PyTorch深度学习实战 | 高斯混合模型聚类原理分析
01、问题描述为理解高斯混合模型解决聚类问题的原理，本实例采用三个一元高斯函数混合构成原始数据，再采用GMM来聚类。1) 数据三个一元高斯组件函数可以采用均值和协方差表示如表1所示：▍表1 三个一元高斯组件函数的均值和协方差每个高斯组件函数分配不同的权重，其中1号组件权重为30%, 2号组件权重为
MOPSO 多目标粒子群算法
多目标粒子群（MOPSO）算法
逻辑回归（Logistic Regression)详解
逻辑回归也称作logistic回归分析，是一种广义的线性回归分析模型，属于机器学习中的监督学习。其推导过程与计算方式类似于回归的过程，但实际上主要是用来解决二分类问题（也可以解决多分类问题）。通过给定的n组数据（训练集）来训练模型，并在训练结束后对给定的一组或多组数据（测试集）进行分类。其中每一组数
机器学习5—分类算法之随机森林（Random Forest）
随机森林（Random Forest）是Bagging（一种并行式的集成学习方法）的一个拓展体，它的基学习器固定为决策树，多棵树也就组成了森林，而“随机”则在于选择划分属性的随机，随机森林在训练基学习器时，也采用有放回采样的方式添加样本扰动，同时它还引入了一种属性扰动，即在基决策树的训练过程中，在选
机器学习强基计划8-4：流形学习等度量映射Isomap算法(附Python实现)
流形学习是近年来机器学习领域的一个重要研究方向。本文介绍流形学习中的经典算法等度量映射Isomap，给出图解和python代码加深理解
【AutoGPT】AutoGPT出现，是否意味着ChatGPT已被淘汰
AutoGPT爆火，ChatGPT是否成为过去
TimesNet复现结果
复现环境：RTX3090，22312GB显存，torch=1.8.1+cu111；大约71.3%的准确率，比论文里贴出来的差很多（73.6）。没改网络结构和超参数，直接训练。
影响因素分析论文用什么模型好?
如果赶时间可直接看小结部分，再返回看正文。在此，以【解决影响煤炭价格的主要因素】为例，对影响因素分析可采用的模型进行简单介绍。本文语言会尽量简单，在便于理解的同时，不可避免的会失去部分准确度，因此仅供参考，如有错误，欢迎指出，并以专业论文为准。 更多专业论文点此查询：掌桥科研【一站式科研服务平台】
AIGC技术周报｜图灵测试不是AGI的智力标准；SegGPT：在上下文中分割一切；ChatGPT能玩好文字游戏吗？
「AIGC技术周报」将为你带来最新的paper、博客等前瞻性研究。
李宏毅机器学习 hw7 boss baseline分享
李宏毅机器学习 hw7 boss baseline分享
【零基础学机器学习 2】 机器学习的实操步骤-以及在Python中实现机器学习模型
机器学习是一种人工智能的分支，它使用算法和统计模型来让计算机系统自动地从数据中学习，并根据学习结果做出预测或决策。机器学习的目标是让计算机系统通过学习数据中的模式和规律，从而能够自主地进行分类、预测、识别、优化等任务，并不断地改进自己的性能。机器学习应用广泛，包括自然语言处理、计算机视觉、语音识别、
空间统计学：快速理解反距离加权法（IDW）
说到反距离加权法，首先我们要先了解空间插值的概念对于一个平面，我们并不能获取所有区域的精确信息，所以一般情况下，我们通过采样的方式只获取部分点的信息。然后通过空间插值，计算出一个区域所有的数据左图我采样了部分点的高程数据，右图我通过这部分高程数据，通过空间插值计算出所有区域的数据。具体插值原理是什么
基于Matlab的缺陷识别检测系统
为了全面提取全连接层的 特征，采用卷积神经网络的梯度直方图和局部二值模式提 取输出特征，同时对多个不同级联分类器依次进行训练， 将得到的分类结果进行决策融合，根据决策融合结果实现 零件表面缺陷检测。近年来，基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中．本文对近年来基于深度学习的表面缺陷 检
ChatGPT爆火，推荐几款可能非常有用的ChatGPT相关AI工具清单
为了响应用户的明确请求，插件还可以使语言模型代表他们执行安全、受限的操作，从而提高整个系统的实用性。插件提供了解决与大型语言模型相关的各种挑战的潜力，包括“幻觉”，跟上最近的事件，以及访问（经许可）专有信息源。被邀请退出候补名单的插件开发者可以使用该文档为 ChatGPT 构建一个插件，然后在向语言
机器学习分类问题指标评估内容详解（准确率、精准率、召回率、F1、ROC、AUC等）
看懂机器学习指标：准确率、精准率、召回率、F1、ROC曲线、AUC曲线
Haar级联分类器概述
Haar级联分类器概述—— 才疏学浅, 难免有错误和遗漏, 欢迎补充和勘误.Haar级联分类器是基于Haar-like特征，运用积分图加速计算，并用Adaboost训练的强分类器级联的方法来进行人脸检测。目前常用Haar-like特征的分类有： 图1. Haar-like特征分类首先定义每个Haar
通俗易懂的GPT原理简介
综上所述，GPT是自然语言处理领域中最强大的模型之一，它的出色表现已经使得它在各种应用场景中得到了广泛的应用。
《PyTorch高级机器学习实战》包邮送书三本
《PyTorch高级机器学习实战》包邮送书三本
垃圾邮件识别（一）：用机器学习做中文邮件内容分类
总的来说，一封邮件可以分为发送人、接收人、抄送人、主题、时间、内容等要素，所以很自然的可以认为主要通过上述要素中的发送方、主题以及内容来进行垃圾邮件判断。因此我们依次对上述要素进行分析：垃圾邮件内容分类（通过提取垃圾邮件内容进行判断）中文垃圾邮件分类英文垃圾邮件分类垃圾邮件标题分类垃圾邮件发送方分类
