[机器学习、Spark]Spark MLlib分类
线性支持向量机在机器学习领域中是一种常见的判别方法，是一一个有监督学习模型,通常用来进行模式识别，分类以及回归分析。通过找到支持向量从而获得分类平面的方法，称为支持向量机。可以非常成功地处理回归（时间序列分析）和模式识别（分类问题、判别分析）等诸多问题，并可推广到预测和综合评价等领域，因此可应用于理
“OSError: [WinError 1455]页面文件太小，无法完成操作。”解决方案
引言某次在Windows系统上跑深度强化学习多进程程序时报错：OSError: [WinError 1455]页面文件太小，无法完成操作。具体错误如下图所示最后借助这篇博文：多种方法彻底解决pycharm中: OSError: [WinError 1455] 页面文件太小，无法完成操作 的问题，顺利
GAN网络
GAN网络的初步理解与其LOSS函数的理解。加上对于GAN网络的LOSS优化以及变种条件GAN
GNN的理解与研究
GNN理解
ROC曲线绘制（Python）
我看谁还不会用Python画出ROC曲线！！！
【机器学习】python实现吴恩达机器学习作业合集（含数据集）
目录1.0 实现线性回归预测2.0 线性可分logistic逻辑回归2.1 线性不可分logistic逻辑回归3.0 logistic逻辑回归手写多分类问题3.1 神经网络正向传播4.0 神经网络反向传播（BP算法）5.0 方差与偏差6.0 SVM支持向量机7.0 kmeans聚类7.1 PCA主成
【计算机视觉】新冠肺炎COVID-19 CT影片阳性检测，感染区域分割，肺部分割，智慧医疗实践，医疗影像处理示例
本次实验基于COVID-19 CT scans数据集，根据患者肺部的CT扫描分析，对患者COVID阳性还是阴性进行分类。如果患者Covid阳性，则这行肺部和感染区域的分割。实验还实现了交互性良好的可视化界面，更有助于医护人员对病情的快速筛查。
CPU版本的Pytorch安装教程（AMD显卡），附详细图解
Windows11+AMD显卡+pycharm3.9.7+CPU版本的Pytorch
Anaconda 修改默认虚拟环境安装位置
使用Anaconda Prompt创建虚拟环境到自定义文件夹。修改虚拟环境创建后保存到的默认位置是C盘。
【NLP屠夫系列】- NER之实战BILSTM
【NLP屠夫系列】- NER之实战BILSTM了解什么是命名实体识别了解命名实体识别的作用了解命名实体识别常用方法- 了解医学文本特征
语义分割系列7-Attention Unet（pytorch实现）
本文介绍了AttentionUnet模型和其主要中心思想，并在pytorch框架上构建了Attention Unet模型，构建了Attention gate模块，在数据集Camvid上进行复现。
yolov5修改标签和检测框显示
yolov5修改标签，检测框，文本框的大小，颜色等参数的修改，以及隐藏。
CNN中的底层、高层特征、上下文信息、多尺度
分类要求特征有较多的高级信息，回归（定位）要求特征包含更多的细节信息。
YOLOV7开源代码讲解--训练参数解释
本文章是对yolov7开源代码中训练部分的参数进行解释，方便在训练中更直观的理解，可以更换的使用各个功能，完成最终的“炼丹”
机器学习【期末复习总结】——知识点和算法例题（详细整理）
【电子科技大学、机器学习课程】（期末复习、知识点和算法例题、详细总结）
机器学习期末题库
1.属于监督学习的机器学习算法是：贝叶斯分类器2.属于⽆监督学习的机器学习算法是：层次聚类3.⼆项式分布的共轭分布是：Beta分布4.多项式分布的共轭分布是：Dirichlet分布5.朴素贝叶斯分类器的特点是：假设样本各维属性独⽴6.下列⽅法没有考虑先验分布的是：最⼤似然估计7.对于正态密度的贝叶斯
PointPillars论文解析和OpenPCDet代码解析
PointPillars是一个来自工业界的模型，整体思想基于图片的处理框架，直接将点云划分为一个个的Pillar，从而构成了伪图片的数据。速度和精度都达到了一个很好的平衡本文将会以OpenPCDet为代码基础，详细解析PointPillars的代码实现流程...
鲁棒性的含义以及如何提高模型的鲁棒性
1、含义鲁棒是Robust的音译，也就是健壮和强壮的意思。它也是在异常和危险情况下系统生存的能力。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，也是指控制系统在一定（结构，大小）的参数摄动下，维持其它某些性能的特性。根据对性
图像融合论文及代码整理最全大合集
本博文全面整理了图像融合领域的论文及代码。主要包括红外和可见光图像融合，医学图像融合，多聚焦图像融合，多曝光图像融合以及全色图像锐化等众多融合场景。同时提供了每个融合场景中常用数据集的下载地址并整理了常用评估指标。有助于新人系统地了解图像融合领域的脉络及发展。............
初学者安装Sklearn详细步骤（有详细步骤截图，亲测完成）
一、安装前的准备1.1 安装python（我安装的是最新版3.10.2）1.2 Win 10 操作系统二、正式安装（Win+R --> 'cmd'进入命令提示符 也就是终端）在安装sklearn之前，需要安装两个库，即numpy+mkl和scipy。但是最好不要使用pip3直接在终端安装，因为
