机器学习|R语言|利用随机森林对二手车交易价格进行评估
机器学习|R语言|利用随机森林对二手车交易价格进行评估，过程完整附有代码，小白入门机器学习入门实战最佳参考文章！！！
2022 年 2 月 arXiv 论文推荐
本篇文章选择了 10 篇论文，这些论文展示了各种 AI 子领域的关键发展：自动强化学习 (AutoRL)、多模态语言模型 (LM)、计算机视觉 (CV) 中的ConvNets vs Transformers 、无监督神经信息 检索 (IR) 等。
从零实现深度学习框架——神经元与常见激活函数
本文来学习深度学习中神经网络的基础构建——神经元，以及常见的激活函数。
真香,Python “手绘风格”数据可视化方法汇总
大家好，今天给大家带来绘制“手绘风格”可视化作品的小技巧，主要涉及Python编码绘制。主要内容如下：Python-matplotlib 手绘风格图表绘制Python-cutecharts 手绘风格图表绘制Python-py-roughviz 手绘风格图表绘制Python-matplotlib 手绘
yoloV5（二）目标检测中常见指标
目标检测中常见指标 、混淆矩阵、PR曲线、MAp
对抗子空间维度探讨
对抗子空间定理： 给定 g∈Rdg \in \mathbb{R}^{d}g∈Rd 和 α∈[0,1]\alpha \in[0,1]α∈[0,1]，最大数量为kkk的正交向量r1,r2,…,rkr_1,r_2,\ldots,r_kr1,r2,…,rk 满足∥ri∥2≤1\left\|r_{i}
图文详解神秘的梯度下降算法原理(附Python代码)
图文详解梯度下降算法原理+手推公式，附Python代码实战加深理解
使用时间特征使让机器学习模型更好地工作
在本文中，我将通过一个实际示例讨论如何从 DateTime 变量中提取新特征以提高机器学习模型的准确性。
【第001篇-开篇：参考书目录】
环境统计学的入门学习参考书，以及阅读顺序建议。
【识别人脸】face_recognition实现
简介我们这次使用基于开源项目face_recognition库来实现人脸识别，首先介绍一下这个项目吧。使用世界上最简单的人脸识别库从 Python 或命令行识别和操作人脸。使用dlib使用深度学习构建的最先进的人脸识别技术构建。该模型在 Wild基准的 Labeled Faces 上的准确率为 99
使用OpenCV对运动员的姿势进行检测
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达如今，体育运动的热潮日益流行。同样，以不正确的方式进行运动的风险也在增加。有时可能会导致严重的伤害。考虑到这些原因，提...
利用Anaconda安装pytorch搭建深度学习环境
Anaconda安装pytorch搭建深度学习环境
b站的用纸笔训练神经网络【matlab与python实现】
b站的用纸笔训练神经网络【matlab与python实现】我的工作基本思路黑盒是什么MATLAB源码Python源码我的工作之前在b站上看到小蛮大佬做的一期用纸笔训练神经网络的视频【BV1R64y187yt】，关于正向传递和反向传播这一块受益匪浅，但是视频中也存在一些公式以及绘图错误的地方，所以尝试
K-means与DBSCAN聚类算法
K-means聚类算法与DBSCAN算法是聚类问题中的典型算法，本文通过流程图、Spss、以及伪代码等形式做一个分享，希望读者更好地了解这两种算法
MobileNetV1实战：使用MobileNetV1实现植物幼苗分类
文章目录摘要数据增强Cutout和Mixup项目结构导入项目使用的库设置全局参数图像预处理与增强读取数据设置模型定义训练和验证函数测试摘要本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，演示如何使用pytorch版本的MobileNetV1图像分类模型实现分类任务。通过本文你和学
一文详解向量导数与矩阵导数
目录一、向量对标量求导（标量对向量求导）二、矩阵对标量求导（标量对矩阵求导）三、乘法法则（Product Rule）3.1 逆矩阵的导数（逆矩阵对标量求导）四、矩阵的迹对矩阵求导4.1 一些推论一、向量对标量求导（标量对向量求导）设 a=(a1,a2,⋯ ,an)\boldsymbol{a}=(a_
数据科学家VS大数据专家VS数据分析师：有什么不同？
经常听到数据科学家、大数据专家、数据分析师，这3个职业乍一听，感觉是一个意思，但实际上，它们是不同的岗位，需要不同的技术，应用到不同的领域。
【Matplotlib】pyplot的高级功能
添加图例与注释给图形添加图例代码import numpy as npimport matplotlib.pyplot as pltnbSamples = 128x = np.linspace(-np.pi, np.pi, nbSamples)y1 = np.sin(x)y2 = np.cos(x)p
Opencv学习笔记——你需要掌握的操作
新的一年，我们都要快快乐乐呀，给大家分享一下OpenCV的一些简单操作，希望对大家有帮助！
pandas使用isna函数和any函数判断dataframe中的每一个数据列中是否包含缺失值
pandas使用isna函数和any函数判断dataframe中的每一个数据列中是否包含缺失值（check if column contains any missing values in dataframe）
