型】——详细【学习路线】
线性回归是机器学习中最基本且广泛应用的模型之一，通过找到数据之间的线性关系来进行预测和解释。线性回归的理论基础、数学原理、实现方法及应用案例，全面掌握这一模型。通过最小二乘法估计参数，使用矩阵运算简化计算，结合微积分和统计学概念，线性回归模型在经济学、工程学、社会科学等领域有广泛应用。
【机器学习】Datawhale-AI夏令营分子性质AI预测挑战赛
分子性质AI预测挑战赛要求选手根据提供的demo数据集，可以基于demo数据集进行数据增强、自行搜集数据等方式扩充数据集，并自行划分数据。运用深度学习、强化学习或更加优秀人工智能的方法预测PROTACs的降解能力，若DC50>100nM且Dmax
机器学习：人工智能的子领域之一
人工智能（AI）已经成为现代科技的重要组成部分，推动了许多领域的创新与进步。在人工智能的诸多子领域中，机器学习（ML）无疑是最关键和最具影响力的一个。机器学习通过自动分析和学习数据中的模式，赋予计算机以改进性能和做出预测的能力。
