机器学习：iris数据集
iris数据集的中文名是安德森鸢尾花卉数据集，英文全称是Anderson`s Iris data set。iris包含150个样本，对应数据集的每行数据。每行数据包含每个样本的四个特征，所以iris数据集是一个150行4列的二维表。
【赠书第4期】机器学习与人工智能实战：基于业务场景的工程应用
介绍了如何用Scikit-Learn来构建机器学习模型以及如何用Keras和TensorFlow来构建神经网络。
火星探测器背后的人工智能：从原理到实战的强化学习
本文详细探讨了强化学习在火星探测器任务中的应用。从基础概念到模型设计，再到实战代码演示，我们深入分析了任务需求、环境模型构建及算法实现，提供了一个全面的强化学习案例解析，旨在推动人工智能技术在太空探索中的应用。
AI全栈大模型工程师(二)课程大纲
AI 大模型基础介绍 | 对大模型有直观的、基础的了解，以展开后续课程学习 | 大模型最基础的原理 | 搞定环境搭建和工具的使用 | 大模型并不神奇，也不神秘 || Prompt Engineerin
人工智能专栏第十讲——马尔可夫决策过程
马尔可夫决策过程的状态转移差异性是指状态转移概率在系统中具有某些特殊的性质，例如系统的状态只依赖于当前状态和执行的动作，而不与历史状态相关。它包括状态空间、动作空间、状态转移概率、奖励函数以及折扣因子等重要部分，通过这些基本概念的使用和推导，我们可以得到最优的决策策略。与状态空间不同的是，动作空间是
AI：53-基于机器学习的字母识别
人工智能技术在现代社会发挥着越来越重要的作用，其中基于机器学习的字母识别成为了研究的热点。本文将介绍如何利用神经网络实现字母识别的技术深度，并提供代码示例，帮助读者理解这一令人着迷的领域。字母识别是一项具有挑战性的任务，需要计算机能够从输入的图像中准确地识别出字母。机器学习通过训练模型来识别字母的方
“AI教父”Geoffrey Hinton：智能进化的下一个阶段
ChatGPT等大模型带来的震撼技术革新，让Geoffrey Hinton突然改变了自己的一个想法。这位75岁的“人工智能教父”意识到，数字智能优于生物智能的进程无法避免，超级智能很快就会到来，他必须要对其风险发出警示，而人类需要找到一种方法来控制AI技术的发展。而在此之前，他一直认为，智能机器人不
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。
