TensorFlow和PyTorch的实际应用比较
TensorFlow和PyTorch是两个最受欢迎的开源深度学习框架，本文与其他文章的特性的对比不同，我们将以实际应用出发，从性能、可伸缩性和其他高级特性方面比较TensorFlow和PyTorch。
ROS从入门到精通9-1：项目实战之智能跟随机器人原理与实现
智能跟随机器人是其中很常见的应用，在各类竞赛、创新项目、开源项目甚至商业项目中都有应用，2022年TI杯C赛题就是跟随机器人的应用，本文讲解智能跟随机器人原理和代码实现
9个时间序列交叉验证方法的介绍和对比
在本文中，我们收集了时间序列的常用的9种交叉验证方法。这些包括样本外验证(holdout)或流行的K-fold交叉验证的几个扩展。
KNN算法介绍
KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是最简单的机器学习算法之一，属于有监督学习中的分类算法。算法思路简单直观：分类问题：如果一个样本在特征空间中的K个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这
【深度学习】3-从模型到学习的思路整理
关于训练模型的整个思路老是不太流畅，因此做了一些整理。
【一起入门MachineLearning】中科院机器学习期末考试*总复习*-考前押题+考后题目回忆
明天期末考试，周晓飞老师说成绩会在80正态分布，不会出现95分以上的成绩，老师都这么努力了，我怎么可以不努力???????? 机器学习期末题库题型选择：少选不扣全分简答计算：CART树和隐马尔可夫计算不考✨，不会出现小数点以后的计算????（我怎么觉得老师说这话不可置信呢，这一句话把计算题排除得也没
使用Flask快速部署PyTorch模型
今天我将通过一个简单的案例：部署一个PyTorch图像分类模型，介绍如何启动和运行我们的模型
28个数据可视化图表的总结和介绍
在这篇文章中，我们将整理我们能看到的所有数据可视化图表。如果你是数据科学初学者，那么本文将是最适合你的。
机器学习和人工智能之间的区别
人工智能和机器学习都是计算机科学的术语。本文讨论了一些要点，我们可以根据这些要点区分这两个术语。概述AI（人工智能）：人工智能一词由“人工”和“智能”两个词组成。人工是指由人类或非自然事物制造的东西，智能是指有理解或思考的能力。有一种误解认为人工智能是一个系统......
数学建模（三）：预测
数学建模（三）：预测
计算机视觉会议（CVPR，ECCV，ICCV，NIPS，AAAI，ICLR等）
CVPR首先介绍的是三大顶会之一的CVPR，ECCVICCVNIPSNIPS虽然不是三大顶会，但是影响力也很大，首先官网链接是https://neurips.cc/，直接找论文的话可以到Proceeding这个页面：click here,如下图所示：需要哪一年的直接点击进去（NIPS2021直达）,
机器学习强基计划4-2：通俗理解极大似然估计和极大后验估计+实例分析
极大似然法是困扰工科学生的一个重要方法，本文从机器学习背景出发，用一个例子理解基于频率学派的极大似然估计，并自然地引申出基于贝叶斯学派的极大后验估计
人工智能导论(6)——机器学习(Machine Learning)
机器学习按照学习任务可以分为回归、分类、聚类、降维、密度估计、排序、优化。机器学习按照学习方式可以分为有监督学习、无监督学习、半监督学习、强化学习。机器学习按照模型可以分为几何模型、逻辑模型、网络模型、概率模型。回归、分类、排序都是有监督学习。聚类、降维、密度估计都属于无监督学习。线性回归、多项式回
国科大.模式识别与机器学习.期末复习笔记手稿+复习大纲
这是博主复习《模式识别与机器学习》这门课程时的手稿。本文基本覆盖了这门课程的所有知识点，认真复习的话90分以上没有什么问题，如果有哪里的字体难以辨认，请评论区留言。
2022数模国赛C题思路解析(可供训练用 源码可供参考)
2022数模国赛C题思路解析 有代码和论文 可供参考和训练用
Python中的时间序列数据操作总结
在本文中，我们介绍时间序列数据的索引和切片、重新采样和滚动窗口计算以及其他有用的常见操作，这些都是使用Pandas操作时间序列数据的关键技术。
猿创征文｜【Python数据科学快速入门系列 | 05】常用科学计算函数
本文以鸢尾花的数据预处理为例，描述了科学计算在机器学习使用的示例。
one-hot编码
one-hot编码，又称独热编码、一位有效编码。one hot在特征提取上属于词袋模型(bag of words)优缺点分析优点：- 一是解决了分类器不好处理离散数据的问题- 二是在一定程度上也起到了扩充特征的作用(上面样本特征数从3扩展到了9)缺点：- 它是一个词袋模型，不考虑词与词之间的顺序-
常见的降维技术比较：能否在不丢失信息的情况下降低数据维度
本文将比较各种降维技术在机器学习任务中对表格数据的有效性。
【2022】保姆级Anaconda安装与换国内源教程
一、Anaconda的安装由于Anaconda官网在境外，为了提升下载速度，我们选择从北京外国语大学镜像站下载Anaconda的安装包。Index of /anaconda/archive/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirrorhttps://mirr
