Python二手房价格预测（三）——二手房价格预测模型baseline
Python二手房价格预测（三）——二手房价格预测模型baseline。使用线性回归、KNN、决策树以及随机森林进行二手房的价格预测，以及模型效果的可视化，并且对重要特征进行分析。
自动驾驶决策规划研究综述
实时进行路径规划是车辆能够实现自动驾驶的重要功能之一，自动驾驶车辆面对的交通场景多而复杂，因此如何根据感知层得到的车辆周边的障碍物、车流、人流信息规划出一条安全、驾乘舒适、平滑的路径是自动驾驶领域的经典难题，而服务于自动驾驶的决策规划也在近年来受到了学术界和工业界越来越多的关注。本文对该领域主要研究
机器学习——感知机
在本部分，我参考了网上多位博文对感知机的不同理解，大家可以根据自己的喜好进行对应的理解。输入为实例的特征向量，输出为实例的类别，取+1和-1；感知机对应于输入空间中将实例划分为正负两类的分离超平面，属于判别模型；导入基于误分类的损失函数；利用梯度下降法对损失函数进行极小化；感知机学习算法具有简单而易
Adam优化器算法详解及代码实现
在随机（小批量）梯度下降法中，如果每次选取样本数量比较小，损失会呈现振荡的方式下降．也就是说，随机梯度下降方法中每次迭代的梯度估计和整个训练集上的最优梯度并不一致，具有一定的随机性。一种有效地缓解梯度估计随机性的方式是通过使用最近一段时间内的平均梯度来代替当前时刻的随机梯度来作为参数更新的方向，从而
Transformers 源码阅读之BertTokenizerFast分词模型
从bert-base-chinese下载预训练语言模型及其他词表，由于使用的是pytorch，因此下载即可。如果要使用英文模型，就下载能区分大小写的或者是不能区分大小写的，对于uncased，初始化时必须要把lower设为true。在深入模型细节之前，我们先用一个简单的例子看一看BertTokeni
软注意力和硬注意力的对比
软注意力和硬注意力的对比
自动驾驶决策概况
1. 第一章行为决策在自动驾驶系统架构中的位置2. 行为决策算法的种类2.1 基于规则的决策算法2.1.1 决策树2.1.2 有限状态机（FSM）2.1.3 基于本体论（Ontologies-based）2.2 基于统计的决策算法2.2.1 贝叶斯网络（BN）2.2.2 马尔可夫决策过程（MDP）2
ROS入门——slam之cartographer仿真建图，存图，加载地图
本文主要分享cartographer的安装，并基于上一篇博客中《机器人开发实践》的编译源码仿真机器人，实现仿真建图。在本系列博客下一篇将继续分享实际项目中RoboSense16线雷达基于cartographer的建图历程。一. cartographer的安装安装过程可参考该博客二. cartogra
用遗传算法寻找迷宫出路
遗传算法是一种基于达尔文进化论的搜索启发式算法。该算法模拟了基于种群中最适合个体的自然选择。
【python-Unet】计算机视觉~舌象舌头图片分割~机器学习（三）
舌象数据集包含舌象原图以及分割完成的二元图，共979*2张，示例图片如下：U-Net是一个优秀的语义分割模型，在中e诊中U-Net共三部分，分别是主干特征提取部分、加强特征提取部分、预测部分。利用主干特征提取部分获得5个初步有效的特征层，之后通过加强特征提取部分对上述获取到的5个有效特征层进行上采样
机器学习中的数学——距离定义（二）：曼哈顿距离（Manhattan Distance）
曼哈顿距离是种使用在几何度量空间的几何学用语，用以标明两个点在标准坐标系上的绝对轴距总和。下图中红线代表曼哈顿距离，绿色代表欧氏距离，也就是直线距离，而蓝色和黄色代表等价的曼哈顿距离。曼哈顿距离在2维平面是两点在纵轴上的距离加上在横轴上的距离，即：d(x,y)=∣x1−y1∣+∣x2−y2∣d(x,
通过函数seaborn.cubehelix_palette生成顺序调色板
本文主要对seaborn库中的调色板函数cubehelix_palette进行简单说明、函数cubehelix_palette通过cubehelix系统来生成顺序调色板(sequential palette)、且共有九个参数可以调整......
Kaggle实战入门：泰坦尼克号生还预测（进阶版）
泰坦尼克号生还预测是机器学习领域著名的数据科学竞赛平台kaggle的入门经典，本文对该数据的处理、分析、训练、预测进行了全流程介绍。
无人驾驶-控制-阿克曼模型
阿克曼模型推导一、序论1.1 研究目的运动学是从几何学的角度研究物体的运动规律，包括物体在空间的位置、速度等随时间而产生的变化，因此，车辆运动学模型应该能反映车辆位置、速度、加速度等与时间的关系。在车辆轨迹规划过程中应用运动学模型，可以使规划出的轨迹更切合实际，满足行驶过程中的运动学几何约束，且基于
90+个各种疾病相关医疗数据集
含新冠、传染病、医学图像等
数据挖掘（全书的知识点都包括了）
数据挖掘第一章1.什么是数据挖掘数据挖掘是从数据中，发现其有用的信息，从而帮助我们做出决策（广义角度）数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识，寻找其规律的技术，结合统计学、机器学习和人工智能技术的综合的过程
感知机算法之Python代码实现
感知机算法之Python代码实现
Stable Diffusion 原理介绍与源码分析（一）
本文以 “文本生成图像（text to image）” 为主线，考察 Stable Diffusion 的运行流程以及各个重要的组成模块，在介绍时采用 “总-分” 的形式，先概括整体框架，再分析各个组件（如 DDPM、DDIM 等），另外针对代码中的部分非主流逻辑，比如 `predict_cids`
机器学习分类算法之支持向量机
目录支持向量机算法背景介绍什么是线性可分？什么又是超平面？支持向量机的三种情况近线性可分线性不可分不用核函数的传统方法核函数Kernel是什么？核函数SVM求解过程核函数的本质代码实例模型调参gamma调参C值调参使用Polynomial kernel进行预测使用RBF kernel进行预测总结每文
