机器学习3-特征工程个人笔记
特征缩放和特征降维操作，sklearn的preprocessing标准化、归一化、二值化、独热编码的使用，sklearn的decomposition中pca、ica降维和discriminant_analysis中lda降维操作。
Pytorch框架学习路径(二：张量操作)
张量操作文章目录张量操作张量拼接与切分torch.cat()torch.stack()torch.chunk()torch.split()张量索引torch.index_select()torch.masked_select()张量变换torch.reshape()torch.transpose()
机器学习SVD作业
作业作业1：利用SVD分解，完成china.jpg文件的压缩与显示。代码from skimage import ioimport matplotlib.pyplot as pltimport numpy as npdef getImgAsMatFromFile(filename): img =
python_视频中语音识别转出文本
注意：没有“stepladder”的同学建议不要看啦1. 安装需要的包1.1 安装SpeechRecognition包pip install SpeechRecognition1.2 安装 PockSphinx包在线装总是失败，采用本地安装https://www.lfd.uci.edu/~gohlk
Pytorch框架学习路径(三：线性回归)
线性回归文章目录什么是线性回归 ？线性回归求解步骤代码实现什么是线性回归 ？线性回归是分析一个变量与另外一（多）个变量之间关系的方法线性回归求解步骤代码实现import torchimport matplotlib.pyplot as plttorch.manual_seed(10)lr = 0.0
PyTorch强化学习实战（1）——强化学习环境配置与PyTorch基础
工欲善其事，必先利其器。为了更专注于学习强化学习的思想，而不必关注其底层的计算细节，我们首先搭建相关强化学习环境，包括 PyTorch 和 Gym，其中 PyTorch 是我们将要使用的主要深度学习框架，Gym 则提供了用于各种强化学习模拟和任务的环境。除此之外，本文还介绍了一些 PyTorch 的
机器学习实验之肿瘤预测（决策树）
肿瘤预测（决策树）【实验内容】 基于威斯康辛乳腺癌数据集，采用决策树的方法进行肿瘤预测。【实验要求】1.加载sklearn自带的威斯康星乳腺癌数据集，探索数据。2.进行数据集分割。3.配置决策树模型。4.训练决策树模型。5.模型预测。6.模型评估。7.参数调优。可以根据评估结果，对模型设置或调整为更
李宏毅老师《机器学习》课程笔记-4.2 Batch Normalization
介绍了Deep Neural Network 的加速优化的一个方法： Batch Normalization
基于用户的协同过滤算法（二）：用户相似度计算的改进
用户相似度计算的改进上一节介绍了计算用户兴趣相似度的最简单的公式（余弦相似度公式），但这个公式过于粗糙，本节将讨论如何改进该公式来提高UserCF的推荐性能。首先，以图书为例，如果两个用户都曾经买过《新华字典》，这丝毫不能说明他们兴趣相似，因为绝大多数中国人小时候都买过《新华字典》。但如果两个用户都
Python opencv之实现简单的图像处理
Python用opencv实现对简单的图像进行处理，分割。pip install opencv-python ，pip install matplotlib2.对图片做灰度处理3.对图片做二值化处理4.提取轮廓5.对轮廓画矩形框6.分割图片并保存。
立体匹配入门指南（8）：视差图、深度图、点云
视差图、深度图和点云
Python实时监控GPU运行状态(含源码&jupyter-lab)
GPU运行状态监测介绍NVDashboard 是一个开源包，用于在交互式 Jupyter Lab 环境中实时可视化 NVIDIA GPU 指标。 NVDashboard 是所有 GPU 用户监控系统资源的好方法。然而，它对于 NVIDIA 的 GPU 加速数据科学软件库开源套件 RAPIDS 的用户
LCE：一个结合了随机森林和XGBoost优势的新的集成方法
LCE它结合了它们的优势并采用互补的多样化方法来获得更好的泛化预测器。 进一步增强了随机森林和 XGBoost 的预测性能。
强化学习系列（一）：基本原理和概念
目录一、什么是强化学习？二、强化学习的结构第一层第二层第三层三、价值函数1）Policy function：2）Value function：3）Q与V之间的转化3）Q值更新——贝尔曼公式四、强化学习的特点五、强化学习的优点一、什么是强化学习？这几年强化学习在学术界是非常的火热，想必大家或多或少都听
【人工智能-神经网络】Numpy 实现单层感知机对情感文本多分类
Numpy 实现单层感知机对情感文本多分类一、 实验题目在给定文本数据集完成文本情感分类训练，在测试集完成测试，计算准确率文本的特征可以使用TF或TF-IDF （可以使用sklearn库提取特征）设计合适的网络结构，选择合适的损失函数利用训练集完成网络训练，并在测试集上计算准确率。二、 实验内容1.
Python图像处理丨图像缩放、旋转、翻转与图像平移
本篇文章主要讲解Python调用OpenCV实现图像位移操作、旋转和翻转效果，包括四部分知识：图像缩放、图像旋转、图像翻转、图像平移。
2022电工杯数学建模竞赛B题思路
B题5G网络环境下应急物资配送问题一些重特大突发事件往往会造成道路阻断、损坏、封闭等意想不到的情况， 对人们的日常生活会造成一定的影响。为了保证人们的正常生活，将应急物资及时准确地配送到位尤为重要。伴随着科技水平的提升及5G网络的逐渐普及，无人机的应用越来越广泛，“配送车辆+无人机”的配送模式已经渐
2022电工杯数学建模竞赛A、B题思路来啦
选题建议已发，优先更新B题思路。DS数模团队将在电工杯数学建模竞赛开始后第一时间发布各题目的选题建议，参考文献，思路，相关代码，可视化等哦。嗨，今年DS数模团队又一次给大家提供思路帮助了，去年电工杯、美赛、国赛的回答帮助了上千支队伍，真的很高兴，这是去年的回答：如何评价 2021 年美国大学生数学建
2022电工杯AB题思路分析
将在本文更新电工杯AB题思路我们还有全部的解题思路讲解视频以及代码！竞赛题目一般来源于电工、近代数学及经济管理等方面，经过适当的简化、加工的实际问题，主要包括：1．信息处理问题；2．控制理论及应用问题；3．运筹与决策问题；4．电路与电磁场理论相关问题。参赛学生应学过普通高校的工科数学课程及相关专业的
